Du öppnar en “snabb reservdelsförfrågan” och plötsligt jonglerar du artikelkoder, gammal prissättning, en halvfärdig materiallista och en kund som vill ha svar “idag”. Sedan kommer uppföljningsmejlet. Och nästa.
Den här automatiseringen för Gmail + Sheets-offerter träffar säljteam först, helt ärligt. Men kundservice och driftchefer märker det också när offerter är långsamma, inkonsekventa eller fel. Resultatet är enkelt: snabbare svar med färre prisfel, utan att du behöver bo i inkorgen.
Det här flödet bevakar Gmail efter reservdelsförfrågningar, hämtar rätt data från Google Sheets, använder Gemini för att skapa en strukturerad HTML-offert på avsändarens språk och svarar automatiskt. Du får se vad det gör, varför det fungerar och vad du behöver för att köra det stabilt.
Så fungerar automatiseringen
Se hur detta löser problemet:
n8n Workflow Template: Gmail + Google Sheets: offerter på reservdelar direkt
flowchart LR
subgraph sg0["Scheduled Run Flow"]
direction LR
n0@{ icon: "mdi:play-circle", form: "rounded", label: "Scheduled Run Trigger", pos: "b", h: 48 }
n1@{ icon: "mdi:message-outline", form: "rounded", label: "Fetch Recent Gmail", pos: "b", h: 48 }
n2@{ icon: "mdi:swap-horizontal", form: "rounded", label: "Detect Parts Keywords", pos: "b", h: 48 }
n3@{ icon: "mdi:robot", form: "rounded", label: "AI Quote Composer", pos: "b", h: 48 }
n4@{ icon: "mdi:brain", form: "rounded", label: "Gemini Chat Model", pos: "b", h: 48 }
n5@{ icon: "mdi:database", form: "rounded", label: "CRM Client Lookup", pos: "b", h: 48 }
n6@{ icon: "mdi:database", form: "rounded", label: "Materials List Finder", pos: "b", h: 48 }
n7@{ icon: "mdi:database", form: "rounded", label: "Pricing Sheet Fetch", pos: "b", h: 48 }
n8@{ icon: "mdi:wrench", form: "rounded", label: "Computation Helper", pos: "b", h: 48 }
n9@{ icon: "mdi:message-outline", form: "rounded", label: "Reply via Gmail", pos: "b", h: 48 }
n10@{ icon: "mdi:message-outline", form: "rounded", label: "Flag Gmail Read", pos: "b", h: 48 }
n8 -.-> n3
n0 --> n1
n9 --> n10
n5 -.-> n3
n7 -.-> n3
n6 -.-> n3
n1 --> n2
n4 -.-> n3
n3 --> n9
n2 --> n3
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 n3 ai
class n4 aiModel
class n8 ai
class n2 decision
class n5,n6,n7 database
Utmaningen: att göra stökiga mejl till korrekta offerter
Reservdelsoffert är aldrig “bara ett mejl”. Förfrågan är oftast ofullständig, artikelkoder skrivs olika varje gång, och prissättningen du behöver finns på tre ställen som inte stämmer överens. Så du söker i Gmail, öppnar ett kalkylark, dubbelkollar en materiallista och räknar totalsummor för hand. Och eftersom du har bråttom smyger småfel in: fel antal, fel valutakolumn, en dublett på en rad. Det värsta är den mentala belastningen. Du hoppar hela tiden mellan sammanhang, vilket gör att även en enkel offert kan sluka större delen av en timme.
Det växer snabbt. Här är var det brukar fallera i verkliga team.
- Du kopierar artikelkoder från mejl till Sheets, och ett enda skrivfel kan ändra hela offerten.
- Priskontroller blir en skattjakt i CRM-noteringar, materiallistor och fliken med “senaste” priser.
- Svaren glider i ton och formatering, så kunder får olika upplevelser beroende på vem som svarar.
- Flerspråkiga förfrågningar saktar ner allt eftersom någon måste översätta, kontrollera igen och skriva om.
Lösningen: automatisering från Gmail till offert med Sheets + Gemini
Det här flödet gör inkommande reservdelsmejl till HTML-offerter som är klara att skicka, med den data ni redan underhåller i Google Sheets. Det körs enligt ett schema, kontrollerar din Gmail-inkorg efter olästa meddelanden och filtrerar på reservdelsnyckelord (på flera språk). När det hittar en träff läser en AI-agent mejlet, upptäcker avsändarens språk och plockar ut projektnummer eller artikelkoder från meddelandet. Sedan slår det upp kunduppgifter i ditt CRM-ark, hämtar materiallistan för projektet, hämtar enhetspriser från prisarket och räknar totalsummor. Till sist bygger det en välpolerad offert som matchar er tonalitet och skickar svaret från Gmail, och markerar sedan originalmejlet som läst.
