Att bygga sökordslistor från Google Autocomplete är märkligt utmattande. Du skriver in ett startord, plockar upp några förslag, ändrar sökningen, kopierar igen, klistrar in igen … och ändå litar du inte på att du fick med guldkornen.
Den här typen av röra drabbar SEO-specialister hårdast, men content leads och digitala marknadsförare känner av det också. En enkel Google autocomplete-automatisering kan göra ett enda startord till en A–Ö-lista med förslag och lägga in den i ett kalkylark, redo för briefs.
Nedan ser du exakt vad arbetsflödet gör, vilka resultat du kan förvänta dig och hur du anpassar det för språk, utdataformat och skala.
Så fungerar den här automatiseringen
Hela n8n-arbetsflödet, från trigger till slutlig utdata:
n8n Workflow Template: Google Autocomplete till Google Sheets, klara sökord
flowchart LR
subgraph sg0["Get Keyword Flow"]
direction LR
n0["<div style='background:#f5f5f5;padding:10px;border-radius:8px;display:inline-block;border:1px solid #e0e0e0'><img src='https://flowpast.com/wp-content/uploads/n8n-workflow-icons/code.svg' width='40' height='40' /></div><br/>Generate A-Z Queries"]
n1["<div style='background:#f5f5f5;padding:10px;border-radius:8px;display:inline-block;border:1px solid #e0e0e0'><img src='https://flowpast.com/wp-content/uploads/n8n-workflow-icons/httprequest.dark.svg' width='40' height='40' /></div><br/>Google Autocomplete"]
n2@{ icon: "mdi:swap-vertical", form: "rounded", label: "Loop Over Items", pos: "b", h: 48 }
n3@{ icon: "mdi:cog", form: "rounded", label: "Wait 1s", pos: "b", h: 48 }
n4["<div style='background:#f5f5f5;padding:10px;border-radius:8px;display:inline-block;border:1px solid #e0e0e0'><img src='https://flowpast.com/wp-content/uploads/n8n-workflow-icons/code.svg' width='40' height='40' /></div><br/>Code"]
n5@{ icon: "mdi:play-circle", form: "rounded", label: "Get Keyword", pos: "b", h: 48 }
n6["<div style='background:#f5f5f5;padding:10px;border-radius:8px;display:inline-block;border:1px solid #e0e0e0'><img src='https://flowpast.com/wp-content/uploads/n8n-workflow-icons/code.svg' width='40' height='40' /></div><br/>Extract Keywords"]
n7["<div style='background:#f5f5f5;padding:10px;border-radius:8px;display:inline-block;border:1px solid #e0e0e0'><img src='https://flowpast.com/wp-content/uploads/n8n-workflow-icons/webhook.dark.svg' width='40' height='40' /></div><br/>Return Keywords"]
n4 --> n3
n3 --> n2
n5 --> n0
n2 --> n6
n2 --> n1
n6 --> n7
n1 --> n4
n0 --> n2
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 n5 trigger
class n1,n7 api
class n0,n4,n6 code
classDef customIcon fill:none,stroke:none
class n0,n1,n4,n6,n7 customIcon
Problemet: Autocomplete-research är långsam och inkonsekvent
Autocomplete är ett av de snabbaste sätten att höra “vad folk faktiskt skriver”. Men att samla in förslag manuellt är ett slit. Du söker på en fras, skummar dropdownen, kopierar några idéer och upprepar sedan med “a”, “b”, “c” och så vidare. Någonstans runt bokstaven “h” blir du distraherad, hoppar över bokstäver eller börjar göra bedömningar för tidigt. Resultatet blir en halvfärdig lista som ser okej ut tills du ska skriva en brief och inser att du missade självklara vinklar, synonymer och modifierare.
Det bygger snabbt på. Friktionen blir ännu värre när du behöver konsekvens mellan kunder, marknader eller språk.
- Att göra A–Ö manuellt gör en 10-minutersuppgift till ungefär en timme när du räknar in rensning och borttagning av dubbletter.
- Copy-paste-research skapar stökiga kalkylark, vilket betyder mer tid på att fixa formatering än på att hitta insikter.
- Folk hoppar över steg när det är bråttom, så samma “process” ger olika resultat vecka till vecka.
- Autocomplete-data är värdefull, men bara om du kan fånga den pålitligt och återanvända den i briefs.
