Du gjorde grafiken. Du sparade den i Drive. Och sedan… blir inlägget ändå inte av, eftersom att göra “en bild” till “ett bra LinkedIn-utkast” är ett helt extra jobb.
Den här Drive LinkedIn-automationen slår hårdast mot sociala medier-ansvariga, men konsulter och små, slimmade marknadsteam känner av det också. Resultatet är enkelt: lägg en bild i en Google Drive-mapp och få ett LinkedIn-liknande utkast mejlat till dig som du kan publicera samma dag.
Nedan ser du hur flödet körs i n8n, vad det automatiserar och vad du behöver anpassa för att texten ska låta som du (inte som en mall).
Så fungerar automationen
Hela n8n-workflowen, från trigger till slutresultat:
n8n Workflow Template: Google Drive + Cloudinary: LinkedIn-utkast via e-post
flowchart LR
subgraph sg0["Google Drive Flow"]
direction LR
n0@{ icon: "mdi:play-circle", form: "rounded", label: "Google Drive Trigger1", pos: "b", h: 48 }
n1@{ icon: "mdi:cog", form: "rounded", label: "Google Drive Download1", pos: "b", h: 48 }
n2@{ icon: "mdi:robot", form: "rounded", label: "Basic LLM Chain", pos: "b", h: 48 }
n3@{ icon: "mdi:brain", form: "rounded", label: "Azure OpenAI Chat Model", pos: "b", h: 48 }
n4@{ icon: "mdi:message-outline", form: "rounded", label: "Send email", pos: "b", h: 48 }
n5["<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/>upload frames to cloudinary"]
n2 --> n4
n0 --> n1
n1 --> n5
n3 -.-> n2
n5 --> 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 n0 trigger
class n2 ai
class n3 aiModel
class n5 api
classDef customIcon fill:none,stroke:none
class n5 customIcon
Problemet: att göra visuellt material till inlägg är fortfarande manuellt
De flesta LinkedIn-flöden spricker i överlämningen. Designmaterialet ligger i Google Drive, någon kommer ihåg att det finns, sedan kopierar du en länk, laddar upp bilden igen, skriver en caption från noll och formaterar så att det ser bra ut på mobilen. Det där “snabba inlägget” blir en spretig 30-minutersuppgift, och det är sällan bara ett. Multiplicera med några assets per vecka så bränner du timmar på steg som inte förbättrar idén alls. Ännu värre: inkonsekvens smyger sig in – olika ton, olika hashtags, olika struktur – och plötsligt ser ditt flöde ut som om fem personer har skrivit det.
Det växer snabbt. Här är var det oftast faller isär.
- Bilden ligger i Drive, men du behöver ändå en publik URL för mejlvänliga utkast och delning.
- Att skriva inlägget sker i sista minuten, så hooken blir svag och CTA:n känns påklistrad.
- Formateringen blir rörig, vilket innebär fler ändringar i mobilen precis innan publicering.
- Det finns ingen repeterbar struktur, så att vara konsekvent blir “ansträng dig mer”, inte ett system.
Lösningen: bild-till-LinkedIn-utkast skickade till din inkorg
Den här n8n-workflowen bevakar en specifik Google Drive-mapp efter nya bilder avsedda för LinkedIn. När en ny fil dyker upp hämtar den ner bilden, laddar upp den till Cloudinary så att den kan hostas som en strukturerad publik länk, och skickar sedan länken till en Azure OpenAI GPT-4o-prompt som är byggd för LinkedIn-stil. AI:n spottar inte bara ur sig en caption. Den genererar ett komplett utkastpaket: rubrik, översikt, nyckelpunkter, ideal målgrupp, teknikstack (om relevant), hashtags och en komplett HTML-mejlbody som renderas snyggt i Gmail och Outlook. Till sist mejlar n8n utkastet till dig, så att publicering blir en snabb granskning och klistra in – inte en helt ny skrivsession.
Flödet startar med en ändringstrigger i Google Drive. Cloudinary gör bilden till en mejlvänlig URL, sedan genererar GPT-4o inlägget och n8n skickar det som ett formaterat HTML-mejl. Du vaknar till utkast i stället för en att-göra-lista.
