Du får en förfrågan i chatten, och så drar det igång. Öppna Gmail. Kopiera detaljer. Öppna ett kalkylark. Klistra in. Sedan inser du att du missade datumet, eller namnet, eller delen “följ upp på fredag”.
Den här Gmail Sheets-automatiseringen slår hårdast mot marketing ops och kundnära team, eftersom volymen aldrig tar slut. En småföretagare känner också av det, bara med färre verktyg och ännu mindre tid. Resultatet är enkelt: förfrågningar blir ett Gmail-utkast plus en korrekt formaterad Google Sheets-logg, utan ständig flikväxling.
Nedan ser du vad arbetsflödet faktiskt gör, vad du behöver för att köra det och hur det förvandlar ett enda meddelande till uppföljningar som inte faller mellan stolarna.
Så fungerar den här automatiseringen
Hela n8n-arbetsflödet, från trigger till slutresultat:
n8n Workflow Template: Gmail + Google Sheets: förfrågningar hanteras och loggas
flowchart LR
subgraph sg0["MCP Service Flow"]
direction LR
n3@{ icon: "mdi:play-circle", form: "rounded", label: "MCP Service Trigger", pos: "b", h: 48 }
n5@{ icon: "mdi:location-exit", form: "rounded", label: "Create Calendar Entry", pos: "b", h: 48 }
n6@{ icon: "mdi:location-exit", form: "rounded", label: "Modify Calendar Entry", pos: "b", h: 48 }
n7@{ icon: "mdi:message-outline", form: "rounded", label: "Compose Email Draft", pos: "b", h: 48 }
n9@{ icon: "mdi:database", form: "rounded", label: "Append Sheet Record", pos: "b", h: 48 }
n10@{ icon: "mdi:database", form: "rounded", label: "Locate Sheet Row", pos: "b", h: 48 }
n11@{ icon: "mdi:database", form: "rounded", label: "Revise Sheet Row", pos: "b", h: 48 }
n12@{ icon: "mdi:message-outline", form: "rounded", label: "Retrieve Email List", pos: "b", h: 48 }
n13@{ icon: "mdi:location-exit", form: "rounded", label: "Get Single Calendar Event", pos: "b", h: 48 }
n14@{ icon: "mdi:location-exit", form: "rounded", label: "Get Multiple Calendar Events", pos: "b", h: 48 }
n10 -.-> n3
n11 -.-> n3
n9 -.-> n3
n7 -.-> n3
n12 -.-> n3
n5 -.-> n3
n6 -.-> n3
n13 -.-> n3
n14 -.-> n3
end
subgraph sg1["Incoming Chat Flow"]
direction LR
n0@{ icon: "mdi:play-circle", form: "rounded", label: "Incoming Chat Trigger", pos: "b", h: 48 }
n1@{ icon: "mdi:brain", form: "rounded", label: "Gemini Conversation Model", pos: "b", h: 48 }
n2@{ icon: "mdi:memory", form: "rounded", label: "Session Memory Buffer", pos: "b", h: 48 }
n4@{ icon: "mdi:wrench", form: "rounded", label: "MCP Client Connector", pos: "b", h: 48 }
n8@{ icon: "mdi:robot", form: "rounded", label: "AI Assistant Agent", pos: "b", h: 48 }
n4 -.-> n8
n2 -.-> n8
n1 -.-> n8
n0 --> n8
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 n3,n0 trigger
class n8 ai
class n1 aiModel
class n4 ai
class n2 ai
class n9,n10,n11 database
Problemet: förfrågningar försvinner mellan chatt, e-post och Sheets
De flesta “snabba förfrågningar” kommer på samma sätt: ett chattmeddelande med precis tillräckligt med detaljer för att agera på, och precis tillräckligt med oklarheter för att skapa misstag. Du skriver ett e-postutkast och glömmer sedan att logga det. Eller så loggar du det, men skriver inte e-postutkastet förrän senare, vilket gör att tonen ändras, sammanhanget försvinner och tidpunkten för uppföljning blir otydlig. Multiplicera det med en handfull förfrågningar om dagen och du lägger ungefär en timme på arbete som inte tar projektet framåt. Ärligt talat handlar det inte bara om tid. Det är den mentala belastningen av att hålla allt konsekvent.
