Din inkorg blir snabbt en rörig att-göra-lista. Sedan kommer nästa smärta: att sortera samma typer av förfrågningar, tagga dem, räkna dem och försöka bevisa vad som faktiskt händer vecka för vecka.
Den här Gmail Sheets-tally-automationen träffar marketing ops mitt i prick, ärligt talat. Men även grundare som följer kundförfrågningar och byråer som jonglerar inkommande leads via mejl känner igen sig. Du får felfria kategorier och löpande antal förfrågningar utan att behöva bo i Gmail.
Nedan ser du hur arbetsflödet fungerar, vad du behöver, vilka resultat du kan förvänta dig och var team brukar justera för att matcha sina egna förfrågningstyper.
Så fungerar den här automatiseringen
Hela n8n-arbetsflödet, från trigger till slutresultat:
n8n Workflow Template: Gmail till Google Sheets – räkna e-postförfrågningar
flowchart LR
subgraph sg0["Language Agent Flow"]
direction LR
n0@{ icon: "mdi:message-outline", form: "rounded", label: "IMAP Email Intake", pos: "b", h: 48 }
n1@{ icon: "mdi:database", form: "rounded", label: "Fetch Sheet Rows", pos: "b", h: 48 }
n2@{ icon: "mdi:robot", form: "rounded", label: "Language Agent", pos: "b", h: 48 }
n3@{ icon: "mdi:database", form: "rounded", label: "Locate Category", pos: "b", h: 48 }
n4@{ icon: "mdi:swap-horizontal", form: "rounded", label: "Branch Logic", pos: "b", h: 48 }
n5@{ icon: "mdi:swap-vertical", form: "rounded", label: "Map Fields", pos: "b", h: 48 }
n6@{ icon: "mdi:database", form: "rounded", label: "Modify Request Tally", pos: "b", h: 48 }
n7@{ icon: "mdi:database", form: "rounded", label: "Append Sheet Record", pos: "b", h: 48 }
n8@{ icon: "mdi:brain", form: "rounded", label: "OpenRouter Chat Model", pos: "b", h: 48 }
n9@{ icon: "mdi:robot", form: "rounded", label: "Parse Category Request", pos: "b", h: 48 }
n4 --> n5
n4 --> n7
n8 -.-> n2
n2 --> n3
n5 --> n6
n3 --> n4
n9 -.-> n2
n1 --> n2
n0 --> n1
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 n2,n9 ai
class n8 aiModel
class n4 decision
class n1,n3,n6,n7 database
Problemet: e-postförfrågningar är lätta att ta emot och svåra att följa upp
E-post är bra på en sak: att få in förfrågningar i din värld utan friktion. Den är också usel på att ge dig en tillförlitlig sammanräkning. En person etiketterar meddelanden, en annan glömmer, en tredje vidarebefordrar dem, och plötsligt blir “Hur många partnerskapsförfrågningar fick vi den här månaden?” en gissningslek. Även om du försöker spåra det i ett kalkylark faller manuell loggning så fort du blir upptagen. Missar du ett par dagar är din “source of truth” inte längre sann.
Det eskalerar snabbt. Här är var det brukar fallera i riktiga team.
- Du slutar med att läsa samma typer av mejl om och om igen bara för att klassificera dem, vilket i det tysta stjäl runt 20 minuter om dagen.
- Antalen glider isär eftersom två personer loggar samma förfrågan olika (eller inte alls), så veckorapportering blir en diskussion.
- Förfrågningar som borde trigga en åtgärd hamnar längst ner, eftersom Gmail inte är en dashboard och aldrig kommer att bli det.
- När volymen ökar är spårning det första “nice to have” som tas bort, vilket gör att du tappar trenddatan du behövde som mest.
Lösningen: kategorisera mejl automatiskt och uppdatera antal förfrågningar
Det här arbetsflödet bevakar din inkorg efter nya meddelanden och gör varje mejl till strukturerad spårningsdata i Google Sheets. När ett meddelande kommer in via IMAP hämtar n8n dina befintliga kategorier och förfrågningstyper från arket, och sedan läser en AI-agent ämnesrad och brödtext för att avgöra vad mejlet handlar om. Därefter kontrollerar arbetsflödet om samma kombination av kategori/förfrågan redan finns. Om den finns, ökar den antalet i den raden. Om den är ny lägger den till en ny rad med antal 1. Du får ett ark som hålls uppdaterat automatiskt, så rapportering och prioritering slutar hänga på någons minne.
