Din ”enkla” process för bildbeställningar blir snabbt en röra. Prompts ligger i ett kalkylark, bilder genereras någon annanstans, filer hamnar på slumpmässiga skrivbord och Drive-mappen fylls av ”final_v7_VERKLIGEN_FINAL.png”. Sedan måste någon klistra in länkar tillbaka i arket. Igen.
Sheets Drive automation slår först mot marknadschefer, helt ärligt. Men content ops-personer och små team som driver e-handelskataloger känner också av det, eftersom det är de som fastnar med loggning och städning.
Det här workflowet gör ett Google Sheet till en pålitlig bildpipeline: generera, ladda upp till Google Drive, skriv tillbaka Drive-länken och tidsstämpeln och håll en fellogg som du faktiskt kan granska. Du får se hur det fungerar, vad du behöver och vad du ska se upp med när du kör det i större skala.
Så fungerar automationen
Här är hela workflowet du kommer att sätta upp:
n8n Workflow Template: Google Sheets + Drive: ai-bilder loggas åt dig
flowchart LR
subgraph sg0["When clicking ‘Execute workflow’ Flow"]
direction LR
n0@{ icon: "mdi:database", form: "rounded", label: "Google Sheets2", pos: "b", h: 48 }
n1@{ icon: "mdi:swap-vertical", form: "rounded", label: "Loop Over Items", pos: "b", h: 48 }
n2@{ icon: "mdi:cog", form: "rounded", label: "Wait", pos: "b", h: 48 }
n3@{ icon: "mdi:play-circle", form: "rounded", label: "When clicking ‘Execute workf..", pos: "b", h: 48 }
n4@{ icon: "mdi:swap-horizontal", form: "rounded", label: "If2", pos: "b", h: 48 }
n5@{ icon: "mdi:swap-horizontal", form: "rounded", label: "If1", pos: "b", h: 48 }
n6@{ icon: "mdi:database", form: "rounded", label: "Google Sheets4", pos: "b", h: 48 }
n7@{ icon: "mdi:database", form: "rounded", label: "Google Sheets1", pos: "b", h: 48 }
n8@{ icon: "mdi:cog", form: "rounded", label: "Google Drive1", pos: "b", h: 48 }
n9["<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/>HTTP Request1"]
n10["<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/>Code1"]
n5 --> n6
n4 --> n9
n4 --> n1
n2 --> n1
n10 --> n8
n10 --> n7
n8 --> n2
n9 --> n10
n9 --> n5
n7 --> n2
n0 --> n1
n6 --> n2
n1 --> n4
n3 --> n0
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 n4,n5 decision
class n0,n6,n7 database
class n9 api
class n10 code
classDef customIcon fill:none,stroke:none
class n9,n10 customIcon
Varför det här är viktigt: bildbeställningar blir snabbt kaotiska
Att generera ”bara några bilder” låter enkelt tills du gör det varje dag. Någon kopierar en prompt från Google Sheets, klistrar in den i ett bildverktyg, laddar ner en fil, byter namn, laddar upp till Google Drive och går sedan tillbaka och klistrar in Drive-länken i arket. Multiplicera det med 20 prompts, lägg till avbrott och strö in några misslyckade generationer. Det värsta är osäkerheten: du ser inte vad som är klart, vad som misslyckades och vad som väntar på någons laptop. Det dränerar tid och fokus som borde gå till kreativ riktning och kampanjgenomförande.
Friktionen byggs på. Här är var det faller isär i riktiga team.
- Folk genererar bilder i olika verktyg och format, vilket gör att ditt Drive-bibliotek tappar konsekvens inom en vecka.
- Att kopiera och klistra in Drive-länkar tillbaka i arket är lätt att glömma, så intressenter fortsätter fråga efter statusuppdateringar.
- När ett API-anrop misslyckas (eller du når en rate limit) ligger ”felet” i någons webbläsarflik, inte i en delad logg.
