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

Gmail + Google Sheets: skicka påminnelser om framsteg

Rickard Andersson Partner, Nodenordic.se

Uppföljning av framsteg faller isär i den stökiga mitten. Deltagare blir tysta, quizresultat börjar sjunka och när du väl upptäcker det är du redan i ”komma ikapp”-läge med ett dussin obekväma uppföljningar.

L&D-chefer känner av det först. Ansvariga för företagsutbildning får eskaleringarna därefter. Och om du driver ett onlineprogram slutar det med att du ändå gör automatiseringen för påminnelser om deltagarnas framsteg manuellt, ett mejl i taget.

Det här flödet förvandlar dina framstegsdata till träffsäkra påminnelser, riskvarningar och sammanställningar till chefer. Du får se hur det fungerar, vad du behöver och hur du anpassar det till din egen utbildningsmiljö.

Så fungerar automatiseringen

Här är hela flödet du kommer att sätta upp:

n8n Workflow Template: Gmail + Google Sheets: skicka påminnelser om framsteg

Varför det här är viktigt: uppföljning av framsteg kraschar när ni skalar

När ett program är litet känns ”kolla läget på framsteg” hanterbart. Sedan tar onboarding fart, kohorter överlappar och plötsligt hämtar du aktivitet från ett ställe, quizresultat från ett annat och försöker komma ihåg vem som skulle få en påminnelse den här veckan. Det värsta är fördröjningen. Ofta ser du en deltagare som kämpar först efter att personen redan har tappat engagemanget, vilket förvandlar en enkel påminnelse till en räddningsinsats. Och ärligt talat: manuell uppföljning bränner i tysthet timmar som borde läggas på att förbättra själva utbildningen.

Det eskalerar snabbt. Här är var det brukar fallera i verkliga team.

  • Du copy-pastar framstegsanteckningar in i Google Sheets och börjar sedan tveka på om datan ens är aktuell.
  • Uppföljningar blir inkonsekventa, eftersom påminnelser beror på vem som har tid (och vem som kom ihåg).
  • Deltagare i riskzonen upptäcks sent, så åtgärder blir reaktiva i stället för att komma i tid.
  • Chefer ber om status och du får panikbygga en sammanfattning av utspridda exporter.

Vad du bygger: daglig deltagarövervakning + automatiska påminnelser

Det här flödet körs dagligen och kontrollerar engagemang och framsteg baserat på data från ert utbildningssystem. Det börjar med att hämta medarbetar- eller deltagarposter och därefter tilldelar eller bekräftar det kursmodulstilldelningar så att alla har rätt utbildningsspår. Sedan hämtar det framstegs- och aktivitetsdata och ber en OpenAI-baserad agent att bedöma läget: vilka som rör sig framåt, vilka som har stannat upp och vilka som faktiskt ser ut att vara i riskzonen. Utifrån bedömningen avgör flödet om ett personligt påminnelsemejl ska skickas via Gmail, och fortsätter sedan med att hämta och betygsätta quizinlämningar. Till sist genererar det utbildningsspår och sammanställer en chefsvänlig rapport så att intressenter får en tydlig uppdatering utan att jaga dig.

Flödet startar med en daglig trigger, hämtar data via HTTP-förfrågningar och använder AI för att omvandla råa framstegssignaler till ett beslut. Gmail skickar påminnelser till deltagare och uppdateringar till chefer, medan Google Sheets kan fungera som din enkla ”källa till sanning” för tröskelvärden, kontakter och uppföljning.

Det du bygger

Förväntade resultat

Säg att du ansvarar för 50 deltagare inom onboarding och regelefterlevnadsutbildning. Manuellt är det lätt att lägga cirka 5 minuter per deltagare och vecka på att kontrollera framsteg, notera risk och skriva en påminnelse, vilket blir ungefär 4 timmars administration. Med det här flödet tar den dagliga körningen en minut att trigga, sedan bearbetas allt i bakgrunden och bara de mejl som spelar roll skickas. Du går typiskt från ”veckovis kalkylbladssession” till ”granska chefsrapporten i 10 minuter”.

Innan du börjar

  • n8n-instans (prova n8n Cloud gratis)
  • Self-hosting-alternativ om du föredrar det (Hostinger fungerar bra)
  • Google Sheets för tröskelvärden, kontakter och uppföljning.
  • Gmail för att skicka påminnelser och uppdateringar till chefer.
  • OpenAI API-nyckel (hämta den i din OpenAI-dashboard).

Kunskapsnivå: Medel. Du kopplar konton, mappar några fält och rimlighetskontrollerar AI-utdata innan du släpper det fritt.