Det bygger snabbt på. Här är var det brukar fallera i verkligheten.
- Viktiga detaljer ligger i chatthistoriken, så du får läsa om trådar bara för att hitta ett datum eller ett namn.
- Manuell loggning i Google Sheets är lätt att “göra senare”, vilket är varför det tyst slutar bli gjort.
- E-postutkast blir inkonsekventa, särskilt när flera personer svarar på förfrågningar under veckan.
- Uppföljningar har ingen gemensam källa som gäller, så saker missas när dagen blir stressig.
Lösningen: ett chattmeddelande blir ett utkast + en loggad förfrågan
Det här n8n-arbetsflödet fungerar som en lättviktig assistent mellan chatten och dina Google-verktyg. En förfrågan kommer in via en chatt-trigger (Telegram eller ett annat chattgränssnitt), sedan läser en AI-agent meddelandet, förstår vad du vill få gjort och väljer rätt åtgärd. Om förfrågan är “mejla John och be om den uppdaterade presentationen”, förbereder den ett Gmail-utkast med rätt ämnesrad och brödtext. Om förfrågan också behöver spåras skriver den en strukturerad rad i Google Sheets så att den går att söka upp senare. Arbetsflödet kan också använda sessionsminne (senaste interaktioner) så att assistenten behåller kontext i stället för att behandla varje meddelande som en kallstart.
Flödet startar med ett inkommande chattmeddelande, sedan tolkar den Gemini-drivna modellen intentionen och agenten avgör vilket verktyg som ska användas. Till sist kör den Gmail- och Google Sheets-åtgärderna, så du får ett utkast som är redo att skickas och en korrekt formaterad logg som du kan filtrera, sortera och lämna över.
Det du får: automatisering vs. resultat
| Vad det här arbetsflödet automatiserar | Resultat du får |
|---|---|
|
|
Exempel: så här ser det ut
Säg att du får 12 förfrågningar om dagen i chatten som ska bli ett mejl och en loggad radpost. Manuellt lägger du kanske 5 minuter på att skriva utkastet och 2 minuter på att uppdatera arket varje gång, vilket blir ungefär 1,5 timme per dag. Med det här arbetsflödet tar det under en minut att skicka förfrågan, sedan skapar agenten Gmail-utkastet och uppdaterar Google Sheets i bakgrunden. Du granskar fortfarande innan du skickar, men det är oftast en snabb genomläsning. De flesta team får tillbaka ungefär en timme varje dag.
Det här behöver du
- n8n-instans (testa n8n Cloud gratis)
- Självhostningsalternativ om du föredrar det (Hostinger fungerar bra)
- Gmail för att skapa e-postutkast automatiskt
- Google Sheets för att logga, hitta och uppdatera förfrågningar
- Telegram för att skicka förfrågningar via chatt (valfritt)
- Google Gemini API-nyckel (hämta den från Google AI Studio)
Kunskapsnivå: Mellan. Du kopplar konton, lägger till inloggningsuppgifter och mappar några fält så att loggar hamnar i rätt kolumner.
Vill du inte sätta upp detta själv? Prata med en automationsexpert (gratis 15-minuters konsultation).
Så fungerar det
Ett chattmeddelande triggar arbetsflödet. Du skickar en förfrågan via det anslutna chattgränssnittet (den medföljande setupen använder en n8n-chatttrigger, och Telegram är ett vanligt val). Det enda meddelandet är “källan” som arbetsflödet utgår ifrån.
AI-modellen tolkar intention och behåller kontext. Gemini läser det du skrev och sessionsminnet behåller de senaste interaktionerna, så uppföljningar som “gör det till torsdag i stället” fortfarande går att förstå.
Agenten väljer rätt verktyg och agerar. Med MCP-liknande verktygskopplingar kan assistenten skapa ett Gmail-utkast, lägga till en Google Sheets-rad, hitta en befintlig post i arket eller revidera en. Om din förfrågan gäller schemaläggning kan den också skapa eller ändra Google Calendar-händelser i samma konversation.
Du får ett utkast och en logg du kan lita på. Gmail-utkastet är redo för granskning, och arket blir din löpande lista över förfrågningar, ansvariga, statusar och nästa steg. Inga fler “mejlade vi dem någonsin?”
