Du ska inte behöva ”researcha hashtags” som om det vore ett separat jobb. Men på något sätt slutar det ändå med 30 flikar, ett halvfärdigt anteckningsdokument och den där sjunkande känslan av att du fortfarande gissar.
Det är den här typen av röra som bromsar social media managers först, och sedan byråägare och marknadsförare på varumärkessidan direkt efter. Med Gemini hashtag automation kan du generera varumärkesanpassade, trendmedvetna hashtag-set och lägga in dem i Google Sheets automatiskt, så att publicering slutar vara en skattjakt.
Du får se vad workflowet gör, vilka resultat du kan förvänta dig och vad du behöver för att köra det stabilt för ett varumärke eller många.
Så fungerar den här automatiseringen
Hela n8n-workflowet, från trigger till slutligt resultat:
n8n Workflow Template: Google Sheets + Gemini: smartare hashtagpaket snabbt
flowchart LR
subgraph sg0["Beauty Brand Hashtag Form 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/form.svg' width='40' height='40' /></div><br/>Beauty Brand Hashtag Form"]
n1@{ icon: "mdi:robot", form: "rounded", label: "Generate Beauty Hashtags", pos: "b", h: 48 }
n2@{ icon: "mdi:brain", form: "rounded", label: "Gemini Model for Hashtags", pos: "b", h: 48 }
n3@{ icon: "mdi:robot", form: "rounded", label: "Parse Hashtag Output", pos: "b", h: 48 }
n4@{ icon: "mdi:database", form: "rounded", label: "Save Hashtags to Sheet", pos: "b", h: 48 }
n5@{ icon: "mdi:brain", form: "rounded", label: "Google Gemini Chat Model", 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/>Scrape Skincare Website"]
n7@{ icon: "mdi:robot", form: "rounded", label: "Analyze Website Content", pos: "b", h: 48 }
n8@{ icon: "mdi:robot", form: "rounded", label: "Get Trending Platform Hashtags", pos: "b", h: 48 }
n9@{ icon: "mdi:brain", form: "rounded", label: "Gemini Model for Trending", pos: "b", h: 48 }
n10@{ icon: "mdi:wrench", form: "rounded", label: "SerpAPI Search Tool", pos: "b", h: 48 }
n11@{ icon: "mdi:robot", form: "rounded", label: "Parse Hashtag Output1", pos: "b", h: 48 }
n12@{ icon: "mdi:brain", form: "rounded", label: "Google Gemini Chat Model1", pos: "b", h: 48 }
n10 -.-> n8
n3 -.-> n1
n11 -.-> n8
n7 --> n1
n6 --> n7
n1 --> n8
n5 -.-> n3
n0 --> n6
n2 -.-> n1
n9 -.-> n8
n12 -.-> n11
n8 --> 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 n0 trigger
class n1,n3,n7,n8,n11 ai
class n2,n5,n9,n12 aiModel
class n10 ai
class n4 database
class n6 api
classDef customIcon fill:none,stroke:none
class n0,n6 customIcon
Problemet: hashtags behandlas fortfarande som tråkigt rutinjobb
Hashtags ser enkla ut tills du ansvarar för konsekvens över veckor av inlägg, flera plattformar och kanske några olika kundvarumärken. Du kan inte bara återanvända samma uppsättning för alltid (räckvidden sjunker), och du kan inte improvisera varje gång utan att glida off-brand. Den verkliga smärtan är kontextväxlingen: du kollar en webbplats för att minnas positionering, skannar konkurrenter, söker trender, och syr sedan ihop något och hoppas att det inte är fullt av förbjudna eller irrelevanta taggar. Gör du det några gånger i veckan blir det timmar av ”viktigt” arbete som inte känns som framsteg.
Det eskalerar snabbt. Här är var det fallerar.
- Varje inlägg börjar från ett blankt blad, så du behöver hela tiden lära om varumärkets röst och målgrupp.
- Trendresearchen är utspridd, vilket gör att du missar vad som faktiskt får traction på respektive plattform just nu.
- Team copy/pastar från gamla captions och råkar publicera irrelevanta hashtags för nya lanseringar.
- Det finns inget centralt bibliotek i Google Sheets, så ingen vet vad som användes, när eller varför.
Lösningen: webbplatsmedvetna, trendberikade hashtags som sparas i Sheets
Det här n8n-workflowet startar med ett enkelt formulär där du anger varumärkesnamn och webbplats-URL (plus eventuella extra detaljer du vill att den ska ta hänsyn till). Därefter hämtar den webbplatsens publika innehåll via HTTP request, så att automatiseringen kan ”läsa av läget” innan den genererar något. Gemini analyserar sajten, plockar ut positionering och tonalitet, och använder den kontexten för att ta fram strukturerade hashtag-set som passar varumärket och målgruppen. Sedan berikar den hashtagsen med aktuell trendresearch via SerpAPI, så att du inte bygger på gamla antaganden. Till sist loggar den de färdiga, plattformsredo hashtag-seten i Google Sheets och skapar ett sökbart bibliotek som du kan återanvända och iterera vidare på.
Workflowet börjar när någon skickar in intake-formuläret. Gemini gör webbplatsen till varumärkeskontext, genererar hashtag-idéer, kontrollerar trender och förfinar slutuppsättningarna. Google Sheets blir destinationen, så att teamet kan öppna en plats och kopiera färdiga taggar.