Flödet startar med en schemalagd inkorgskontroll i Gmail. Gemini sköter språkdetektering och offerttext, medan Google Sheets är “single source of truth” för kunder, artiklar och priser. Utdata är en strukturerad, professionell HTML-offert som skickas tillbaka till den som frågar, automatiskt.
Vad som förändras: före vs. efter
| Det här tar du bort | Effekten du får |
|---|---|
|
|
Effekt i praktiken
Säg att du hanterar 10 reservdelsförfrågningar per dag. Manuellt tar en “enkel” offert ofta cirka 20 minuter: läsa mejlet, hitta CRM-uppgifter, kontrollera materiallista, hämta priser, räkna totalsummor, skriva ett svar. Det är ungefär 3 timmar de flesta dagar. Med det här flödet lägger du kanske 2 minuter på att skumma den genererade offerten innan den skickas (eller låter den skicka automatiskt), och resten sköts i bakgrunden. Du får tillbaka ungefär 2 till 3 timmar en normal dag.
Krav
- n8n-instans (testa n8n Cloud gratis)
- Alternativ för egen drift om du föredrar det (Hostinger fungerar bra)
- Gmail för att bevaka förfrågningar och skicka svar.
- Google Sheets för att lagra CRM-, materialliste- och prisdata.
- Google Gemini API-nyckel (hämta den från Google AI Studio).
Svårighetsgrad: Medel. Du kopplar OAuth-uppgifter och klistrar in dina Sheet-ID:n, men du behöver inte skriva kod.
Behöver du hjälp att implementera detta? Prata med en automationsexpert (gratis 15-minuters konsultation).
Flödets steg
Inkorgskontroll enligt schema. Varje eller varannan minut letar flödet efter det senaste olästa mejlet i Gmail. Ingen behöver komma ihåg att “köra” något.
Filtrering av reservdelar. En “if”-kontroll letar efter reservdelsnyckelord på flera språk, så flödet triggar bara på rätt mejl. Det är här du kan snäva in eller bredda fångsten över tid.
AI läser, extraherar och formulerar. Gemini identifierar mejlets språk, plockar ut projektnummer eller artikelkoder och använder sedan Google Sheets-verktyg för att hämta CRM-uppgifter, materiallistor och prissättning. Ett kalkylatorverktyg räknar totalsummor så att du inte behöver lita på att modellen gör matte “i huvudet”.
Offerten skickas tillbaka via Gmail. Flödet skickar ett personligt HTML-svar från ditt Gmail-konto och flaggar sedan originalmeddelandet som läst så att det inte behandlas två gånger.
Du kan enkelt justera nyckelordsdetekteringen för fler språk, eller byta ut Google Sheets mot en databas som PostgreSQL utifrån dina behov. Se hela implementationsguiden nedan för anpassningsalternativ.
Steg-för-steg-implementeringsguide
Steg 1: Konfigurera den schemalagda triggern
Ställ in workflowet så att det körs enligt ett återkommande schema för att kontrollera om det finns nya offertförfrågningar.
- Lägg till och öppna Scheduled Run Trigger.
- Ställ in intervallregeln så att den körs varje minut genom att konfigurera Rule → Interval → Field till
minutesoch Minutes Interval till1. - Låt Flowpast Branding ligga kvar som en dokumentationsnotis (valfritt); det påverkar inte körningen.
Steg 2: Anslut Gmail och hämta inkommande förfrågningar
Hämta det senaste mejlet så att workflowet kan utvärdera om det innehåller en reservdelsförfrågan.
- Öppna Fetch Recent Gmail och ställ in Operation till
getAll. - Ställ in Limit till
1för att bara behandla det senaste mejlet. - Inloggning krävs: Anslut era Gmail OAuth2-uppgifter.
⚠️ Vanlig fallgrop: Om Gmail-uppgifter saknas kommer workflowet att misslyckas innan steget för nyckelordsdetektering. Säkerställ att Gmail-kontot har åtkomst till inkorgen ni vill övervaka.
Steg 3: Sätt upp nyckelordsdetektering
Filtrera mejl så att endast de som nämner reservdelsförfrågningar på flera språk släpps igenom.
- Öppna Detect Parts Keywords och bekräfta att Combinator är inställd på
orså att alla träffar godkänns. - Säkerställ att varje villkor använder samma uttryck för vänstervärdet:
{{ $json.snippet || $json.text || $json.html || '' }}. - Verifiera att nyckelorden på högersidan är inställda till
yedek parça,Ersatzteil,spare partsochErsatzteile.
Steg 4: Anslut Google Sheets-verktyg och konfigurera AI-offertmotorn
Förse AI-agenten med datakällor och en språkmodell så att den kan skapa korrekta, lokaliserade HTML-offerter.
- Öppna AI Quote Composer och behåll Text-prompten exakt som den är konfigurerad, inklusive uttrycket
{{ $('Scheduled Run Trigger').item.json['Readable date'] }}för offertdatumet. - Koppla Gemini Chat Model som språkmodell och ställ in Model Name till
models/gemini-2.0-flash-exp. - Inloggning krävs: Anslut era Google Gemini-uppgifter i Gemini Chat Model.