Vill du att någon bygger detta åt dig? Prata med en automationsexpert (gratis 15-minuters konsultation).

Steg för steg

Ett dagligt schema sätter igång allt. n8n kör automatiseringen en gång per dag (eller i den takt du väljer) så att ni inte är beroende av att någon kommer ihåg att ”göra framstegskontroller”.

Deltagar- och kursdata hämtas in. HTTP-förfrågningar hämtar medarbetarposter, tilldelningar, framstegsaktivitet och quizinlämningar från ert LMS eller utbildningsdatabas. Ett litet konfigurationssteg i början sätter variabler som risktrösklar och eskaleringsregler.

AI förvandlar råa signaler till beslut. OpenAI-baserade agentnoder bedömer inlärningsframsteg, tolkar quizresultat och skapar sammanfattningar som låter som något en instruktör skulle skriva. En If-grind avgör vilka som behöver en påminnelse nu och vilka som ligger bra till.

Mejl skickas och rapporteringen hålls strukturerad. Gmail skickar personliga påminnelser till deltagare och eskalerar riskfall till instruktörer. Senare sammanställer flödet en chefsrapport (med ett kodsteg) och skickar en sammanfattning så att ledningen ser trender utan att gräva i kalkylblad.

Du kan enkelt justera risktrösklarna så att de matchar programmets verklighet och byta format på chefsrapporten från ”sammanfattning” till ”åtgärdslista” beroende på behov. Se hela implementationsguiden nedan för anpassningsalternativ.

Steg-för-steg-guide för implementering

Steg 1: Konfigurera Schedule Trigger

Det här arbetsflödet startar dagligen via en schematrigger.

  1. Lägg till och öppna Daily Learning Trigger.
  2. Ställ in schemaregeln så att den körs dagligen kl. 09:00 (noden är konfigurerad med Trigger at Hour satt till 9).
  3. Koppla Daily Learning Trigger till Config Variables Setup.

Steg 2: Anslut API:er för lärplattformen

Samla era API-endpoints och chefens e-post i en konfigurationsnod.

  1. Öppna Config Variables Setup och sätt tilldelningarna till verkliga värden:
  2. Sätt employeeApiUrl till <__PLACEHOLDER_VALUE__Employee API endpoint URL__> (ersätt med er faktiska endpoint).
  3. Sätt progressApiUrl till <__PLACEHOLDER_VALUE__Progress tracking API endpoint__>.
  4. Sätt quizApiUrl till <__PLACEHOLDER_VALUE__Quiz submissions API endpoint__>.
  5. Sätt learningPathApiUrl till <__PLACEHOLDER_VALUE__Learning path storage API endpoint__>.
  6. Sätt managerEmail till <__PLACEHOLDER_VALUE__Manager email address__>.
  7. Bekräfta att includeOtherFields är aktiverat och koppla sedan Config Variables Setup till Fetch Employee Records.

⚠️ Vanlig fallgrop: Om ni lämnar platshållarvärden i Config Variables Setup kommer alla efterföljande HTTP-anrop att misslyckas.

Steg 3: Sätt upp utbildningsallokering (AI)

Det här segmentet hämtar medarbetardata och använder AI för att tilldela moduler och sparar sedan tilldelningarna.

  1. Öppna Fetch Employee Records och sätt URL till {{ $('Config Variables Setup').first().json.employeeApiUrl }}.
  2. Öppna Allocate Training Modules och bekräfta att Text är satt till Employee data: {{ $json }} med hasOutputParser aktiverat.
  3. Säkerställ att Parse Assignment Output är ansluten som output parser för Allocate Training Modules.
  4. Inloggningsuppgifter krävs: Anslut era openAiApi-inloggningsuppgifter i OpenAI Chat Engine A (detta är språkmodellen för Allocate Training Modules).
  5. Öppna Store Training Assignments och ställ in:
  6. URL till {{ $('Config Variables Setup').first().json.employeeApiUrl }}/assignments, Method till POST och JSON Body till {{ $json }}.

AI-output parsers som Parse Assignment Output tar inte inloggningsuppgifter direkt—lägg till inloggningsuppgifter i OpenAI Chat Engine A.

Steg 4: Bedöm framsteg och skicka påminnelser

Den här kedjan analyserar lärandeframsteg, avgör vem som behöver påminnelser och mejlar medarbetare som är försenade.