Du kan enkelt ändra Google Sheets-fälten så att de matchar din pipeline eller dina förfrågningstyper utifrån dina behov. Se hela implementeringsguiden nedan för anpassningsalternativ.
Steg-för-steg-guide för implementering
Steg 1: Konfigurera chattriggern
Det här arbetsflödet startar när ett nytt chattmeddelande kommer in och lämnar sedan över konversationen till AI-agenten.
- Lägg till och öppna Incoming Chat Trigger.
- Lämna standardinställningarna i Incoming Chat Trigger (inga parametrar krävs).
- Bekräfta kopplingen: Incoming Chat Trigger ska skicka vidare till AI Assistant Agent.
Steg 2: Sätt upp kärnan i AI-assistenten
AI-agenten använder Gemini för resonemang, minne för kontext och en MCP-klient för att få åtkomst till verktyg.
- Öppna Gemini Conversation Model och ställ in Model Name till
models/gemini-2.5-pro-preview-05-06. - Inloggningsuppgifter krävs: Anslut era googlePalmApi-inloggningsuppgifter i Gemini Conversation Model.
- Säkerställ att Gemini Conversation Model är ansluten som språkmodell för AI Assistant Agent.
- Anslut Session Memory Buffer till AI Assistant Agent som minnesnod (inloggningsuppgifter hanteras av den överordnade agenten).
- Anslut MCP Client Connector till AI Assistant Agent som ett AI-verktyg.
Steg 3: Konfigurera åtkomst till MCP-tjänsten
MCP-tjänsttriggern hostar verktygsendpoints som agenten använder via MCP-klienten.
- Öppna MCP Service Trigger och ställ in Path till
b37ab045-0b99-4d57-af44-6ae1e9ac6381. - Öppna MCP Client Connector och ställ in SSE Endpoint till er MCP-server-URL och ersätt
- Bekräfta att alla verktygsnoder är anslutna som AI-verktyg till MCP Service Trigger.
Steg 4: Konfigurera kalender- och e-postverktyg
Dessa AI-verktyg gör att agenten kan skapa och hämta kalenderhändelser samt skapa e-postutkast. De anropas via MCP Service Trigger.
- Öppna Create Calendar Entry och ställ in Calendar till ert konto (t.ex.
[YOUR_EMAIL]). - Inloggningsuppgifter krävs: Anslut era googleCalendarOAuth2Api-inloggningsuppgifter i Create Calendar Entry, Modify Calendar Entry, Get Single Calendar Event och Get Multiple Calendar Events.
- I Modify Calendar Entry, ställ in Operation till
updateoch Event ID till{{ /*n8n-auto-generated-fromAI-override*/ $fromAI('Event_ID', ``, 'string') }}. - I Get Single Calendar Event, ställ in Operation till
getoch Event ID till{{ /*n8n-auto-generated-fromAI-override*/ $fromAI('Event_ID', ``, 'string') }}. - I Get Multiple Calendar Events, ställ in Operation till
getAlloch Limit till10. - Inloggningsuppgifter krävs: Anslut era gmailOAuth2-inloggningsuppgifter i Compose Email Draft och Retrieve Email List.
- I Compose Email Draft, ställ in Resource till
draft, Subject till{{ /*n8n-auto-generated-fromAI-override*/ $fromAI('Subject', ``, 'string') }}och Message till{{ /*n8n-auto-generated-fromAI-override*/ $fromAI('Message', `Sign off as "Your name, company name"`, 'string') }}. - I Retrieve Email List, ställ in Operation till
getAlloch Return All till{{ /*n8n-auto-generated-fromAI-override*/ $fromAI('Return_All', ``, 'boolean') }}.
Steg 5: Anslut Google Sheets för datalagring
Arbetsflödet läser och skriver kontaktposter i Google Sheets, vilket ger agenten strukturerad datalagring.
- Inloggningsuppgifter krävs: Anslut era googleSheetsOAuth2Api-inloggningsuppgifter i Append Sheet Record, Locate Sheet Row och Revise Sheet Row.
- I Append Sheet Record, ställ in Document ID till
[YOUR_ID]och Sheet Name tillgid=0(cachelagras somSheet1). - I Locate Sheet Row, ställ in Document ID till
[YOUR_ID]och Sheet Name tillgid=0. - I Revise Sheet Row, ställ in Operation till
updateoch behåll Matching Columns inställt pårow_number.