- Manuell namngivning och mappning skapar dubbletter, så du slösar tid på att leta i stället för att producera.
Det du bygger: en kalkylarksstyrd AI-bildpipeline
Det här workflowet utgår från ditt Google Sheet, där varje rad representerar en bildbeställning. När du kör workflowet läser n8n varje rad och bearbetar prompts en i taget så att allt förblir kontrollerat och förutsägbart. För varje rad som har en prompt men ingen ”drive path” ännu skickar det prompten till image-to-image-gpt-endpointen (via RapidAPI) och får tillbaka en bild som base64-data. n8n konverterar svaret till en riktig bildfil, laddar upp den direkt till den Google Drive-mapp du väljer och skriver sedan tillbaka Drive-länken och en genererad tidsstämpel i originalraden. Om API-svaret kommer tillbaka med en error-flagga routas det till ett separat fellogg-ark så att du kan fixa prompten (eller credentials) utan att gissa vad som hände.
Workflowet startar när du kör det manuellt (eller senare, enligt schema om du lägger till en Cron-trigger). Det validerar rader så att det bara jobbar med nya prompts, genererar bilden via en HTTP-begäran och hanterar sedan uppladdning och loggning. Ett kort Wait-steg saktar ner loopen för att minska fel från rate limits.
Det du bygger
| Det som automatiseras | Det du uppnår |
|---|---|
|
|
Förväntade resultat
Säg att du genererar 10 bilder per dag för produktmockups eller bloggrubriker. Manuellt gör du ungefär 5 steg per bild (kopiera prompt, generera, ladda ner, ladda upp till Drive, klistra in länk), och varje bild tar kanske 5 minuter när du räknar in kontextbyten. Det är cirka 50 minuter per dag. Med det här workflowet lägger du in prompts i arket, kör det och låter det jobba: ett par minuter för att starta och granska, sedan väntar det i bakgrunden medan Drive-länkar och tidsstämplar loggas automatiskt. De flesta team får tillbaka nära en timme på intensiva dagar.
Innan du börjar
- n8n-instans (prova n8n Cloud gratis)
- Alternativ för self-hosting om du föredrar det (Hostinger fungerar bra)
- Google Sheets för att lagra prompts och skriva resultat.
- Google Drive för att lagra genererade bilder centralt.
- RapidAPI-nyckel (hämta den från din RapidAPI-dashboard)
Kunskapsnivå: Nybörjare. Du kopplar Google-credentials, klistrar in en API-nyckel och matchar några kolumnnamn.
Vill du att någon bygger detta åt dig? Prata med en automationsexpert (gratis 15-minuters konsultation).
Steg för steg
Du kör det (eller schemalägger det). Workflowet startar från en manuell trigger idag, men det är byggt så att du kan byta till en Cron-trigger senare om du vill att det ska bearbeta nya rader varje morgon.
Rader filtreras innan något dyrt händer. n8n läser ditt ark och fortsätter bara för rader där ”Prompt” är ifylld och ”drive path” fortfarande är tom. Den kontrollen förhindrar dubblettuppladdningar och bortkastade API-anrop.
Bilden genereras och valideras. Noden HTTP Request skickar din prompt till image-to-image-gpt-endpointen via RapidAPI. Om svaret innehåller en error-flagga routas det till ett fellogg-ark så att du ser vad som misslyckades och varför.
Drive-uppladdning + loggning i arket sker automatiskt. Workflowet avkodar base64-bilden i en Code-node, laddar upp filen till Google Drive och uppdaterar sedan originalraden med Drive-länken och ett genererat datum. Ett kort Wait-steg saktar ner loopen så att du inte slår i rate limits när du har många rader.
Du kan enkelt ändra mål-mappen i Drive för att matcha olika varumärken, kunder eller kampanjer utifrån dina behov. Se hela implementationsguiden nedan för anpassningsalternativ.
Steg-för-steg-guide för implementation
Steg 1: konfigurera manuell trigger
Det här arbetsflödet startar med en manuell körning så att ni kan köra det vid behov under testning.