  1. Öppna Retrieve Progress Records och sätt URL till {{ $('Config Variables Setup').first().json.progressApiUrl }}.
  2. Konfigurera Assess Learning Progress med Text satt till Progress data: {{ $json }} och säkerställ att Parse Progress Output är kopplad som output parser.
  3. Inloggningsuppgifter krävs: Anslut era openAiApi-inloggningsuppgifter i OpenAI Chat Engine B (används av Assess Learning Progress).
  4. Öppna Reminder Decision Gate och bekräfta att villkoret kontrollerar att {{ $('Assess Learning Progress').item.json.needsReminder }} är lika med true.
  5. Konfigurera Dispatch Reminder Email med Send To {{ $json.employeeEmail }} och det angivna påminnelsemeddelandet.
  6. Inloggningsuppgifter krävs: Anslut era gmailOAuth2-inloggningsuppgifter i Dispatch Reminder Email.

Reminder Decision Gate dirigerar körningen till Dispatch Reminder Email när villkoret är sant, annars fortsätter den till Fetch Quiz Entries.

Steg 5: Rätta quiz och bygg lärvägar (AI)

Quiz-inlämningar rättas av AI, lagras och används för att skapa personliga lärvägar.

  1. Öppna Fetch Quiz Entries och sätt URL till {{ $('Config Variables Setup').first().json.quizApiUrl }}.
  2. Öppna Grade Quiz Entries och bekräfta att Text är Quiz submissions: {{ $json }} med Parse Quiz Results kopplad som output parser.
  3. Inloggningsuppgifter krävs: Anslut era openAiApi-inloggningsuppgifter i OpenAI Chat Engine C (används av Grade Quiz Entries).
  4. Öppna Record Quiz Outcomes och sätt URL till {{ $('Config Variables Setup').first().json.quizApiUrl }}/results, Method till POST och JSON Body till {{ $json }}.
  5. Konfigurera Build Learning Paths med Text satt till Quiz results and employee data: {{ $json }} och koppla Parse Path Output som output parser.
  6. Inloggningsuppgifter krävs: Anslut era openAiApi-inloggningsuppgifter i OpenAI Chat Engine D (används av Build Learning Paths).
  7. Öppna Store Learning Paths och sätt URL till {{ $('Config Variables Setup').first().json.learningPathApiUrl }}, Method till POST och JSON Body till {{ $json }}.

Output parsers (Parse Quiz Results, Parse Path Output) använder inloggningsuppgifterna från överordnad AI-nod—ställ in inloggningsuppgifter på OpenAI Chat Engine C och OpenAI Chat Engine D.

Steg 6: Sammanställ och skicka chefsrapporten

Samla all lärandedata i en rapport och mejla den till chefen.

  1. Öppna Compile Manager Report och granska JavaScript-blocket om ni behöver anpassa rapportlogiken.
  2. Säkerställ att Store Learning Paths kopplas till Compile Manager Report och därefter till Send Manager Update.
  3. Öppna Send Manager Update och sätt Send To till {{ $('Config Variables Setup').first().json.managerEmail }} och Message till {{ $json.reportHtml }}.
  4. Inloggningsuppgifter krävs: Anslut era gmailOAuth2-inloggningsuppgifter i Send Manager Update.

Steg 7: Testa och aktivera ert arbetsflöde

Kör ett manuellt test för att validera hela körkedjan innan ni slår på det.

  1. Klicka på Execute Workflow för att köra arbetsflödet från början till slut med start i Daily Learning Trigger.
  2. Verifiera att API-anropen returnerar data i Fetch Employee Records, Retrieve Progress Records och Fetch Quiz Entries.
  3. Bekräfta att AI-utdata struktureras via Parse Assignment Output, Parse Progress Output, Parse Quiz Results och Parse Path Output.
  4. Kontrollera att Dispatch Reminder Email endast skickar meddelanden när Reminder Decision Gate utvärderas till true.
  5. Säkerställ att Send Manager Update levererar den dagliga rapporten via e-post.
  6. När ni är nöjda, växla arbetsflödet till Active för att köra dagligen vid den schemalagda tiden.
🔒

Lås upp fullständig steg-för-steg-guide

Få den kompletta implementeringsguiden + nedladdningsbar mall

Felsökningstips

  • Gmail-inloggningar kan löpa ut eller blockeras av säkerhetsregler i Workspace. Om påminnelser slutar skickas, kontrollera först din Google-kontokoppling i n8n-credentials och dina behörigheter i Google Admin för e-post.
  • Om du använder Wait-noder eller extern rendering varierar processtiderna. 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.

Nästa steg

Om ni redan lever i Sheets för utbildningsdrift hjälper det att para detta med OpenAI + Google Sheets för konsekventa kursval så att ni standardiserar rekommendationer och deltagare inte får slumpmässiga ”testa den här kursen”-förslag.