Lösningen: Hämta A–Ö-förslag till kalkylark automatiskt
Det här n8n-arbetsflödet tar ett startord och gör en komplett A–Ö-skrapning av autocomplete, utan att du behöver röra webbläsarens dropdown alls. Det startar när du skickar in ett sökord till arbetsflödet (via en chattliknande trigger) och skapar sedan 26 varianter genom att lägga till varje bokstav från A till Ö. För varje variant anropar det Google Suggest via en HTTP-förfrågan, pausar kort för att vara schysst och tolkar svaret till korrekt formaterad förslagstext. Till sist samlar det ihop allt till en lista och returnerar den så att du kan spara den direkt i Google Sheets eller Excel för sortering, klustring och briefarbete.
Arbetsflödet börjar när du skickar ett sökord. Därefter bygger det A–Ö-uppsättningen av frågor, hämtar förslag i batcher med en kort väntan mellan anropen och slår ihop allt till en deduplicerad sökordslista. Därifrån kan du skicka utdata till Google Sheets, Microsoft Excel 365 eller en annan destination du föredrar.
Vad du får: automatisering vs. resultat
| Vad det här arbetsflödet automatiserar | Resultat du får |
|---|---|
|
|
Exempel: så här ser det ut
Säg att du bygger en brief för “n8n” och vill ha fulla A–Ö-idéer från autocomplete. Manuellt kan du lägga cirka 2 minuter per bokstav (sök, skanna, kopiera, klistra in, rensa), vilket blir ungefär 50 minuter för alfabetet. Med det här arbetsflödet skickar du in startordet en gång, sedan kör det 26 anrop med en paus på 1 sekund mellan dem och returnerar en sammanställd lista. Det är vanligtvis runt 2 minuter från start till mål, plus en snabb sortering i Google Sheets.
Det här behöver du
- n8n-instans (testa n8n Cloud gratis)
- Alternativ för self-hosting om du föredrar det (Hostinger fungerar bra)
- Google Sheets för att lagra och sortera sökordsutdata.
- Microsoft Excel 365 för att exportera sökord till befintliga arbetsböcker.
- OpenAI API-nyckel (hämta den i OpenAI-dashboarden) om du vill berika eller klustra sökord med AI.
Kunskapsnivå: Nybörjare. Du klistrar in inloggningsuppgifter (om du exporterar) och justerar några fält som språk eller utdatakolumner.
Vill du inte sätta upp det här själv? Prata med en automationsexpert (gratis 15-minuters konsultation).
Så fungerar det
Du skickar startordet. Arbetsflödet startar när du skickar in en term via den inbyggda chatt-triggern, så att du kan köra det vid begäran medan du bygger briefs.
Det skapar A–Ö-uppsättningen av sökningar. Ett litet kodsteg genererar 26 sökningar genom att lägga till “ a” till “ z” på din startfras, vilket är samma manuella knep som folk använder i webbläsaren. Fast automatiserat. Strukturerat.
Google Suggest-anrop körs i batcher. n8n loopar igenom frågelistan, anropar Google Suggest-endpointen via HTTP Request och väntar sedan 1 sekund innan den fortsätter. Den pausen spelar roll för driftsäkerheten.
Förslag tolkas och sammanställs. Svaret bearbetas till vanliga sökordsförslag, slås ihop till en lista och returneras som slutlig utdata så att du kan skriva in den i Google Sheets, Excel 365 eller någon annan destination.
Du kan enkelt ändra språkparametern för att rikta in dig på olika marknader efter behov. Se hela implementationsguiden nedan för anpassningsalternativ.
Steg-för-steg-guide för implementering
Steg 1: Konfigurera chat-triggern
Ställ in arbetsflödets startpunkt så att användare kan skicka in ett seed-nyckelord via chatinmatning.
- Lägg till noden Receive Search Term som trigger.
- Lämna Options som standard i Receive Search Term om ni inte behöver anpassade chatinställningar.
- (Valfritt) Behåll klisterlappen Flowpast Branding för dokumentation i arbetsflödets canvas.
Steg 2: Generera A–Ö-nyckelordsfrågor
Bygg frågelistan från den inkommande chattermen och koppla den till ett batchflöde.
- Lägg till Build A-Z Queries efter Receive Search Term.
- Ställ in JavaScript Code i Build A-Z Queries till:
const keyword = $input.first().json.chatInput; const alphabet = "abcdefghijklmnopqrstuvwxyz".split(""); return alphabet.map(letter => ({ json: { query: `${keyword} ${letter}` } })); - Koppla Build A-Z Queries till Batch Through Queries.
Steg 3: Batcha anrop och hämta Google-förslag
Bearbeta A–Ö-frågelistan i batchar och anropa Google Suggest för varje fråga.
- I Batch Through Queries ställer ni in Batch Size till
10. - Koppla Batch Through Queries till Google Suggest Request.
