Mötesutskrifter är enkla att samla in. Att förvandla dem till en felfri sammanfattning som en kund faktiskt läser är det som drar ut på tiden. Det blir ofta en rörig mix av skumläsning, copy-paste och att skriva om samma avsnitt varje vecka.
Det är här projektledare tappar tid, men kundansvariga och byråledare känner av det också. Med den här Google Docs recap-automationen tar du en rå transkription i Google Docs och får en polerad “Projectsammanfattning” sparad i rätt Google Drive-mapp.
Du får se vad flödet gör, vad du behöver för att köra det och hur det förvandlar spretiga transkriptioner till konsekventa, kundklara sammanfattningar utan ständig efterredigering.
Så fungerar den här automatiseringen
Hela n8n-flödet, från trigger till slutresultat:
n8n Workflow Template: Google Docs till Google Drive, kundklara recaps
flowchart LR
subgraph sg0["When clicking ‘Execute workflow’ 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/httprequest.dark.svg' width='40' height='40' /></div><br/>CreateGoogleDoc"]
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/markdown.dark.svg' width='40' height='40' /></div><br/>Markdown"]
n2@{ icon: "mdi:brain", form: "rounded", label: "OpenAI Chat Model", pos: "b", h: 48 }
n3@{ icon: "mdi:play-circle", form: "rounded", label: "When clicking ‘Execute workf..", pos: "b", h: 48 }
n4@{ icon: "mdi:cog", form: "rounded", label: "Get meeting transcript", pos: "b", h: 48 }
n5@{ icon: "mdi:robot", form: "rounded", label: "Project Summary", pos: "b", h: 48 }
n6@{ icon: "mdi:swap-vertical", form: "rounded", label: "set_fields", pos: "b", h: 48 }
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/code.svg' width='40' height='40' /></div><br/>Prepare_Request"]
n8@{ icon: "mdi:cog", form: "rounded", label: "No Operation, do nothing", pos: "b", h: 48 }
n1 --> n6
n6 --> n7
n0 --> n8
n7 --> n0
n5 --> n1
n2 -.-> n5
n4 --> n5
n3 --> n4
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 trigger
class n5 ai
class n2 aiModel
class n0 api
class n7 code
classDef customIcon fill:none,stroke:none
class n0,n1,n7 customIcon
Problemet: transkriptioner är inte samma sak som sammanfattningar
En transkription är en datadump. Den innehåller varje utsvävning, varje halvfärdig tanke och varje “vi tar det senare” som aldrig blir av. Samtidigt förväntas du göra den till något strukturerat: beslut, nästa steg, ansvariga, tidslinjer och risker. Gör du det manuellt hamnar du i att läsa om samma delar, leta efter action items och skriva om meningar bara för att få dem presentabla. Det är inte svårt, men mentalt dränerande, och det stjäl tid från faktisk leverans.
Det bygger upp snabbt. Här är där det oftast faller isär.
- Sammanfattningar blir försenade eftersom ingen har en hel timme direkt efter samtalet.
- Viktiga beslut försvinner i stycken, så kunden ställer samma frågor igen nästa vecka.
- Formatering blir ett litet designprojekt, vilket gör att “snabb sammanfattning” blir en omskrivning.
- Olika personer skriver i olika stilar, så kunder får inkonsekventa leveranser mellan möten.
Lösningen: gör ett transkript-dokument till en Drive-klar sammanfattning
Det här n8n-flödet tar en mötestranskription som ligger i Google Docs och gör om den till en strukturerad projectsammanfattning som du faktiskt kan skicka till en kund. Du triggar det manuellt (eller via webhook), det hämtar den råa transkriptionen från en specifik Google Docs-URL och sedan skapar OpenAI (gpt-4.1-mini) en sammanfattning utifrån dina instruktioner. Därefter konverterar flödet AI-utdata från Markdown till stylad HTML så att det ser ut som en riktig leverans, inte en textvägg. Till sist laddar det upp sammanfattningen till Google Drive som ett nytt Google Doc i den mapp du väljer. Samma process varje gång. Samma struktur. Mindre redigering.
Flödet startar med en manuell trigger (eller en webhook om du vill ha det helt automatiskt). Det läser transkriptionen från Google Docs, sammanfattar den med OpenAI, omvandlar sedan den formaterade outputen och skapar ett nytt “Projectsammanfattning”-dokument i Google Drive.
