Behöver ert företag hjälp med att implementera AI? Kontakta oss och få prisoffert här →
AI Skolan
januari 22, 2026

Gemini + Google Sheets: enhetliga supportsvar

Rickard Andersson Partner, Nodenordic.se

Din inkorg (och livechatten) fastnar i samma loop. ”Vilket är ert billigaste paket?” ”Stöder ni SSL?” ”Är mydomain.com ledig?” Du svarar snabbt, sedan svarar någon annan annorlunda, och plötsligt har du inkonsekvens plus en kund som blir osäker.

Det här drabbar supportchefer först, ärligt talat. Men hostingbolagsägare och sales ops känner av det också, eftersom Gemini-supportautomation förvandlar samma frågor till omedelbara, konsekventa svar som inte glider off-script.

Det här arbetsflödet ger dig en AI-chattagent som bara svarar utifrån din Google Sheets-kunskapsbas, kontrollerar domäntillgänglighet via WHMCS och loggar varje konversation för uppföljning.

Så här fungerar den här automatiseringen

Se hur detta löser problemet:

n8n Workflow Template: Gemini + Google Sheets: enhetliga supportsvar

Utmaningen: repetitiva supportfrågor som ändå kräver ”perfekta” svar

Om du säljer hosting eller domäntjänster är frågorna förutsägbara. Problemet är att svaren inte får vara slarviga. Priser ändras. Funktioner skiljer sig mellan paket. Betalningsinstruktioner varierar beroende på metod. Och domäntillgänglighet är realtid, så att gissa är värre än att inte säga något alls. Manuella svar skapar en märklig mix av fördröjningar, copy-paste-misstag och ”nästan rätt”-svar som senare blir till återbetalningar eller tappade leads. Det är inte tiden du lägger på att skriva som gör mest ont. Det är den mentala belastningen att hålla allt konsekvent samtidigt som du jonglerar ett dussin öppna chattar.

Det drar snabbt iväg, särskilt när samma kund ställer följdfrågor och du måste dubbelkolla allt igen.

  • Agenter slutar med att parafrasera paketdetaljer, och små skillnader i formulering skapar stora förtroendeproblem.
  • Domänkontroller blir en pingpong-dialog eftersom ”låt mig kolla” bryter momentum.
  • Kunskapsbasen finns, men den är utspridd över kalkylark eller dokument, så folk går på minnet.
  • Ingen central chattlogg innebär missade uppföljningar och inget enkelt sätt att hitta samtal som är mogna för sälj.

Lösningen: en Gemini-driven supportagent förankrad i Google Sheets + WHMCS

Det här n8n-arbetsflödet sätter upp en kundsupport-chattagent (som som standard heter ”Matt”) som besvarar frågor med din egen Google Sheets-kunskapsbas, inte på känsla. Ett kundmeddelande kommer in via en webhook från din chattwidget eller portal. AI-agenten läser frågan, hämtar relevanta fakta från rätt kalkylark (paket, funktioner, domänpriser, FAQ, betalningsdetaljer, erbjudanden) och svarar sedan i en professionell ton som är konsekvent för varje agent och varje skift. Om frågan innehåller en domänförfrågan kan den anropa WHMCS API för att kontrollera tillgänglighet och svara med ett tydligt nästa steg. Till sist sparar arbetsflödet hela konversationen i Google Sheets så att du kan granska, coacha och följa upp utan att behöva gräva i exporter från chattverktyg.

Arbetsflödet börjar med ett inkommande webhook-meddelande. Gemini använder sedan ”verktyg” för att slå upp dina exakta data i Google Sheets och (valfritt) WHMCS. Ett webhook-svar skickar tillbaka svaret till kunden, medan ett separat ark fångar chattsessionen för senare.