- Lägg till noden Manual Execution Start som er trigger.
- Lämna alla standardinställningar i Manual Execution Start oförändrade.
Steg 2: anslut Google Sheets och hämta källdata
Hämta promt-rader från ert kalkylark för att driva loopen för bildgenerering.
- Lägg till Fetch Sheet Records och ställ in Sheet på
Sheet1. - Ställ in Authentication på
serviceAccount. - Inloggningsuppgifter krävs: Anslut era googleApi-inloggningsuppgifter i Fetch Sheet Records.
- Koppla Manual Execution Start → Fetch Sheet Records.
- Lägg till Iterate Records och koppla Fetch Sheet Records → Iterate Records.
Steg 3: validera rader och anropa bild-API:et
Filtrera giltiga rader och skicka sedan prompten och bild-URL:en till det externa API:et för bildgenerering.
- Lägg till Validate Prompt Row och ställ in villkoren till: Prompt inte tom med
{{ $json.Prompt }}, och drive path tom med{{ $json['drive path'] }}. - Koppla Iterate Records → Validate Prompt Row med huvudutgången.
- Lägg till Image API Call och ställ in URL på
https://image-to-image-gpt.p.rapidapi.com/productgpt/index.phpoch Method påPOST. - I Image API Call, aktivera Send Body och ställ in Content Type på
multipart-form-data. - Ställ in body-parametrar: prompt till
{{ $json.Prompt }}och image till{{ $json['Image url'] }}. - Ställ in header-parametrar: x-rapidapi-host till
image-to-image-gpt.p.rapidapi.comoch x-rapidapi-key till[CONFIGURE_YOUR_API_KEY]. - Koppla true-utgången från Validate Prompt Row → Image API Call.
[CONFIGURE_YOUR_API_KEY] kommer Image API Call att returnera ett fel och routas in i felhanteringsspåret.Steg 4: konvertera bilden och spara utdata parallellt
Konvertera base64-bilden till en binär fil och ladda sedan upp och logga resultat samtidigt.
- Lägg till Convert Image Binary och klistra in den tillhandahållna koden i JavaScript Code exakt som visat.
- Koppla Image API Call → Convert Image Binary.
- Lägg till Upload to Drive och ställ in Name på
{{ $binary.data.fileName }}. - Ställ in Authentication i Upload to Drive på
serviceAccountoch konfigurera ert Drive ID och Folder ID. - Inloggningsuppgifter krävs: Anslut era googleApi-inloggningsuppgifter i Upload to Drive.
- Lägg till Append Image Row och ställ in Operation på
appendmed kolumnerna: Base64{{ $('Image API Call').item.json.image_base64 }}, Prompt{{ $('Validate Prompt Row').item.json.Prompt }}och Generated Date{{$now}}. - Inloggningsuppgifter krävs: Anslut era googleApi-inloggningsuppgifter i Append Image Row.
- Convert Image Binary skickar utdata till både Upload to Drive och Append Image Row parallellt.
Steg 5: lägg till fördröjning och loop för felloggning
Inför en kort fördröjning mellan poster och fånga eventuella API-fel tillbaka till arket.
- Lägg till Delay Step och ställ in Amount på
10. - Koppla Upload to Drive → Delay Step och Append Image Row → Delay Step.
- Koppla Delay Step → Iterate Records för att bearbeta nästa rad.
- Lägg till Check Error Flag för att upptäcka fel med villkoret att
{{ $json.error }}finns. - Koppla felutgången från Image API Call → Check Error Flag och koppla sedan Check Error Flag → Log Error to Sheet.
- I Log Error to Sheet, ställ in Operation på
appendOrUpdateoch mappa Base64 till{{ $json.error }}och Prompt till{{ $json.Prompt }}. - Inloggningsuppgifter krävs: Anslut era googleApi-inloggningsuppgifter i Log Error to Sheet.