Arbetsflödet startar med en IMAP-trigger för inkorgen. AI sköter klassificeringen med ditt befintliga ark som kontext, och sedan uppdaterar n8n antingen den befintliga sammanräkningen eller skapar en ny spårad förfrågan. Google Sheets blir din levande intake-scoreboard, inte ett bortglömt dokument.
Det du får: automatisering vs. resultat
| Vad det här arbetsflödet automatiserar | Resultat du får |
|---|---|
|
|
Exempel: så här ser det ut
Säg att din inkorg får cirka 20 förfrågningsmejl per dag (supportfrågor, partnerskapsförslag, medieförfrågningar, fakturapåminnelser). Om du lägger kanske 3 minuter per mejl på att läsa, välja etikett, hitta rätt rad och uppdatera en siffra, blir det ungefär en timme om dagen. Med det här arbetsflödet är “loggningen” i princip noll: mejlet kommer in, AI klassificerar det och Google Sheets uppdateras i bakgrunden. Du läser fortfarande det som är viktigt, men du slipper kalkylarksarbete.
Det här behöver du
- n8n-instans (prova n8n Cloud gratis)
- Alternativ för self-hosting om du föredrar det (Hostinger fungerar bra)
- E-postinkorg med IMAP för att läsa nya inkommande meddelanden
- Google Sheets för att lagra kategorier, förfrågningar och antal
- OpenRouter API-nyckel (hämta den i din OpenRouter-dashboard)
Kunskapsnivå: Nybörjare. Du kopplar konton, väljer målarket och testar med ett riktigt mejl.
Vill du inte sätta upp det här själv? Prata med en automationsexpert (gratis 15-minuters konsultation).
Så fungerar det
Ett nytt mejl kommer in i din inkorg. n8n bevakar brevlådan via IMAP och hämtar meddelandets innehåll (ämnesrad och brödtext) så fort det landar.
Ditt ark används som “minne”. Arbetsflödet hämtar befintliga rader från Google Sheets så att AI-agenten kan återanvända samma kategorier och förfrågningstyper i stället för att hitta på nya.
AI klassificerar meddelandet till strukturerade fält. Med OpenRouter-chatmodellen plus en parser för strukturerad output plockar arbetsflödet ut en korrekt formaterad kategori och en förfrågningsetikett som du kan räkna på pålitligt.
Sammanräkningen uppdateras automatiskt. n8n slår upp matchande rad och använder sedan en If-gren för att antingen öka befintligt antal eller lägga till en helt ny post i Google Sheets.
Du kan enkelt ändra kategorilistan så att den matchar din verksamhet och sedan routa brådskande kategorier till Telegram utifrån dina behov. Se hela implementationsguiden nedan för anpassningsalternativ.
Steg-för-steg-guide för implementering
Steg 1: Konfigurera triggern IMAP Email Intake
Det här arbetsflödet börjar med att hämta e-post från en IMAP-inkorg så att resten av automatiseringen kan sammanfatta och klassificera förfrågningar.
- Lägg till och öppna IMAP Email Intake som trigger-nod.
- Konfigurera brevlådans inställningar för er IMAP-server (host, port och sökkriterier vid behov).
- Autentiseringsuppgifter krävs: Anslut era IMAP-inloggningsuppgifter.
Steg 2: Anslut Google Sheets
Flera Google Sheets-noder läser och uppdaterar era data för kategorier och uppföljning av förfrågningar.
- Öppna Fetch Sheet Rows och välj kalkylarket och fliken som innehåller er kategorilista eller referensdata.
- Öppna Locate Category och konfigurera den för att söka/leta upp kategorin baserat på AI-utdata.
- Öppna Modify Request Tally och ställ in den så att den uppdaterar kolumnerna för antal/summering av förfrågningar.
- Öppna Append Sheet Record och ställ in den så att den lägger till en ny rad för omatchade eller nya förfrågningar.
- Autentiseringsuppgifter krävs: Anslut era Google Sheets-inloggningsuppgifter i alla Google Sheets-noder.
⚠️ Vanlig fallgrop: Om någon Google Sheets-nod saknar val av kalkylark eller flik kommer arbetsflödet att fallera i det steget. Verifiera att varje nod har rätt fil och flik vald.
Steg 3: Konfigurera Language Agent och AI-modellen
AI-lagret extraherar kategoriförfrågan från inkommande e-post med en språkmodell och en strukturerad parser.
- Öppna Language Agent och bekräfta att den tar emot data från Fetch Sheet Rows och skickar utdata till Locate Category.
- Öppna OpenRouter Chat Model och anslut den som språkmodell för Language Agent.
- Öppna Parse Category Request och säkerställ att den är ansluten som utdataparser för Language Agent.
