Att “snabbt” läsa en 10‑K eller 10‑Q är en lögn du intalar dig själv precis innan du tappar en timme. Sedan sitter du ändå med röriga anteckningar, missade initiativ och ett underlag som ingen vill dela.
Sales engineers känner det när en prospekt frågar: ”Så vad är vår vinkel här?” Analytiker känner det när ledningen vill ha en skarp sammanfattning före lunch. Grundare och strategiansvariga hamnar mitt emellan också. Den här SEC-brief-automationen gör täta, svårlästa filings till en strukturerad, repeterbar brief du faktiskt kan använda.
Du får se hur workflowet hämtar den senaste filing-konteksten, plockar ut en finansiell ögonblicksbild och de viktigaste initiativen, mappar dem mot en mål-leverantörs lösningar och sparar resultatet som ett Google-dokument i Drive.
Så fungerar den här automatiseringen
Hela n8n-workflowet, från trigger till slutligt resultat:
n8n Workflow Template: Google Drive till Google Docs, SEC-briefar klara
flowchart LR
subgraph sg0["When chat message received Flow"]
direction LR
n0@{ icon: "mdi:play-circle", form: "rounded", label: "When chat message received", pos: "b", h: 48 }
n1@{ icon: "mdi:robot", form: "rounded", label: "AI Agent", pos: "b", h: 48 }
n2@{ icon: "mdi:brain", form: "rounded", label: "OpenRouter Chat Model", pos: "b", h: 48 }
n3@{ icon: "mdi:cog", form: "rounded", label: "Message a model in Perplexity", 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/markdown.dark.svg' width='40' height='40' /></div><br/>Markdown"]
n5@{ icon: "mdi:swap-vertical", form: "rounded", label: "Edit Fields", 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/httprequest.dark.svg' width='40' height='40' /></div><br/>CreateGoogleDoc"]
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/>Format_HTML"]
n1 --> n4
n4 --> n5
n5 --> n7
n7 --> n6
n2 -.-> n1
n0 --> n1
n3 -.-> 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 n0 trigger
class n1 ai
class n2 aiModel
class n6 api
class n7 code
classDef customIcon fill:none,stroke:none
class n4,n6,n7 customIcon
Problemet: SEC-filings tar lång tid att omsätta till handling
SEC-filings är inte bara långa. De är fulla av viktiga detaljer som är lätta att missa när du skummar efter ”delarna som spelar roll”. Du hoppar mellan verksamhetsöversikt, riskfaktorer, MD&A, noter och slumpmässiga bilagor och försöker sy ihop en berättelse. Sedan kommer den svårare delen: att översätta det du hittade till något kommersiellt, som ”vilka initiativ är finansierade” och ”var vår leverantör passar in”. Om du gör det manuellt ser varje brief olika ut, så teamet kan inte jämföra bolag på ett strukturerat sätt.
Inget av detta är komplicerat arbete. Det är repetitivt arbete. Och det är därför det drar ut på tiden.
- En enda 10‑K-genomgång kan sluka cirka 2 timmar innan du ens börjar skriva en delbar sammanfattning.
- Initiativ fångas i luddiga formuleringar (”digital transformation”) som leder till svaga, generiska pitchar.
- Upptagna team hoppar över mappningen till leverantörslösningar, så ”briefen” blir aldrig till nästa steg.
- Varje analytiker skriver i ett eget format, vilket gör överlämningar smärtsamma och uppföljning nästan omöjlig.
Lösningen: generera SEC-briefs i Google Docs automatiskt
Det här n8n-workflowet börjar med ett enkelt input: ett företagsnamn, en URL eller en ticker, plus leverantören du vill mappa mot (Microsoft, Google, T‑Mobile for Business och så vidare). Därefter orkestrerar en AI-agent research och skrivande. Den använder en OpenRouter-chattmodell och Perplexitys verktyg ”Deep Research” för att hämta kontext från senaste 10‑Q/10‑K och relevanta källor, och destillerar sedan allt till en strukturerad brief. Till sist formaterar workflowet outputen och skapar ett Google-dokument i din Drive, redo att delas, kommenteras eller läggas in i ett deal room. Valfria spårningssteg kan logga bolaget och höjdpunkterna i Google Sheets för teamets pipeline.
Workflowet startar när ett chattmeddelande (eller en webhook) kommer in med dina input. AI:n hanterar hämtning, sammanfattning, extraktion av initiativ och mappningen mellan leverantör och initiativ. Sedan konverterar den innehållet till ett snyggt dokument och sparar det i Google Drive så att ”slutversionen” inte fastnar i någons DM.