Vad som förändras: före vs. efter

Effekt i verkligheten

Säg att teamet får 20 ”upprepade” chattar per dag, och att varje tar cirka 8 minuter att besvara korrekt eftersom du kollar ett paketark, en pristabell och betalningsdetaljer. Det är ungefär 2,5 timmars arbete per dag, innan du ens rör riktiga tekniska ärenden. Med det här arbetsflödet skickar kunden ett meddelande, Gemini slår upp fakta, och svaret kommer tillbaka på under en minut (plus eventuell WHMCS-uppslagningstid). Du hanterar fortfarande de komplexa ärendena, men de rutinmässiga slutar kapa dagen.

Krav

  • n8n-instans (prova n8n Cloud gratis)
  • Alternativ för egen hosting om du föredrar det (Hostinger fungerar bra)
  • Google Sheets för dina kunskapsbastabeller.
  • Google Drive för att hålla Sheets-filerna strukturerade.
  • Google Gemini API-nyckel (hämta den via Google AI Studio / din Google Cloud-konfiguration).
  • WHMCS API-uppgifter (hämtas i din WHMCS-admin, valfritt för domänkontroller).

Kunskapsnivå: Medel. Du kopplar konton, klistrar in API-uppgifter och mappar några fält som namn, e-post och meddelande.

Behöver du hjälp att implementera detta? Prata med en automationsexpert (gratis 15-minuters konsultation).

Arbetsflödet, steg för steg

Ett kundmeddelande träffar din webhook. Din webbchatt, kundportal eller help-widget skickar frågan (och sessionsdetaljer) in i n8n via Incoming Webhook Trigger.

Gemini läser förfrågan med minne. Support AI Orchestrator använder en sessionsminnesbuffer så att följdfrågor blir begripliga, som ”ingår e-post?” direkt efter en paketoffert.

Sheets blir ”single source of truth”. Agenten frågar specifika Google Sheets-verktyg om hostingpaket, funktioner, domänpriser, FAQ, betalningsmetoder och tjänsteerbjudanden, och skriver sedan ett svar baserat enbart på det den kan hitta.

WHMCS hanterar domäntillgänglighet. När en användare frågar om en domän kan arbetsflödet anropa din WHMCS API-endpoint och inkludera live-resultatet i svaret.

Svar skickas tillbaka direkt och loggar sparas. Respond to Webhook returnerar svaret till chatten, medan Chat Session Log skriver hela konversationen till Google Sheets för granskning och uppföljning.

Du kan enkelt ändra kunskapsbasens kalkylark så att de matchar dina produktlinjer eller lägga till ett nytt ark för tillägg (som backuper eller hanterade migreringar) utifrån dina behov. Se hela implementeringsguiden nedan för anpassningsalternativ.

Steg-för-steg-guide för implementering

Steg 1: konfigurera webhook-triggern

Sätt upp den inkommande endpointen som tar emot chattmeddelanden och startar arbetsflödet.

  1. Lägg till noden Incoming Webhook Trigger.
  2. Ställ in HTTP MethodPOST.
  3. Ställ in Path2636ab69-9b01-4d0a-9146-178947f0c5cf.
  4. Ställ in Response ModeresponseNode.
  5. Säkerställ att Incoming Webhook Trigger är kopplad till Support AI Orchestrator.

Tips: Er klientapp måste skicka body.message och body.sessionId för att matcha efterföljande uttryck.

Steg 2: anslut verktyg för Google Sheets (kunskapsbas + loggning)

Koppla alla verktyg i Google Sheets som AI:n använder för prissättning, planer och chattloggning. Dessa verktyg är kopplade till Support AI Orchestrator.

  1. Öppna varje Google Sheets-verktygsnod som agenten använder: Shared Hosting Catalog, Domain Pricing Table, Hosting Feature List, FAQ Knowledge Base, Payment Method Guide, Service Offering List och Chat Session Log.
  2. Inloggningsuppgifter krävs: Anslut era googleSheetsOAuth2Api-inloggningsuppgifter i varje nod.
  3. Bekräfta att varje nod pekar på rätt sheet och dokument-ID (t.ex. att Shared Hosting Catalog använder Shared_Hosting_Plans i knowledge_base).
  4. I Chat Session Log, behåll Operation inställd på appendOrUpdate och verifiera att Matching Columns inkluderar Session Id.

