Din inkorg ska inte vara ditt rekryteringssystem. Men när CV:n landar i Gmail hela dagen blir den det i praktiken: nedladdningar, omdöpningar, ”var sparade jag den filen?”, och sedan en stressad första genomgång som varierar beroende på vem som läser.
Den här automatiseringen för Gmail CV scoring träffar HR-chefer först, om vi ska vara ärliga. Rekryterare känner det också. Grundare som rekryterar mellan möten drabbas värst, eftersom screeningtid stjäl från allt annat.
Det här arbetsflödet hämtar CV:n från Gmail, sparar originalet i Google Drive, poängsätter kandidaten med GPT-4 mot rätt jobbdetaljer och loggar allt i Google Sheets så att du kan kortlista snabbare och mer konsekvent.
Så fungerar den här automatiseringen
Se hur det här löser problemet:
n8n Workflow Template: Gmail + Google Sheets: cv-poäng sorterade åt dig
flowchart LR
subgraph sg0["Gmail: Watch for new CV Flow"]
direction LR
n0@{ icon: "mdi:play-circle", form: "rounded", label: "Gmail: Watch for new CV", pos: "b", h: 48 }
n1@{ icon: "mdi:robot", form: "rounded", label: "Classify Email Type", pos: "b", h: 48 }
n2@{ icon: "mdi:brain", form: "rounded", label: "OpenAI Model – Email Classif..", pos: "b", h: 48 }
n3@{ icon: "mdi:cog", form: "rounded", label: "Skip (If not a job applicati..", pos: "b", h: 48 }
n4@{ icon: "mdi:cog", form: "rounded", label: "Extract Resume Text (PDF)", pos: "b", h: 48 }
n5@{ icon: "mdi:cog", form: "rounded", label: "Save Resume to Google Drive", pos: "b", h: 48 }
n6@{ icon: "mdi:database", form: "rounded", label: "Retrieve Job Offer Details (..", pos: "b", h: 48 }
n7@{ icon: "mdi:robot", form: "rounded", label: "AI Agent: Score Resume", pos: "b", h: 48 }
n8@{ icon: "mdi:brain", form: "rounded", label: "OpenAI Model – Resume Scoring", pos: "b", h: 48 }
n9@{ icon: "mdi:message-outline", form: "rounded", label: "Send Confirmation Email", pos: "b", h: 48 }
n10@{ icon: "mdi:robot", form: "rounded", label: "Parse Resume Evaluation Result", pos: "b", h: 48 }
n11@{ icon: "mdi:database", form: "rounded", label: "Save Score to Google Sheets", pos: "b", h: 48 }
n12@{ icon: "mdi:swap-horizontal", form: "rounded", label: "Switch", pos: "b", h: 48 }
n13@{ icon: "mdi:database", form: "rounded", label: "Save CV to Google Sheets", pos: "b", h: 48 }
n12 --> n5
n12 --> n4
n1 --> n3
n1 --> n12
n7 --> n11
n0 --> n1
n9 -.-> n7
n4 --> n6
n5 --> n13
n10 -.-> n7
n8 -.-> n7
n2 -.-> n1
n6 --> n7
end
%% Styling
classDef trigger fill:#e8f5e9,stroke:#388e3c,stroke-width:2px
classDef ai fill:#e3f2fd,stroke:#1976d2,stroke-width:2px
classDef aiModel fill:#e8eaf6,stroke:#3f51b5,stroke-width:2px
classDef decision fill:#fff8e1,stroke:#f9a825,stroke-width:2px
classDef database fill:#fce4ec,stroke:#c2185b,stroke-width:2px
classDef api fill:#fff3e0,stroke:#e65100,stroke-width:2px
classDef code fill:#f3e5f5,stroke:#7b1fa2,stroke-width:2px
classDef disabled stroke-dasharray: 5 5,opacity: 0.5
class n0 trigger
class n1,n7,n10 ai
class n2,n8 aiModel
class n12 decision
class n6,n11,n13 database
Utmaningen: konsekvent CV-screening utan att bo i inkorgen
Manuell CV-granskning känns enkel tills volymen kommer. En kandidat mejlar en PDF, du laddar ner den, skummar den och försöker minnas kravprofilen från ett dokument du öppnade igår. Sedan landar ett till CV, och ett till, och plötsligt har du tre versioner av ”kortlistan” på olika ställen. Den verkliga smärtan är inte bara tiden. Det är inkonsekvens, tappad kontext och den gnagande känslan av att du missar starka kandidater för att du är trött eller stressad.