Det du får: automation vs. resultat
| Det här flödet automatiserar | Resultat du får |
|---|---|
|
|
Exempel: så här ser det ut
Säg att du kör 5 kundsamtal i veckan och varje transkription är 8–12 sidor. Manuellt tar en “tillräckligt bra” sammanfattning ofta runt 45 minuter: läsa igenom transkriptionen, plocka action items, skriva beslut och sedan formatera för delning. Det är ungefär 4 timmar i veckan. Med det här flödet triggar du det i n8n, väntar några minuter på AI-sammanfattningen och dokumentet som skapas, och du är i princip klar. Vanligtvis lägger du 5–10 minuter på en rimlighetskontroll, inte på att skriva om från grunden.
Det här behöver du
- n8n-instans (testa n8n Cloud gratis)
- Alternativ för egen hosting om du föredrar det (Hostinger fungerar bra)
- Google Docs för att lagra och hämta transkriptionen.
- Google Drive för att spara den färdiga projectsammanfattningen.
- OpenAI API-nyckel (hämta den i din OpenAI-kontos kontrollpanel).
Kunskapsnivå: Medel. Du klistrar in ID:n/URL:er, kopplar OAuth och justerar en prompt utan att behöva röra tung kod.
Vill du inte sätta upp det här själv? Prata med en automationsexpert (gratis 15-minuters konsultation).
Så fungerar det
Du triggar sammanfattningen. Kör den med Manual Start Trigger när du testar, eller byt till Webhook-noden när du vill att ett annat verktyg ska starta den automatiskt.
Transkriptionen hämtas från Google Docs. Flödet läser en specifik dokument-URL, så det vet alltid var den råa mötestexten finns. Inga filnedladdningar. Ingen copy-paste.
OpenAI gör om transkriptionen till en strukturerad projectsammanfattning. Prompten talar om för modellen hur den ska organisera sammanfattningen (till exempel: översikt, beslut, action items, hinder och nästa steg). Det är den här delen du kommer att finjustera för att matcha er tonalitet, om vi ska vara ärliga.
Sammanfattningen formateras och sparas i Google Drive. Markdown konverteras till stylad HTML, paketeras till en uppladdningspayload och sedan skapas ett nytt Google Doc i den Drive-mapp du väljer.
Du kan enkelt ändra sammanfattningsstrukturen så att den matchar din kundmall utifrån dina behov. Se hela implementationsguiden nedan för alternativ för anpassning.
Steg-för-steg-guide för implementation
Steg 1: Konfigurera den manuella triggern
Det här arbetsflödet startar manuellt så att ni kan testa och iterera på sammanfattningar innan ni automatiserar.
- Lägg till eller bekräfta att noden Manual Start Trigger är triggern.
- Koppla Manual Start Trigger till Fetch Meeting Transcript för att initiera datahämtningen.
Steg 2: Anslut Google Docs
Hämta transkriptinnehållet från Google Docs.
- Öppna Fetch Meeting Transcript och ställ in Operation på
get. - Ställ in Document URL på
[YOUR_ID](ersätt med ert Google Doc-ID eller fullständig URL). - Inloggning krävs: Anslut era
googleDocsOAuth2Api-uppgifter.
Steg 3: Konfigurera AI-generering av sammanfattning
Använd LLM:en för att omvandla transkriptet till en strukturerad projektsammanfattning.
- Öppna Compose Project Summary och behåll Prompt Type inställt på
define. - I Text, behåll hela prompten och säkerställ att transkriptinjektionen fortsatt är
{{ $json.content }}och datumtoken{{ $today }}. - Öppna AI Chat Engine och bekräfta att modellen är
gpt-4.1-minimed Max Tokens inställt på32768. - Inloggning krävs: Anslut era
openAiApi-uppgifter i AI Chat Engine. - Säkerställ att AI Chat Engine är ansluten som språkmodell till Compose Project Summary.
Steg 4: Konfigurera utdataformatering och uppladdning till Drive
Konvertera AI-utdata till HTML, paketera det och ladda upp till Google Drive som ett dokument.
- I Convert Markdown to HTML, ställ in Mode på
markdownToHtmloch Markdown på{{ $json.text }}. - I Convert Markdown to HTML, ställ in Destination Key på
html_content. - I Assign Doc Fields, ställ in document_name på
Project Summaryoch google_drive_folder_id pådriveFolderId. - I Build Upload Payload, behåll JavaScript-koden som den är för att bygga multipart-body från Convert Markdown to HTML.
- I Generate Drive Doc, ställ in URL på
https://www.googleapis.com/upload/drive/v3/filesoch Body på{{ $json.rawData }}. - I Generate Drive Doc, ställ in Raw Content Type på
multipart/related; boundary=divideroch bekräfta att query-parametrarna inkluderaruploadType=multipartochsupportsAllDrives=true. - Inloggning krävs: Anslut era
googleDriveOAuth2Api-uppgifter i Generate Drive Doc. - Lämna No-Op Placeholder som slutnod efter Generate Drive Doc.