⚠️ Vanlig fallgrop: Dessa Google Sheets-verktyg är AI-undernoder. Anslut inte inloggningsuppgifter till Support AI Orchestrator — anslut dem direkt i varje Google Sheets-verktygsnod.

Steg 3: konfigurera AI-orkestratorn och minne

Konfigurera AI-agenten, dess språkmodell och sessionsminne för att behålla chattkontext.

  1. Öppna Support AI Orchestrator och ställ in Text={{ $json.body.message }}.
  2. Bekräfta att systemprompten och riktlinjerna i Support AI Orchestrator matchar er supportpolicy.
  3. Öppna Gemini Chat Engine och anslut den som språkmodell för Support AI Orchestrator.
  4. Inloggningsuppgifter krävs: Anslut era googlePalmApi-inloggningsuppgifter i Gemini Chat Engine.
  5. Öppna Session Memory Buffer och ställ in Session Key={{ $('Incoming Webhook Trigger').item.json.body.sessionId }}.
  6. Ställ in Context Window Length15 i Session Memory Buffer.

Tips: Session Memory Buffer är en AI-undernod. Behåll den kopplad till Support AI Orchestrator under AI-minne.

Steg 4: konfigurera verktyget för domäntillgänglighet

Det här verktyget gör att AI:n kan kontrollera domäntillgänglighet via ert WHMCS API.

  1. Öppna Domain Availability Lookup och ställ in URLhttps://your_whmcs_url.com/includes/api.php.
  2. Ställ in MethodPOST och Content Typeform-urlencoded.
  3. Ställ in body-parametrar: identifier till [CONFIGURE_YOUR_API_KEY], secret till [CONFIGURE_YOUR_API_KEY] och action till DomainWhois.
  4. Ställ in domain till ={{ /*n8n-auto-generated-fromAI-override*/ $fromAI('parameters3_Value', ``, 'string') }}.
  5. Säkerställ att Domain Availability Lookup är ansluten som ett AI-verktyg till Support AI Orchestrator.

⚠️ Vanlig fallgrop: Ersätt WHMCS API-platshållarna innan ni testar, annars kommer domänkontroller att misslyckas utan tydlig felindikering.

Steg 5: konfigurera webhook-svaret

Skicka tillbaka AI-svaret till den anropande applikationen med korrekta CORS-headers.

  1. Lägg till noden Return Webhook Response efter Support AI Orchestrator.
  2. I Return Webhook Response, behåll posterna i Response Headers inställda på Content-Type: application/json och CORS-headers (Access-Control-Allow-Origin: *, Access-Control-Allow-Headers: Content-Type, x-api-key, Access-Control-Allow-Methods: POST, OPTIONS).

Steg 6: testa och aktivera ert arbetsflöde

Kör ett end-to-end-test och aktivera sedan arbetsflödet för live-trafik.

  1. Klicka på Execute Workflow och skicka en POST-begäran till Incoming Webhook Trigger-URL:en med JSON som inkluderar body.message och body.sessionId.
  2. Bekräfta att Support AI Orchestrator returnerar ett strukturerat svar och att Return Webhook Response skickar JSON med svaret.
  3. Kontrollera sheetet Chat Session Log för att verifiera att sessionsraden skapades eller uppdaterades.
  4. Växla arbetsflödet till Active för att aktivera användning i produktion.

Tips: Om svaren är tomma, bekräfta att Gemini Chat Engine har giltiga inloggningsuppgifter och att AI-verktygen är korrekt länkade till Support AI Orchestrator.
🔒

Lås upp fullständig steg-för-steg-guide

Få den kompletta implementeringsguiden + nedladdningsbar mall

Saker att se upp med

  • Google Sheets-autentisering kan gå ut eller sakna åtkomst till rätt fil. Om svaren plötsligt blir ”no data found”, kontrollera Google-anslutningen i n8n och bekräfta att arket är delat med det Google-kontot.
  • Om du använder Wait-noder eller extern rendering varierar processtider. Öka väntetiden om noder längre fram fallerar på tomma svar.
  • Standardprompter i AI-noder är generiska. Lägg in ert varumärkesspråk tidigt, annars kommer du redigera utdata i all evighet.