Det här får du: automation vs. resultat
| Vad den här workflowen automatiserar | Resultat du får |
|---|---|
|
|
Exempel: så här ser det ut
Säg att du skapar 5 LinkedIn-grafiker varje vecka. Manuellt kanske du lägger cirka 10 minuter på att ladda upp eller länka om bilden, och sedan ytterligare 20 minuter på att skriva och formatera ett inlägg – totalt ungefär 30 minuter varje gång (cirka 2,5 timmar i veckan). Med det här flödet lägger du bilden i Drive-mappen och väntar på mejlutkastet. Ditt “jobb” blir en snabb granskning och små ändringar, kanske 5–10 minuter per inlägg, vilket blir cirka 40 minuter i veckan i stället för en hel eftermiddag.
Det här behöver du
- n8n-instans (testa n8n Cloud gratis)
- Self-hosting-alternativ om du föredrar det (Hostinger fungerar bra)
- Google Drive för att lagra och trigga på nya bilder.
- Cloudinary för att hosta bilder som publika URL:er.
- Azure OpenAI API-nyckel (hämta den från Azure OpenAI Studio).
Kunskapsnivå: Medel. Du kopplar konton, klistrar in en API-nyckel och justerar AI-prompten så att den matchar din tonalitet.
Vill du inte sätta upp det här själv? Prata med en automationsexpert (gratis 15-minuters konsultation).
Så fungerar det
En ny bild hamnar i rätt Drive-mapp. Google Drive-triggern bevakar en mapp som du väljer, så slumpmässiga uppladdningar någon annanstans spammar inte din inkorg.
Workflowen hämtar filen för bearbetning. n8n hämtar den nya Drive-bilden så att den kan skickas vidare till andra tjänster utan att du laddar ner något lokalt.
Cloudinary skapar en strukturerad publik länk. En HTTP-förfrågan laddar upp bilden till Cloudinary, som returnerar en URL som kan bäddas in i ett mejl och refereras av AI-modellen.
GPT-4o genererar LinkedIn-utkastet och mejltexten. LLM-kedjan skickar bild-URL:en till Azure OpenAI och returnerar rubrik, sektioner, hashtags och en färdig HTML-mejllayout.
Du kan enkelt ändra prompten och mejlmallen så att den matchar din ton, lägger till en CTA eller styr en intern stil (som “bara korta stycken”). Se hela implementationsguiden nedan för anpassningsalternativ.
Steg-för-steg-guide för implementation
Steg 1: konfigurera Drive Change Trigger
Ställ in arbetsflödet så att det startar när en ändring i Google Drive upptäcks.
- Lägg till och öppna Drive Change Trigger.
- Credential Required: Anslut era Google Drive-inloggningsuppgifter.
- Välj den Drive eller mapp ni vill övervaka efter ändringar.
- Spara trigger-konfigurationen.
Steg 2: anslut hämtning från Google Drive
Hämta filinnehållet som triggade arbetsflödet.
- Lägg till Retrieve Drive File och anslut den till Drive Change Trigger.
- Credential Required: Anslut era Google Drive-inloggningsuppgifter.
- Konfigurera filvalet så att det använder ID:t från triggerns output.
Steg 3: konfigurera medieuppladdning till Cloudinary
Ladda upp filen till Cloudinary innan ni skickar den vidare till AI-kedjan.
- Lägg till Cloudinary Frame Upload och anslut den efter Retrieve Drive File.
- Ställ in den HTTP-metod, URL och de headers som krävs av er Cloudinary-uppladdningsendpoint.
- Credential Required: Anslut era HTTP Request-inloggningsuppgifter (eller konfigurera auth-headers för Cloudinary).
Steg 4: konfigurera AI-bearbetning
Använd Azure OpenAI för att bearbeta informationen om den uppladdade filen och ta fram e-postinnehåll.
- Lägg till LLM Processing Chain och anslut den efter Cloudinary Frame Upload.
- Öppna Azure Chat Model och konfigurera era inställningar för Azure OpenAI-deployment.
- Credential Required: Anslut era Azure OpenAI-inloggningsuppgifter på Azure Chat Model.