- Autentiseringsuppgifter krävs: Anslut era OpenRouter-inloggningsuppgifter i OpenRouter Chat Model.
Steg 4: Konfigurera routning och datamappning
Arbetsflödet avgör om en kategori finns och uppdaterar antingen antal eller lägger till en ny post.
- Öppna Branch Logic och definiera villkoret som avgör om en kategori hittades i Locate Category.
- I Map Fields anger ni vilka fält som ska skickas vidare till Modify Request Tally när kategorin finns.
- Bekräfta routningen: Locate Category → Branch Logic → Map Fields → Modify Request Tally.
- Bekräfta att den alternativa vägen från Branch Logic går till Append Sheet Record när ingen kategorimatchning hittas.
Branch Logic skickar utdata till både Map Fields och Append Sheet Record beroende på villkoret, så validera båda vägarna innan ni testar.
Steg 5: Testa och aktivera ert arbetsflöde
Kör ett live-test för att bekräfta att e-postinhämtning, AI-extraktion och uppdateringar i arket fungerar som förväntat.
- Klicka Execute Workflow och skicka ett testmejl till den övervakade inkorgen.
- Verifiera att Fetch Sheet Rows laddar data och att Language Agent producerar en kategoriutdata.
- Kontrollera att antingen Modify Request Tally uppdaterar en befintlig rad eller att Append Sheet Record skapar en ny rad.
- När det fungerar, slå om arbetsflödet till Active för att köra i produktion.
Vanliga fallgropar
- Google Sheets-inloggningar kan gå ut eller kräva specifika behörigheter. Om det skapar fel, kontrollera först n8n-credential för Google Sheets och att Google-kontot har åtkomst till kalkylarket.
- Om du använder Wait-noder eller extern rendering varierar bearbetningstider. Öka väntetiden om nedströmsnoder fallerar på tomma svar.
- Standardprompter i AI-noder är generiska. Lägg in din tonalitet tidigt, annars kommer du att redigera outputs i all evighet.
Vanliga frågor
Cirka 20 minuter om dina konton är klara.
Nej. Du kopplar främst IMAP och Google Sheets och klistrar in din AI-nyckel.
Ja. n8n har ett gratis self-hosted-alternativ och en gratis provperiod på n8n Cloud. Cloud-planer börjar på 20 USD/månad för högre volym. Du behöver också räkna med OpenRouter-kostnader (oftast bara ören per mejl för grundläggande klassificering).
Två alternativ: n8n Cloud (hanterat, enklast uppsättning) eller self-hosting på en VPS. För self-hosting är Hostinger VPS prisvärd och hanterar n8n bra. Self-hosting ger dig obegränsade körningar men kräver grundläggande serveradministration.
Ja, och det bör du. De flesta team anpassar AI-prompten i Language Agent och behåller en godkänd lista med kategorier i Google Sheets så att modellen håller sig på räls. Du kan också justera parsningen av strukturerad output (steget “Parse Category Request”) om du vill ha fält som “prioritet”, “kundnamn” eller “region”. Om du vill ha larm för en specifik kategori lägger du till ett Telegram-sändsteg efter Branch Logic när kategorin matchar.
Oftast beror det på en utgången eller utbytt Google-credential i n8n. Återanslut Google Sheets-kontot och bekräfta sedan att kalkylarket är delat med samma Google-användare. Om arket flyttades till en delad enhet (Shared Drive) kan behörigheter ändras i det tysta. Kontrollera också att noden pekar på rätt kalkylarksflik, eftersom en omdöpt flik gör att uppdateringar misslyckas.
För de flesta små team fungerar hundratals per dag bra, så länge din AI-leverantör inte begränsar dig med rate limits.
Ibland. Om du bara behöver “mejl kommer in → lägg till rad” är Zapier eller Make snabbt. Men det här arbetsflödet gör mer än så, eftersom det slår upp befintliga rader och ökar antal med branching-logik, och det använder strukturerad AI-output så att arket hålls prydligt. n8n ger dig också self-hosting-alternativet, vilket spelar roll när volymen växer och prissättning per körning börjar svida. Nackdelen är att du lägger lite mer tid på att sätta upp det första gången. Prata med en automationsexpert om du vill ha en rekommendation baserat på din inkorgsvolym och dina rapporteringsbehov.
När det här väl rullar håller sig ditt ark ärligt även när veckan blir kaotisk. Arbetsflödet sköter den repetitiva räkningen så att du kan fokusera på förfrågningarna som faktiskt spelar roll.
Kontakta oss
Hör av dig, så diskuterar vi hur just din verksamhet kan dra nytta av alla fantastiska möjligheter som AI skapar.