Vanliga frågor

Hur snabbt kan jag implementera den här Gemini-supportautomationen?

Vanligtvis cirka en timme när dina Sheets är klara.

Kan icke-tekniska team implementera den här automatiseringen för supportsvar?

Ja, men någon behöver vara bekväm med API-nycklar och att testa webhooks. Ingen kodning, bara noggrann konfiguration.

Är n8n gratis att använda för det här arbetsflödet för Gemini-supportautomation?

Ja. n8n har ett gratis alternativ för egen hosting och en gratis provperiod på n8n Cloud. Cloud-planer börjar på 20 USD/månad för högre volymer. Du behöver också räkna med Gemini API-användning (det beror på meddelandevolym och modell).

Var kan jag hosta n8n för att köra den här automatiseringen?

Två alternativ: n8n Cloud (managerat, enklast setup) eller egen hosting på en VPS. För egen hosting är Hostinger VPS prisvärd och kör n8n bra. Egen hosting ger obegränsade körningar men kräver grundläggande serverhantering.

Hur anpassar jag den här Gemini-supportautomationslösningen till mina specifika utmaningar?

Du anpassar AI-agentens systemmeddelande (”Matt”-beteendet) och byter ut eller bygger ut Google Sheets-verktygen. Vanliga justeringar är att lägga till ett nytt ark för tillägg, dela upp prissättning per valuta och skärpa regeln ”svara bara från kunskapsbasen” så att svar aldrig hittar på detaljer. Om du inte använder WHMCS kan du ersätta HTTP-anropet för domäntillgänglighet med ett annat registrar-API och behålla resten oförändrat.

Varför misslyckas min Google Sheets-anslutning i det här arbetsflödet?

Oftast handlar det om behörigheter eller fel Google-konto. Bekräfta att exakt det kalkylarket är delat med kontot som är kopplat i n8n, och välj sedan om dokumentet i varje Google Sheets-verktygsnod så att den uppdaterar ID:n.

Vad är kapaciteten för den här Gemini-supportautomationslösningen?

På n8n Cloud begränsas du främst av planens månatliga körningar och Gemini API-kvoten, så kapaciteten beror på hur ”chattiga” dina kunder är. Om du kör med egen hosting är körningar inte begränsade av n8n, men servern spelar fortfarande roll. I praktiken börjar team bekvämt med några hundra chattar per dag och skalar sedan genom att uppgradera servern och vara smarta med minne och loggning. Om du sparar varje meddelande till Sheets kan det bli flaskhalsen, så vissa team loggar bara sluttranskript. Domänkontroller har också rate limits på WHMCS-sidan, så håll koll på det om du kör kampanjer.

Är den här Gemini-supportautomationen bättre än att använda Zapier eller Make?

För det här arbetsflödet har n8n några fördelar: mer komplex logik med obegränsad branching utan extra kostnad, ett alternativ för egen hosting med obegränsade körningar, och inbyggt stöd för AI-agent + minne som andra verktyg ofta låser bakom högre nivåer. Zapier eller Make kan fortfarande fungera om du bara behöver ett enkelt ”fråga in, svar ut”-flöde, men du märker skillnaden när du lägger till en förankrad kunskapsbas och sessionshistorik. n8n gör det också enklare att hålla WHMCS-anropet och Sheets-uppslagningarna på ett ställe. Om governance är viktigt är egen hosting en stor grej eftersom du styr datalagring. Prata med en automationsexpert om du är osäker på vad som passar.

Du sätter fakta en gång i Google Sheets, och arbetsflödet håller dina svar konsekventa därifrån. Mindre merjobb, färre missade leads och en supportupplevelse som känns stabil även när du är offline.

Kontakta oss

Hör av dig, så diskuterar vi hur just din verksamhet kan dra nytta av alla fantastiska möjligheter som AI skapar.

×

Använd mall

Få direkt tillgång till denna n8n-arbetsflödes JSON-fil

Launch login modal Launch register modal