- I Google Suggest Request ställer ni in URL till
=https://suggestqueries.google.com/complete/search?client=firefox&hl=en&oe=utf-8&q={{ $json.query }}. - Koppla Google Suggest Request till Parse Suggest Response.
Exekveringsflöde: Batch Through Queries skickar output parallellt till både Aggregate Keyword List och Google Suggest Request.
Steg 4: Tolka, pausa, aggregera och svara
Extrahera nyckelord från svaret, stryp anropstakten och sammanställ en slutlig lista innan ni svarar.
- I Parse Suggest Response ställer ni in JavaScript Code till:
const data = JSON.parse($json.data); return { json: { keywords: data[1] } }; - Koppla Parse Suggest Response till Pause 1 Second och ställ in Unit till
seconds. - Koppla Pause 1 Second till Batch Through Queries för att fortsätta batchningen tills alla frågor har bearbetats.
- I Aggregate Keyword List ställer ni in JavaScript Code till:
let mergedKeywords = []; for (const item of $input.all()) { mergedKeywords.push(...item.json.keywords); } return { json: { keywords: mergedKeywords } }; - Koppla Aggregate Keyword List till Respond With Keywords för att returnera den slutliga listan.
Steg 5: Testa och aktivera ert arbetsflöde
Validera flödet från start till mål och aktivera det sedan för produktion.
- Klicka på Execute Workflow och skicka en exempel-inmatning i chatten till Receive Search Term (t.ex.
email marketing). - Bekräfta att Google Suggest Request körs per batch och att Aggregate Keyword List returnerar en kombinerad
keywords-array. - Verifiera att Respond With Keywords returnerar den slutligt sammanslagna nyckelordslistan.
- Växla arbetsflödet till Active för att aktivera det för löpande användning.
Vanliga fallgropar
- Google Sheets-inloggningar kan gå ut eller kräva specifika behörigheter. Om det skapar fel, kontrollera först n8n:s Credentials-vy och delningsinställningarna för målbladet.
- Om du använder Wait-noder eller extern rendering varierar processeringstiden. Öka väntetiden om nedströmsnoder fallerar på tomma svar.
- Standardprompter i AI-noder är generiska. Lägg in din tonalitet tidigt, annars kommer du redigera utdata för alltid.
Vanliga frågor
Cirka 20 minuter om du redan har åtkomst till Sheets konfigurerad.
Nej. Du kopplar mest konton och justerar ett par fält som utdataformat. Arbetsflödets kodnoder är redan byggda, så du skriver inte logik från grunden.
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 in kostnader för OpenAI API om du använder AI Agent för berikning.
Två alternativ: n8n Cloud (hanterat, enklast att komma igång) 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 är en av de enklaste ändringarna. I Google Suggest-anropet ändrar du parametern hl (till exempel från hl=en till hl=fr eller hl=de) för att hämta förslag på ett annat språk. Du kan också justera aggregeringssteget för att lägga till en kolumn för “språk” i din Google Sheets-utdata, vilket hjälper om du kör flera marknader sida vid sida.
Oftast är det en utgången inloggning eller att kalkylarket inte är delat med rätt Google-konto. Återanslut Google Sheets i n8n och dubbelkolla sedan behörigheterna för kalkylarket. Om det fortfarande fallerar, bekräfta att du skriver till rätt dokument samt rätt fliknamn, eftersom ett omdöpt blad kan få en helt “fungerande” automatisering att skapa fel.
En enskild körning returnerar vanligtvis några hundra förslag för ett startord, och det kan bli fler för breda ämnen.
För A–Ö-hämtningar av autocomplete är n8n helt enkelt bättre lämpat eftersom du kan loopa igenom items, tolka svar och sammanställa resultat utan att slåss mot plattformsbegränsningar. Zapier och Make kan göra HTTP-anrop, men när du lägger till batchning, väntetider och listrensning blir det klumpigt och kan bli dyrt. n8n låter dig också self-hosta, vilket är användbart om du kör detta dagligen för många kunder. Om du bara behöver ett litet tvåstegsflöde av typen “skicka en förfrågan, spara ett svar” kan de verktygen fortfarande fungera bra. Prata med en automationsexpert om du vill ha hjälp att välja den renaste setupen.
Det här arbetsflödet gör autocomplete-skrapning till en vana med en enda input i stället för ett återkommande släp. Sätt upp det en gång och lägg tiden på briefen, inte på webbläsarens dropdown.
Kontakta oss
Hör av dig, så diskuterar vi hur just din verksamhet kan dra nytta av alla fantastiska möjligheter som AI skapar.