Det du får: automatisering vs. resultat
| Vad workflowet automatiserar | Resultat du får |
|---|---|
|
|
Exempel: så här kan det se ut
Säg att du stöttar ett BD-team som jobbar med 5 målkonton i veckan. Manuellt tar en snabb ”tillräckligt bra”-genomgång ofta runt 2 timmar per bolag för att läsa, sammanfatta och mappa initiativ till en leverantör, så du hamnar på ungefär 10 timmar per vecka. Med det här workflowet skickar du ett chattmeddelande per bolag (kanske 2 minuter styck), väntar på research och utkast (ofta runt 10 minuter) och gör sedan en snabb genomläsning. Det blir närmare en timme totalt för veckan, inte en halv arbetsdag.
Det här behöver du
- n8n-instans (prova n8n Cloud gratis)
- Self-hosting-alternativ om du föredrar det (Hostinger fungerar bra)
- OpenRouter för att köra chattmodellen och verktygsanrop
- Google Drive för att spara briefen som ett Google-dokument
- OpenRouter API-nyckel (hämta den i din OpenRouter-dashboard)
Kunskapsnivå: Medel. Du kopplar in credentials, klistrar in prompten och mappar några fält i Google Doc-requesten.
Vill du inte sätta upp detta själv? Prata med en automationsexpert (gratis 15-minuters konsultation).
Så går det till
Ett chattmeddelande triggar körningen. Du skickar ett företagsnamn, en URL eller en ticker, plus leverantören du vill mappa lösningar mot. Det går också att byta till en webhook om du vill trigga från ett annat verktyg.
AI-agenten kör ”deep research” mot senaste filing. Med OpenRouter plus Perplexitys verktyg Deep Research hämtar workflowet relevant kontext och extraherar sedan de finansiella höjdpunkterna och strategiska initiativen du faktiskt bryr dig om.
Workflowet tar fram en strukturerad brief i Markdown och städar sedan upp den. Ett steg för Markdown-generering skapar sektionerna (sammanfattning, initiativ, mappning, rekommenderade lösningar, föreslagna kontakter), och därefter gör ett fältmappningssteg och ett litet formateringsscript om det till HTML-liknande innehåll som passar för ett dokument.
Ett Google-dokument skapas automatiskt i Drive. Den sista HTTP-requesten genererar dokumentet och sparar det där teamet kan hitta det senare. Om du vill spåra kan du också lägga till en rad i Google Sheets med bolaget, initiativen och eventuell poängsättning du lägger till.
Du kan enkelt justera mappningen mot mål-leverantör för att stödja flera leverantörer, eller anpassa brief-sektionerna efter er säljprocess. Se hela implementationsguiden nedan för anpassningsalternativ.
Steg-för-steg-guide för implementering
Steg 1: Konfigurera chatttriggern
Ställ in arbetsflödets startpunkt så att det körs när ett chattmeddelande tas emot.
- Lägg till och öppna Incoming Chat Trigger.
- Lämna standardinställningarna som de är om ni vill ha standardbeteendet för chattwebhooken.
- Koppla Incoming Chat Trigger till Conversational AI Orchestrator enligt körflödet.
Steg 2: Anslut OpenRouter och Perplexity
Anslut AI-tjänsterna som driver rapportgenereringen.
- Öppna OpenRouter Chat Engine och anslut era OpenRouter-inloggningsuppgifter för att aktivera språkmodellen.
- Säkerställ att OpenRouter Chat Engine är ansluten till Conversational AI Orchestrator via anslutningen ai_languageModel.
- Använd Perplexity Query Tool som agentens research-verktyg genom att behålla dess ai_tool-anslutning till Conversational AI Orchestrator.
- Inloggningsuppgifter krävs: Anslut era Perplexity-inloggningsuppgifter via Conversational AI Orchestrator (verktyget är kopplat som en undernod).
Steg 3: Ställ in Conversational AI Orchestrator
Konfigurera agenten så att den orkestrerar AI-svaret och lämnar över innehållet för formatering.
- Öppna Conversational AI Orchestrator och bekräfta att den tar emot indata från Incoming Chat Trigger.
- Säkerställ att OpenRouter Chat Engine är valt som anslutning för språkmodellen.
- Bekräfta att Perplexity Query Tool är kopplat som ett verktyg för research eller faktahämtning.
- Verifiera att utdata går till Generate Markdown Output enligt körflödet.
Steg 4: Konfigurera utdata och dokumentgenerering
Omvandla AI-svaret till Markdown, mappa fält, formatera HTML och skapa det slutliga Google-dokumentet.
- I Generate Markdown Output behåller ni standardinställningarna för konvertering om ni inte behöver en anpassad Markdown-mall.
- Använd Map Output Fields för att synka Markdown och eventuell metadata som ni vill skicka vidare till formateraren.