- Konfigurera CRM Client Lookup, Materials List Finder och Pricing Sheet Fetch med korrekt Document ID (ersätt
[YOUR_ID]) och Sheet Name inställt påSheet1. - Inloggning krävs: Anslut era Google Sheets-uppgifter.
- Behåll Computation Helper kopplad till agenten för alla matematiska beräkningar.
Steg 4: Konfigurera Gmail-svar och meddelandestatus
Skicka den genererade HTML-offerten och markera originalmejlet som läst.
- Öppna Reply via Gmail och ställ in Operation till
reply. - Ställ in Message till
{{ $json.output }}för att skicka AI:ns HTML-utdata. - Ställ in Message ID till
{{ $('Fetch Recent Gmail').item.json.id }}så att svaret kopplas till rätt mejl. - Öppna Flag Gmail Read och ställ in Operation till
markAsRead. - Ställ in Message ID till
{{ $('Fetch Recent Gmail').item.json.id }}för att markera samma mejl som läst. - Inloggning krävs: Anslut era Gmail OAuth2-uppgifter.
Steg 5: Testa och aktivera ert workflow
Verifiera flödet från början till slut och slå sedan på det för användning i produktion.
- Klicka på Execute Workflow för att köra workflowet manuellt.
- Bekräfta att Fetch Recent Gmail returnerar ett mejl och att Detect Parts Keywords skickar det vidare till AI Quote Composer när nyckelord förekommer.
- Kontrollera att Reply via Gmail skickar en fullständig HTML-offert och att Flag Gmail Read markerar mejlet som läst.
- Slå om workflowet till Active för att aktivera schemalagd bearbetning.
Saker att se upp med
- Gmail OAuth-uppgifter kan löpa ut eller kräva specifika behörigheter. Om det börjar skapa fel, kontrollera först Gmail-inloggningen i n8n (och din Google Cloud OAuth consent screen).
- Om du använder Wait-noder eller extern rendering varierar bearbetningstiderna. Öka väntetiden om efterföljande noder fallerar på tomma svar.
- Standardprompter i AI-noder är generiska. Lägg in er tonalitet tidigt, annars kommer du att redigera utdata för alltid.
Vanliga frågor
Cirka 60 minuter om dina Sheets redan är strukturerade.
Ja, men någon behöver hantera Google OAuth-konfigurationen en gång. Efter det är den dagliga användningen i princip helt hands-off.
Ja. n8n har ett gratis alternativ för egen drift och en gratis provperiod på n8n Cloud. Cloud-planer startar på 20 USD/månad för högre volymer. Du behöver också räkna in användningen av Google Gemini API, som beror på hur långa dina mejl och offerter är.
Två alternativ: n8n Cloud (hanterat, enklast att komma igång) eller egen drift på en VPS. För egen drift är Hostinger VPS prisvärd och klarar n8n bra. Egen drift ger dig obegränsade körningar men kräver grundläggande serverhantering.
Du kan ändra kontrollen “Detect Parts Keywords” för att stödja fler språk eller snäva in matchningen för dina produktnamn. Prompten i “AI Quote Composer” är där du ändrar företagsnamn, ton, valutor och HTML-layout. Om du inte vill använda Google Sheets långsiktigt kan du ersätta de tre uppslagen i Sheets (CRM, materiallista, prissättning) med databasnoder och behålla resten av flödet oförändrat.
Oftast beror det på ett utgånget OAuth-godkännande eller ändrade behörigheter för Google-kontot. Återanslut Gmail-uppgifterna i n8n, bekräfta att OAuth-appen fortfarande finns i ditt Google Cloud-projekt och säkerställ att Gmail-scope inte har minskats. Om det bara fallerar ibland, kontrollera Googles rate limits och att flödet inte pollar för aggressivt. Säkerställ också att flödet hämtar oläst e-post från rätt etikett eller inkorg.
Med n8n Cloud Starter kan du köra tusentals exekveringar per månad, vilket räcker för de flesta offertinkorgar.
Ofta, ja. Det här flödet behöver grenlogik (filtrera rätt mejl), uppslag i flera steg (tre Sheets) och stabil HTML-generering, vilket är där n8n ofta känns mindre begränsat. Egen drift är också en stor fördel om du har volymer, eftersom du inte betalar per litet steg. Zapier eller Make kan ändå fungera om du vill ha något väldigt enkelt, som “mejl kommer in → skapa en rad”. Om du är osäker, prata med en automationsexpert och beskriv din offertvolym och dina godkännandekrav.
Offertarbete behöver inte vara en daglig brandövning. Sätt upp detta en gång, och låt inkorgen lugna ner sig medan kunderna får svar snabbare.
Kontakta oss
Hör av dig, så diskuterar vi hur just din verksamhet kan dra nytta av alla fantastiska möjligheter som AI skapar.