Steg 5: Testa och aktivera ert arbetsflöde
Kör ett manuellt test för att bekräfta att sammanfattningen genereras och laddas upp korrekt.
- Klicka på Execute Workflow i Manual Start Trigger för att köra flödet.
- Verifiera att Compose Project Summary ger ut en Markdown-sammanfattning och att Convert Markdown to HTML skapar
html_content. - Bekräfta att Generate Drive Doc returnerar ett lyckat svar och kontrollera Google Drive efter det nya dokumentet ”Project Summary” i er målmapp.
- När allt ser korrekt ut, växla arbetsflödet till Active för produktionsanvändning.
Vanliga fallgropar
- OAuth-uppgifter för Google Docs och Google Drive kan gå ut eller sakna scopes. Om den plötsligt inte kan läsa transkriptionen, kontrollera först behörigheterna i n8n-credentialn och inställningarna för OAuth consent i Google Cloud.
- Om du triggar via webhook och kör flera sammanfattningar tätt inpå varandra kan processtiden variera. Öka eventuell väntetid/buffring du lagt runt dokumentskapandet om efterföljande noder ibland kör innan Drive hunnit skriva klart.
- Din standardprompt till AI:n kommer att kännas generisk tills du fixar den. Lägg till dina föredragna rubriker, ton och instruktioner för “vad som ska ignoreras” tidigt, annars kommer du rensa bort samma utfyllnad i varje sammanfattning.
Vanliga frågor
Cirka 30 minuter om dina Google- och OpenAI-konton är redo.
Nej. Du kopplar credentials, klistrar in en Docs-URL och ett Drive-mapp-ID och finjusterar sedan sammanfattningsprompten.
Ja. n8n har ett gratis alternativ för egen hosting 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, som vanligtvis är små för en enskild transkriptsammanfattning.
Två alternativ: n8n Cloud (hanterat, enklast att komma igång) eller egen hosting på en VPS. För egen hosting är Hostinger VPS prisvärd och klarar n8n bra. Egen hosting ger dig obegränsat antal körningar, men kräver grundläggande serverhantering.
Ja, och det är det bästa med det. Du redigerar prompten i noden “Compose Project Summary” (ChainLlm) för att ändra rubriker, ton och vad som räknas som ett action item. Om du vill att slutdokumentet ska kännas mer “on brand”, justera inline-stylingen i noden “Build Upload Payload” (Code / Prepare_Request). Många team lägger till avsnitt som “Öppna frågor”, “Risker” och en enkel tidslinjetabell när de ser hur konsekvent outputen blir.
Oftast beror det på OAuth-scopes eller en utgången Google-credential i n8n. Återanslut Google Docs/Drive-credentialn, bekräfta att den har åtkomst till det specifika dokumentet och dubbelkolla dokument-URL:en du klistrade in i noden “Fetch Meeting Transcript”. Om du är i en Workspace-miljö med striktare administratörskontroller kan din admin behöva tillåta appen eller utöka Drive-behörigheter.
På n8n Cloud beror det på din månadsgräns för körningar, och vid egen hosting begränsas det främst av din server. I praktiken kör team dussintals sammanfattningar i veckan utan problem, så länge du inte matar in extremt långa transkriptioner samtidigt.
Ofta ja, eftersom n8n hanterar fler-stegsformatering och payload-byggande mer flexibelt, och du kan köra egen hosting för obegränsade körningar. Zapier eller Make kan fungera om du bara behöver en enkel “sammanfatta text och spara den”, men det här flödets HTML-konvertering och Drive-dokumentskapande är där de verktygen kan bli pilliga (eller dyra). Den andra skillnaden är kontroll: du kan justera prompt, formatering och uppladdningslogik utan att kämpa mot plattformsbegränsningar. Om din process behöver godkännanden, förgreningar av sammanfattningar per kund eller rikare mallar, är n8n oftast ett lugnare val. Prata med en automationsexpert om du vill ha en snabb rekommendation utifrån din exakta sammanfattningsprocess.
När det här är på plats blir din “sammanfattningsprocess” ett knapptryck (eller ett webhook-anrop). Flödet tar hand om den repetitiva upprensningen så att du kan fokusera på arbetet som sammanfattningen är till för att stötta.
Kontakta oss
Hör av dig, så diskuterar vi hur just din verksamhet kan dra nytta av alla fantastiska möjligheter som AI skapar.