- Säkerställ att Azure Chat Model är ansluten som språkmodell för LLM Processing Chain.
Steg 5: konfigurera e-postutskicket
Skicka en e-postavisering baserat på AI-outputen.
- Lägg till Dispatch Email Alert och anslut den till LLM Processing Chain.
- Credential Required: Anslut era e-postinloggningsuppgifter (SMTP).
- Ställ in mottagare, ämne och brödtextfält med den bearbetade outputen från AI-kedjan.
Steg 6: testa och aktivera ert arbetsflöde
Validera arbetsflödet från början till slut innan ni slår på det.
- Klicka på Execute Workflow och trigga en filändring i Google Drive.
- Bekräfta att både Retrieve Drive File och Cloudinary Frame Upload returnerar lyckade svar.
- Verifiera att LLM Processing Chain producerar textoutput och att Dispatch Email Alert skickar ett e-postmeddelande.
- När allt är bekräftat, växla arbetsflödet till Active för användning i produktion.
Vanliga fallgropar
- Google Drive-behörigheter kan blockera triggern eller filnedladdningen. Om den slutar trigga: kontrollera först åtkomsten för det kopplade Google-kontot och behörigheterna för den specifika mappen.
- Om du använder Wait-noder eller extern rendering varierar bearbetningstiderna. Öka väntetiden om noder längre ned i flödet fallerar på tomma svar.
- Azure OpenAI och Cloudinary bygger båda på API-nycklar och kontobegränsningar. Om output plötsligt fallerar: titta på status för din Azure-deployment och Cloudinarys användningsdashboard, och uppdatera sedan autentiseringsuppgifter i n8n.
Vanliga frågor
Cirka 30 minuter om du redan har dina konton och API-nycklar.
Ingen kod krävs. Du kopplar Google Drive, Cloudinary och Azure OpenAI och justerar sedan prompttexten efter din stil.
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 Azure OpenAI-kostnader (oftast några cent per utkast) och eventuella begränsningar i din Cloudinary-plan.
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 obegränsat antal körningar men kräver grundläggande serverhantering.
Ja, och det bör du. Uppdatera LLM-prompten i bearbetningskedjan för att styra din struktur (kortare stycken, specifik CTA, förbjudna buzzwords), och justera sedan HTML:en i mejlsteget så att den matchar din föredragna layout. Vanliga ändringar är att byta från “rubrik + översikt” till berättarformat, lägga till en “kommentera nyckelord”-CTA och lägga in en standarddisclaimer eller ett länkblock.
Oftast handlar det om behörigheter eller en utgången Google-inloggningstoken. Anslut Google Drive igen i n8n, bekräfta att den bevakade mappen fortfarande finns och säkerställ att kontot har åtkomst att ladda ner filer från den platsen.
Med n8n Cloud Starter kan du köra några tusen workflow-körningar per månad, och varje ny bild är vanligtvis en körning. Om du self-hostar finns ingen körningsgräns, men du begränsas fortfarande av serverresurser och API-rate limits från Azure OpenAI och Cloudinary. I praktiken kan de flesta små team hantera dussintals bilder per dag utan problem om AI- och mejlstegen är korrekt konfigurerade. Om du planerar att bearbeta stora batcher på en gång, lägg in enkel throttling och håll koll på API-kvoter.
Ofta, ja, eftersom det här flödet gynnas av mer flexibel logik och en LLM-kedja som är enklare att styra i n8n. Zapier eller Make kan fungera, men avancerad AI-promptning plus HTML-mejlformatering tenderar att bli klumpigt (och dyrt) när du itererar. n8n ger också en self-hosted-väg när volymen växer. Om du bara behöver “ny fil i Drive → skicka ett mejl”, håll det enkelt och använd det verktyg du redan betalar för. Prata med en automationsexpert om du är osäker på vad som passar.
När det här väl rullar blir din Drive-mapp en innehållspipeline i stället för en lagringsplats. Sätt upp det, finjustera prompten efter din röst och låt utkast dyka upp av sig själva.
Kontakta oss
Hör av dig, så diskuterar vi hur just din verksamhet kan dra nytta av alla fantastiska möjligheter som AI skapar.