- Granska HTML Formatting Script för att säkerställa att det konverterar mappade fält till HTML korrekt innan dokumentet skapas.
- Konfigurera Generate Google Doc för att skicka den formaterade HTML:en till er endpoint för att skapa Google Docs.
Steg 5: Testa och aktivera ert arbetsflöde
Kör ett manuellt test för att bekräfta att varje nod behandlar data och att dokumentet skapas korrekt.
- Klicka på Execute Workflow och skicka ett testmeddelande till Incoming Chat Trigger.
- Bekräfta att Conversational AI Orchestrator skapar innehåll och skickar det vidare till Generate Markdown Output.
- Verifiera att utdata flödar genom Map Output Fields och HTML Formatting Script utan fel.
- Kontrollera att Generate Google Doc skapar dokumentet med förväntat innehåll.
- Växla arbetsflödet till Active när testkörningen är lyckad.
Vanliga fallgropar
- Google Drive-credentials kan löpa ut eller kräva specifika behörigheter. Om saker skapar fel, börja med att kolla n8n:s skärm Credentials och appens åtkomstinställningar i Drive.
- Om du använder extern hämtning (som Perplexity Deep Research) varierar svarstiderna. Om formateringen längre ned körs på tomt innehåll, lägg till en kort väntan eller en gren som ”försök igen en gång”.
- Standardprompter för AI är generiska. Lägg in din brief-mall, din leverantörspositionering och en instruktion som ”citera den senaste 10‑Q/10‑K-sektionen” tidigt, annars kommer du att redigera varje dokument manuellt.
Vanliga frågor
Cirka 30 minuter om dina OpenRouter- och Google Drive-konton är redo.
Nej. Du kopplar främst konton och klistrar in din prompt. Den enda ”tekniska” biten är att mappa fält in i Google Doc-steget, och det är pek-och-klick.
Ja. n8n har ett gratis self-hosted-alternativ och en gratis provperiod på n8n Cloud. Cloud-planer börjar på $20/månad för högre volym. Du behöver också räkna med OpenRouter-användning, som beror på modell och hur långa dina prompter är.
Två alternativ: n8n Cloud (hanterat, enklast setup) eller self-hosting på en VPS. För self-hosting är Hostinger VPS prisvärt och hanterar n8n bra. Self-hosting ger dig obegränsade körningar men kräver grundläggande serverhantering.
Ja, och det är en av de bästa uppgraderingarna. Du kan loopa över en leverantörslista och köra samma mappning ”initiativ → lösning” för varje leverantör, och sedan slå ihop resultaten till en enda jämförelsesektion. De flesta team anpassar också prompten för att tvinga fram konsekventa rubriker, kräva belägg från senaste filing och lägga till en enkel fit score så att dokumentet inte känns som marknadsföringsfluff.
Oftast handlar det om utgångna credentials eller att fel Google-konto är kopplat i n8n. Koppla om Google Drive i Credentials och bekräfta sedan att workflowet skapar filer i en mapp där ditt konto har skrivbehörighet. Om dokumentet skapas men är tomt ligger problemet ofta tidigare: AI-outputen mappas inte in i fältet ”content” i requesten som skapar dokumentet.
Många, så länge din modell-användning och dina kvoter hänger med. I n8n Cloud beror din praktiska gräns på planens månatliga körningar, medan self-hosting främst beror på din server och hur många samtidiga körningar du tillåter. Om du genererar dussintals briefs per dag, överväg att lägga till en kö (eller schemalägga utspridda körningar) eftersom deep research-anrop kan vara långsamma och du vill inte att timeouts skapar halvfärdiga dokument.
Ofta, ja. Det här workflowet drar nytta av n8n:s flexibilitet med AI-agenter, rikare kontrollflöde och möjligheten att self-hosta om volymen sticker. Zapier och Make är utmärkta för enkla kedjor av typen ”när X händer, gör Y”, men de blir klumpiga när du vill ha retries, villkorlig routing eller djupare formatering. Dessutom vill du sannolikt iterera på prompter, lägga in skyddsräcken (som att bekräfta rätt ticker/CIK) och kanske logga output till Sheets eller Airtable. Den typen av workflow som utvecklas över tid känns ärligt talat mindre trångt i n8n. Prata med en automationsexpert om du är osäker på vad som passar.
När det här väl rullar slutar teamet ”läsa filings” och börjar använda dem. Workflowet gör grovjobbet och din brief dyker upp i Drive, redo för beslut på riktigt.
Kontakta oss
Hör av dig, så diskuterar vi hur just din verksamhet kan dra nytta av alla fantastiska möjligheter som AI skapar.