För team som även hanterar ekonomiadmin vid sidan av onboarding är Gmail + Google Sheets: fakturor skickade och spårade ett praktiskt tillägg, eftersom det använder samma verktyg och håller er ops-stack enkel.

När deltagare delar resurser och du vill ha en lättviktig kunskapspipeline kan Reddit + Google Sheets: en strukturerad logg för lärlänkar mata ert interna bibliotek utan att någon kuraterar länkar manuellt varje dag.

Behöver du snabbare instruktörsrespons när någon flaggas som i riskzonen? Gmail + Slack: snabbare SaaS-support, fakturering, rapportering visar ett bra mönster för att göra mejlbaserade flöden till Slack-notiser i realtid.

Slutligen, om er utbildning innehåller dokumenttung onboarding är Google Drive + Slack, kundonboarding klar snabbt en bra följeslagare eftersom den effektiviserar filinsamling och larmar berörda direkt när något är klart.


Snabbreferens:

Snabba svar

Hur lång tid tar det att sätta upp den här automatiseringen för påminnelser om deltagarnas framsteg?

Cirka en timme om ditt LMS och Gmail är redo.

Krävs det kodning för den här automatiseringen för påminnelser om deltagarnas framsteg?

Nej. Du kopplar mest konton, mappar fält och justerar några tröskelvärden.

Är n8n gratis att använda för det här flödet för påminnelser om deltagarnas framsteg?

Ja. n8n har ett gratis self-hosted-alternativ och en gratis provperiod på n8n Cloud. Cloud-planer startar på 20 USD/månad för högre volym. Du behöver också räkna in OpenAI API-kostnader, som vanligtvis är några cent per körning för sammanfattningar och klassificeringar.

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

Två alternativ: n8n Cloud (hanterat, enklast att sätta upp) eller self-hosting på en VPS. För self-hosting är Hostinger VPS prisvärd och hanterar n8n bra. Self-hosting ger obegränsade körningar men kräver grundläggande serveradministration.

Kan jag anpassa det här flödet för påminnelser om deltagarnas framsteg för andra use cases?

Ja, och det bör du. De flesta team börjar med att justera risktrösklarna i konfigurationssteget och därefter fintrimma vad agenten ”Assess Learning Progress” ska se som varningssignaler (missade inloggningar, låga quizresultat, moduler som står still). Du kan också ändra vem som får eskaleringar genom att redigera Gmail-mottagarna för riskfall. Om du vill ha larm i realtid kan du ersätta Gmail-larmspåret med Slack med samma If-beslutsgrind.

Varför misslyckas min Gmail-koppling i det här flödet?

Oftast beror det på att auktoriseringen har löpt ut eller att en Workspace-adminpolicy blockerar åtkomst. Återanslut din Gmail-credential i n8n och bekräfta sedan att Google-kontot har behörighet att skicka som den adress du valt. Om det fungerar för ett mejl och misslyckas senare kan du också slå i sändningsgränser, särskilt i delade inkorgar.

Vilken volym kan det här flödet för påminnelser om deltagarnas framsteg hantera?

Det beror mer på din plan och server än på logiken. På n8n Cloud Starter kan du vanligtvis stödja mindre program utan problem, och högre nivåer hanterar större kohorter. Om du self-hostar finns ingen körningsgräns, men CPU och minne blir begränsningen. I praktiken kör många team detta dagligen för några hundra deltagare utan dramatik, så länge LMS-API och OpenAI-anropen taktas vettigt.

Är den här automatiseringen för påminnelser om deltagarnas framsteg bättre än att använda Zapier eller Make?

Ofta, ja, eftersom det här flödet har grenlogik, flera AI-steg och en chefsrapport som gynnas av flexibilitet på kodnivå. n8n ger också en riktig self-hosting-väg, vilket spelar roll när dagliga körningar och flerstegsflöden börjar bli många. Zapier och Make kan fortfarande fungera om du håller det enkelt, som ”kontrollera ett kalkylblad och skicka ett mejl”. Men när du lägger till AI-bedömning, quizrättning och eskaleringsregler dyker kostnader och begränsningar upp snabbt. Prata med en automationsexpert om du vill ha hjälp att välja det renaste upplägget för just er miljö.

När det här väl rullar slutar uppföljning av framsteg vara en veckovis panikinsats och blir en tyst daglig rutin. Flödet tar hand om repetitiva uppföljningar så att du kan lägga tiden på att förbättra lärupplevelsen.

Kontakta oss

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

Våra tjänster Om Node Nordic
×

Använd mall

Få direkt tillgång till denna n8n-arbetsflödes JSON-fil

Kopiera och importera JSON-arbetsflödet i ditt n8n-arbetsflöde