Det eskalerar snabbt. Här är var det fallerar i det dagliga rekryteringsarbetet.
- CV:n granskas med olika måttstock eftersom jobbkriterierna inte ligger framför dig varje gång.
- Bilagor sparas ”någonstans”, vilket blir en skattjakt när en rekryterande chef ber om originalfilen.
- Bra kandidater faller mellan stolarna eftersom första gallringen tar för lång tid, så uppföljningar sker för sent.
- Anteckningar hamnar i mejltrådar eller lösa dokument, vilket gör filtrering och jämförelse av kandidater till ett slit.
Lösningen: autopängsätt CV:n från Gmail och sortera dem i Sheets
Det här arbetsflödet gör inkommande CV-mejl till en strukturerad, sökbar screeningpipeline. När ett nytt mejl kommer in i din CV-inkorg kontrollerar det först om meddelandet faktiskt är en ansökan (inte ett säljutskick eller ett slumpmässigt nyhetsbrev). Om det är en ansökan letar flödet upp CV-bilagan, sparar originalfilen i Google Drive och extraherar texten från PDF:en så att den går att utvärdera. Därefter hämtar det relevanta jobbdetaljer från ett kopplat Google Sheet och ber GPT-4 poängsätta kandidaten mot den rollen. Slutligen skriver det tillbaka poängen och nyckelanteckningar till ditt centrala Google Sheet och skickar ett kvittensmejl till sökanden så att de vet att du har fått ansökan.
Arbetsflödet börjar med att Gmail övervakar inkorgen. Därifrån filtrerar en AI-klassificerare bort brus, PDF-textextraktion gör CV:t läsbart och Google Drive håller originalet säkert. Sedan utvärderar GPT-4 matchningen med hjälp av jobbdata från Sheets, och slutpoängen hamnar i en enda kalkylbladsrad som du kan sortera och filtrera.
Vad som förändras: före vs. efter
| Det här tar bort | Effekten du märker |
|---|---|
|
|
Effekt i praktiken
Säg att du får 20 CV:n i veckan för en roll. Manuellt kanske du lägger cirka 10 minuter per mejl på att ladda ner filen, skumma den, jämföra mot kravprofilen och sedan logga anteckningar någonstans, vilket blir ungefär 3 timmar i veckan. Med det här arbetsflödet lägger du kanske 5 minuter på att sätta upp det en gång, och sedan arkiveras varje nytt CV automatiskt i Drive och poängsätts i Sheets medan du fortsätter jobba. Du öppnar bara kalkylarket och sorterar på poäng.
Krav
- n8n-instans (prova n8n Cloud gratis)
- Alternativ för egen hosting om du föredrar det (Hostinger fungerar bra)
- Gmail för att upptäcka nya CV-mejl och svara.
- Google Sheets för att lagra jobbdetaljer och kandidatpoäng.
- Google Drive för att lagra original-CV-filer säkert.
- OpenAI API-nyckel (hämta den i din OpenAI-dashboard).
Kunskapsnivå: Medel. Du kopplar Google-konton i n8n och klistrar in en API-nyckel, och justerar sedan några kolumner i arket och prompts.
Behöver du hjälp att implementera detta? Prata med en automationsexpert (gratis 15-minuters konsultation).
Arbetsflödet, steg för steg
Gmail upptäcker ett nytt CV-mejl. Arbetsflödet bevakar inkorgen du använder för ansökningar och hämtar mejlinnehåll och bilagor så fort det kommer in.
En AI-klassificerare filtrerar bort icke-ansökningar. Med en OpenAI-chattmodell plus ett textklassificeringssteg separerar det riktiga kandidater från allt annat så att ditt ark inte fylls med skräp.
CV:t sparas och konverteras till användbar text. Om det finns en bilaga laddas PDF:en upp till Google Drive och arbetsflödet extraherar CV-texten så att GPT-4 kan utvärdera den pålitligt.
Jobbdetaljer hämtas från Google Sheets, och sedan sker poängsättningen. Arbetsflödet hämtar raden (eller arket) med jobbannonsen som du underhåller, skickar jobbkriterierna plus CV-texten till AI-agenten för poängsättning och tolkar det strukturerade svaret till en tydlig poäng och anteckningar.
Resultaten hamnar i Sheets och sökanden får en kvittens. Kandidatnamn, poäng, anteckningar och en Drive-länk registreras, och Gmail skickar ett enkelt bekräftelsemejl tillbaka till sökanden.