- Koppla Log Error to Sheet → Delay Step för att fortsätta loopen efter att felen loggats.
Steg 6: testa och aktivera ert arbetsflöde
Kör ett manuellt test för att verifiera Google Sheets, API-anropet och Drive-uppladdningar innan ni aktiverar.
- Klicka på Execute Workflow och säkerställ att Manual Execution Start triggar Fetch Sheet Records.
- Bekräfta att Image API Call returnerar en base64-bild i image_base64 och att Convert Image Binary ger en binär fil som utdata.
- Verifiera att Upload to Drive skapar en fil och att Append Image Row skriver en ny rad med
{{$now}}. - Om fel uppstår, bekräfta att Log Error to Sheet loggar
{{ $json.error }}mot motsvarande Prompt. - När allt är validerat, växla arbetsflödet till Active för produktionsanvändning.
Tips för felsökning
- Google Sheets-credentials kan löpa ut eller kräva specifika behörigheter. Om det skapar fel, kontrollera Google-anslutningen i n8n Credentials och bekräfta att kontot kan redigera kalkylarket.
- Om du använder Wait-noder eller extern rendering varierar processtiderna. Öka väntetiden om efterföljande noder misslyckas på grund av tomma svar.
- RapidAPI-begäranden kan misslyckas på grund av kvot, rate limits eller en saknad header. Dubbelkolla headers i HTTP Request-noden för din RapidAPI-nyckel och verifiera din användning i RapidAPI-dashboarden.
Snabba svar
Cirka 30 minuter om dina Google-konton och arket är redo.
Nej. Workflowet innehåller redan en liten Code-node, och du behöver varken skriva eller underhålla den. Du kopplar mest konton och mappar rätt kolumner i arket.
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 RapidAPI-kostnader för image-to-image-gpt-endpointen.
Två alternativ: n8n Cloud (hanterat, enklast att komma igång) eller self-hosting på en VPS. För self-hosting är Hostinger VPS prisvärd och klarar n8n bra. Self-hosting ger dig obegränsade körningar men kräver grundläggande serverhantering.
Ja, och det bör du. Du kan ändra filtret ”Validate Prompt Row” så att det använder en annan ”status”-kolumn (som Ready/Approved), och du kan byta målmapp i ”Upload to Drive” per kund eller kampanj. Vanliga justeringar är att mallstyra filnamnet i Drive från andra kolumner, lägga till en Google Docs-brief per rad och skicka ett notifieringsmejl när en batch är klar.
Oftast handlar det om behörigheter. Det anslutna Google-kontot behöver redigeringsåtkomst till kalkylarket och åtkomst till den specifika flik som noden läser från. Om det fungerade tidigare och plötsligt inte gör det, autentisera om Google Sheets-credential i n8n och kontrollera att du inte bytt namn på arket eller kolumnerna (mismatchade kolumnnamn är lömska).
I praktiken: så många rader som din API-kvot tillåter.
Ofta, ja. n8n hanterar loopar över rader i arket, villkorsgrenar och felloggning utan att bli krångligt eller dyrt. Du får också ett self-hosting-alternativ, vilket spelar roll när du vill ha många körningar utan att oroa dig för task-limits. Zapier och Make kan absolut göra delar av detta, men flerstegsflöden med omkörningar och loggning blir ofta pilliga. Om ni redan jobbar i kalkylark och Drive är den operativa vinsten tydlig eftersom workflowet blir er ”single source of truth”. Prata med en automationsexpert om du vill ha hjälp att välja det enklaste alternativet för er volym.
När detta väl rullar blir arket din kontrollpanel och Drive blir ditt bibliotek, automatiskt. Workflowet tar hand om de repetitiva delarna så att du kan lägga tiden på bättre prompts, bättre kreativt och snabbare leverans.
Kontakta oss
Hör av dig, så diskuterar vi hur just din verksamhet kan dra nytta av alla fantastiska möjligheter som AI skapar.