Steg 6: Testa och aktivera ert arbetsflöde
Verifiera att den chattdrivna assistenten kan komma åt verktyg och returnera resultat innan ni aktiverar.
- Klicka på Execute Workflow och skicka ett testmeddelande till Incoming Chat Trigger.
- Bekräfta att AI Assistant Agent svarar och kan anropa verktyg som Get Multiple Calendar Events eller Retrieve Email List.
- Kontrollera att ett utkast skapas när Compose Email Draft triggas och att Sheet-poster uppdateras när Append Sheet Record eller Revise Sheet Row körs.
- När resultatet ser korrekt ut, slå på arbetsflödet till Active för användning i produktion.
Vanliga fallgropar
- Gmail-inloggningar kan löpa ut eller kräva specifika behörigheter. Om det skapar fel, kontrollera din Google-kontosäkerhet och n8n:s test av inloggningsuppgifter först.
- Om du använder Wait-noder eller extern rendering varierar bearbetningstiderna. Öka väntetiden om noder längre fram misslyckas på grund av tomma svar.
- Standardprompter i AI-noder är generiska. Lägg in ert varumärkesspråk tidigt, annars kommer du att redigera utdata i all evighet.
Vanliga frågor
Cirka 30 minuter om dina Google-inloggningar är klara.
Nej. Du kopplar främst konton och mappar de fält du vill spara i Sheets.
Ja. n8n har ett gratis självhostat alternativ och en gratis provperiod på n8n Cloud. Cloud-planer startar på 20 USD/månad för högre volym. Du behöver också räkna in kostnader för användning av Google Gemini API, som beror på modell och meddelandevolym.
Två alternativ: n8n Cloud (hanterat, enklast att komma igång) eller självhostning på en VPS. För självhostning är Hostinger VPS prisvärd och klarar n8n bra. Självhostning ger dig obegränsade körningar men kräver grundläggande serverhantering.
Ja, och det bör du. Du kan ändra vad som skrivs genom att uppdatera mappningen i “Edit Fields (Set)” före “Append Sheet Record”, och sedan lägga till extra kolumner (status, ansvarig, prioritet) i ditt ark så att det matchar. Om du vill att assistenten uppdaterar befintliga förfrågningar i stället för att alltid lägga till nya, behåll “Locate Sheet Row” och “Revise Sheet Row” och justera matchnyckeln (till exempel ett förfrågnings-ID eller en e-postadress). Du kan också byta chatt-ingången från Telegram till en Webhook om du vill att förfrågningar ska komma från ett formulär eller ett internt verktyg.
Oftast beror det på utgången Google-auktorisering eller att Gmail-scopes saknas i n8n-inloggningen. Anslut Gmail-inloggningen på nytt i n8n och kör sedan ett enskilt testmeddelande för att bekräfta att utkast kan skapas. Om det fortfarande misslyckas, kontrollera om Google-kontot har adminbegränsningar (vanligt i Workspace) eller om du slår i API-gränser när du hanterar många förfrågningar snabbt.
En typisk setup hanterar utan problem dussintals per dag; om du självhostar är den främsta begränsningen din server och Google API-kvoter.
Ofta, ja, eftersom det här inte bara är “när X så Y”. Du använder en AI-agent med minne, grenad logik och flera Google-verktyg (Gmail, Sheets och valfritt Calendar) i en och samma konversation. Den typen av arbetsflöde blir snabbt dyrt med uppgiftsbaserad prissättning, och vissa plattformar gör komplexa flöden klumpiga. n8n ger dig också möjligheten att självhosta, vilket är viktigt när du vill ha förutsägbara kostnader och mer kontroll över data. Om du bara behöver ett enkelt tvåstegsflöde som “logga det här meddelandet i ett ark” kan Zapier eller Make räcka. Om du är osäker, prata med en automationsexpert så pekar vi dig i rätt riktning.
När det här väl rullar har varje förfrågan ett spår och ett e-postutkast som väntar på dig. Sätt upp det en gång, så slutar du betala “administrationsskatten” varje dag.
Kontakta oss
Hör av dig, så diskuterar vi hur just din verksamhet kan dra nytta av alla fantastiska möjligheter som AI skapar.