Du kan enkelt ändra poängkriterierna så att de matchar varje roll, eller utöka arkkolumnerna med ”Steg”, ”Ansvarig” eller ”Intervjudatum” efter behov. Se den fullständiga implementationsguiden nedan för anpassningsalternativ.
Steg-för-steg-guide för implementation
Steg 1: Konfigurera Gmail-triggern
Konfigurera triggern för inkommande e-post så att endast olästa mejl med bilagor behandlas för CV-inhämtning.
- Öppna Gmail CV Watcher och bekräfta att filterfrågan är satt till
has:attachment. - Ställ in Read status till
unreadoch säkerställ att Download attachments är aktiverat. - Ställ in polling-schemat så att det kör
everyHourvidminute 1. - Inloggningsuppgifter krävs: Anslut era
gmailOAuth2-inloggningsuppgifter till Gmail CV Watcher.
Steg 2: Anslut Google Drive och Google Sheets
Lagra bilagor i Drive och logga länkar och poängdata i Sheets.
- I Store Resume in Drive ställer ni Name till
{{ $('Gmail CV Watcher').item.json.from.value[0].address }}och Input Data Field Name tillattachment_0. - Välj målmapp för CV:n i Store Resume in Drive (t.ex. mappen med etiketten
CV - HR). - Inloggningsuppgifter krävs: Anslut era
googleDriveOAuth2Api-inloggningsuppgifter till Store Resume in Drive. - I Append CV Link Sheet behåller ni Operation som
appendoch mappar Email till{{ $('Gmail CV Watcher').item.json.from.value[0].address }}samt Link CV till{{ $('Store Resume in Drive').item.json.webViewLink }}. - I Fetch Job Offer Sheet väljer ni rätt Document och Sheet där jobbannonserna ligger.
- I Record Score in Sheets behåller ni Operation som
appendOrUpdateoch ställer in Matching Columns tillEmail. - Inloggningsuppgifter krävs: Anslut era
googleSheetsOAuth2Api-inloggningsuppgifter till Append CV Link Sheet, Fetch Job Offer Sheet och Record Score in Sheets.
Steg 3: Konfigurera klassificering och routing
Klassificera mejlets avsikt och routa endast giltiga jobbansökningar med bilagor.
- I Categorize Email Intent ställer ni Input Text till
{{ $json.text }}. - Säkerställ att OpenAI Classifier Model är ansluten som språkmodell för Categorize Email Intent.
- Inloggningsuppgifter krävs: Anslut era
openAiApi-inloggningsuppgifter till OpenAI Classifier Model. - I Route Attachment Presence behåller ni reglerna som kontrollerar att
attachment_0finns. - Bekräfta att routen från Categorize Email Intent till Ignore Non-Applications hanterar kategorin “Doesn't apply”.
Steg 4: Konfigurera CV-extraktion och AI-poängsättning
Extrahera PDF-text, hämta jobbannonsen och kör AI-agenten för att poängsätta kandidater.
- I Extract PDF Resume Text ställer ni Operation till
pdfoch Binary Property Name tillattachment_0. - I AI Resume Scoring Agent ställer ni in fältet Text till hela prompten inklusive
{{ $('Extract PDF Resume Text').item.json.text }},{{ $json['Title offer'] }}och{{ $json.Description }}. - Säkerställ att OpenAI Scoring Model är ansluten som språkmodell för AI Resume Scoring Agent.
- Inloggningsuppgifter krävs: Anslut era
openAiApi-inloggningsuppgifter till OpenAI Scoring Model. - Bekräfta att Parse Scoring Output är ansluten som output-parser för AI Resume Scoring Agent och använder det angivna JSON-schemat.
Steg 5: Konfigurera utdataåtgärder
Logga AI-resultaten och skicka ett bekräftelsemejl till kandidaten.
- I Record Score in Sheets mappar ni fält mot AI-utdata och CV-text, inklusive
{{ $json.output.name }},{{ $json.output.score }}och{{ $('Extract PDF Resume Text').item.json.text }}. - I Send Receipt Email ställer ni Send To till
{{ $('Gmail CV Watcher').item.json.from.value[0].address }}och Subject tillApplication Received. - Låt det AI-genererade meddelandet stå kvar som
{{ /*n8n-auto-generated-fromAI-override*/ $fromAI('Message', ``, 'string') }}så att agenten kan formulera det. - Inloggningsuppgifter krävs: Anslut era
gmailOAuth2-inloggningsuppgifter till Send Receipt Email.
Steg 6: Testa och aktivera ert workflow
Verifiera hela flödet från start till mål innan ni slår på det i produktion.
- Kör workflowet manuellt genom att skicka ett oläst mejl med en PDF-bilaga (CV) till den övervakade inkorgen.
- Bekräfta att Store Resume in Drive skapar en fil och att Append CV Link Sheet loggar mejladressen och Drive-länken.
- Verifiera att Record Score in Sheets skriver kandidatens extraherade uppgifter och poäng.
- Kontrollera inkorgen för bekräftelsemejlet som skickas av Send Receipt Email.
- När allt fungerar, växla workflowet till Active för kontinuerlig bearbetning.
Saker att se upp med
- Google-OAuth-uppgifter kan gå ut eller kräva specifika behörigheter. Om något skapar fel, börja med att kontrollera anslutningsstatus för credentials i n8n och din Google Cloud API-åtkomst (Gmail, Drive och Sheets).
- Om dina CV:n är stora eller inskannade PDF:er kan PDF-textextraktionen ge magra resultat. Då kan du behöva en annan extraktionsmetod, annars får du en vag AI-poängsättning eftersom det inte finns tillräckligt med text.
- Standardprompts för AI är generiska. Lägg in dina måste-krav (års erfarenhet, obligatoriska verktyg, platsregler) tidigt, annars kommer du att ifrågasätta poängen i arket varje dag.
Vanliga frågor
Cirka en timme om dina Google-konton och din OpenAI-nyckel är redo.
Ja, men du vill ha en person som är bekväm med att koppla OAuth-credentials i n8n. Ingen kodning, bara setup och lite test med riktiga mejl.
Ja. n8n har ett gratis alternativ för egen hosting och en gratis provperiod på n8n Cloud. Cloud-planer börjar på 20 $/månad för högre volymer. Du behöver också räkna med OpenAI API-användning, vilket vanligtvis är några cent per CV beroende på CV-längd och din prompt.
Två alternativ: n8n Cloud (hanterat, enklast setup) eller egen hosting på en VPS. För egen hosting är Hostinger VPS prisvärd och klarar n8n bra. Egen hosting ger dig obegränsade körningar men kräver grundläggande serverhantering.
Du kan ändra utvärderingskriterierna i prompten för AI Resume Scoring Agent så att poängen speglar din rekryteringsrubrik, inte en generisk ”bra CV”-standard. Många team lägger till kolumner som ”Matchar måste-krav”, ”Risker” och ”Rekommenderat steg”, och mappar sedan de fälten från Parse Scoring Output direkt in i Record Score in Sheets. Om du rekryterar för flera roller kan du hämta olika jobbprofiler i Fetch Job Offer Sheet och styra till olika prompts baserat på rollnamnet. Du kan också byta ut kvittensmeddelandet i Send Receipt Email så att det matchar din ton och inkluderar nästa steg.
Oftast beror det på utgångna Google OAuth-credentials eller en saknad Gmail API-behörighet i ditt Google Cloud-projekt. Återanslut Gmail-credential i n8n och bekräfta sedan att Gmail API är aktiverat och att din consent screen fortfarande är giltig. Om det bara fallerar ibland kan rate limits eller inkorgsregler spela in, särskilt när du får många CV:n samtidigt.
Den skalar bra för de flesta små team, och den praktiska gränsen är oftast din n8n-plan och OpenAI-användning, inte logiken i sig.
Ofta, ja, särskilt om du vill ha strukturerad parsing, förgreningslogik och möjlighet till egen hosting. Det här arbetsflödet använder AI-klassificering, filhantering och parsing av strukturerad output, vilket ofta blir klumpigt (och dyrt) i enklare automationsverktyg när du lägger till riktiga screeningregler. n8n gör det också enklare att hålla allt i ett flöde: Gmail in, Drive-lagring, uppdateringar i Sheets och sedan ett mejl ut. Zapier eller Make kan fortfarande vara ett bra val om du bara behöver ”mejl mottaget → lägg till rad i ark” och inget mer. Prata med en automationsexpert om du vill ha en snabb rekommendation för din exakta stack.
Du får ett enda ark som visar verkligheten: vem som sökte, var CV:t finns och hur stark matchningen ser ut. Arbetsflödet tar hand om de repetitiva delarna så att dina rekryteringsbeslut kan få fokus.
Kontakta oss
Hör av dig, så diskuterar vi hur just din verksamhet kan dra nytta av alla fantastiska möjligheter som AI skapar.