Det du får: automatisering vs. resultat
| Det här automatiserar workflowet | Resultat du får |
|---|---|
|
|
Exempel: så här ser det ut i praktiken
Säg att du hanterar 6 kunder inom skönhet och hudvård och bygger hashtags för 3 inlägg per kund och vecka. Manuellt, om du lägger kanske 10 minuter på att granska sajten, 10 minuter på att trendkolla och 5 minuter på att sätta ihop taggar, blir det cirka 25 minuter per inlägg, eller ungefär 7–8 timmar i veckan. Med det här workflowet skickar du in formuläret på cirka 2 minuter och väntar sedan några minuter på scraping, Gemini-generering och trenduppslagning innan allt hamnar i Google Sheets. Det förvandlar en eftermiddag av research till en snabb intake och ett copy/paste-ögonblick.
Det du behöver
- n8n-instans (testa n8n Cloud gratis)
- Self-hosting-alternativ om du föredrar det (Hostinger fungerar bra)
- Google Sheets för att lagra ett hashtag-bibliotek.
- Google Gemini API för att analysera sajter och ta fram hashtag-utkast.
- SerpAPI-nyckel (hämta den i din SerpAPI-dashboard).
Kunskapsnivå: Medel. Du kopplar konton, lägger in API-nycklar och testar med ett par riktiga varumärkes-URL:er.
Vill du inte sätta upp detta själv? Prata med en automationsexpert (gratis 15-minuters konsultation).
Så fungerar det
Varumärkesintake triggar körningen. Någon fyller i Brand Hashtag Intake Form med en webbplats-URL och varumärkesdetaljer, och n8n startar workflowet direkt.
Webbplatsen hämtas för riktig kontext. En HTTP request hämtar publikt HTML-innehåll från sajten, vilket oftast räcker för texttunga sidor som ”Om”, ”Produkter” och landningssidor. Om sajten mest består av bilder eller är låst bakom script vill du peka formuläret mot en bättre URL.
Gemini gör om innehållet till hashtags. Workflowet utvärderar webbplatsinnehållet, tar fram varumärkesanpassade hashtag-set och använder sedan strukturerad output-parsning så att resultatet blir strukturerad data (inte en rörig textklump).
Trender läggs till och allt loggas. SerpAPI hjälper till att hämta aktuella trendsignaler per plattform, workflowet slår ihop det med de slutliga förslagen och lägger sedan till en ny rad i Google Sheets så att biblioteket växer över tid.
Du kan enkelt justera hur många hashtags som genereras för att passa varje plattforms stil. Se hela implementeringsguiden nedan för anpassningsalternativ.
Steg-för-steg-implementeringsguide
Steg 1: konfigurera formulärtriggern
Skapa intagsformuläret som startar arbetsflödet och samlar in varumärkesdetaljer för hashtag-generering.
- Lägg till triggernoden Brand Hashtag Intake Form.
- Ställ in Form Title till
Beauty Brand Hashtag Generator. - Ställ in Form Description till
Generate trending hashtags for your beauty brand. - Lägg till fält exakt enligt etiketterna: Skincare Brand Website URL, Brand Name, Product Category (e.g., skincare, makeup, haircare), Target Audience, Brand Tone (e.g., luxury, natural, playful) och Number of Hashtags (5-10) med Default Value
10.
Skincare Brand Website URL exakt, eftersom Fetch Brand Website HTML refererar till den i ett uttryck.Steg 2: hämta innehåll från varumärkets webbplats
Hämta varumärkets webbplats-HTML så att AI:n kan analysera positionering och budskap.
- Lägg till noden Fetch Brand Website HTML och koppla den efter Brand Hashtag Intake Form.
- Ställ in URL till
={{ $json['Skincare Brand Website URL'] }}. - Aktivera Send Headers och lägg till headers: User-Agent
Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/120.0 Safari/537.36, Accepttext/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8och Accept-Languageen-US,en;q=0.9. - I Options, tillåt obehöriga certifikat vid behov för att undvika blockerade HTTPS-svar.
Steg 3: konfigurera AI-analys och hashtag-generering
Analysera webbplatsinnehållet och generera strukturerade varumärkeshashtags. Exekveringsflödet är Fetch Brand Website HTML → Evaluate Site Content → Compose Brand Hashtags.
- Lägg till Evaluate Site Content och koppla den efter Fetch Brand Website HTML.
- Inloggningsuppgift krävs: anslut era googlePalmApi-inloggningsuppgifter i Evaluate Site Content.
- Bekräfta att Evaluate Site Content är inställd på att mata ut JSON och använder formulärinmatningarna samt det skrapade innehållet i sin prompt.
- Lägg till Compose Brand Hashtags och koppla den efter Evaluate Site Content.
- Ställ in Text till hela prompten inklusive uttryck som
{{ $('Brand Hashtag Intake Form').item.json.num_hashtags || 10 }}och{{ $json.content.parts[0].text }}. - Säkerställ att Gemini Hashtag Model är ansluten som språkmodell för Compose Brand Hashtags. Inloggningsuppgift krävs: anslut era googlePalmApi-inloggningsuppgifter i Gemini Hashtag Model.
- Säkerställ att Interpret Hashtag JSON är ansluten som output parser för Compose Brand Hashtags. Gemini Parser Model är ansluten som dess språkmodell—lägg till inloggningsuppgifter i Gemini Parser Model, inte i själva parsern. Inloggningsuppgift krävs: anslut era googlePalmApi-inloggningsuppgifter.
Steg 4: hämta plattformstrender med sökverktyg
Komplettera de genererade hashtaggarna med aktuella trender per plattform med hjälp av ett sökverktyg och en andra parserkedja.
- Lägg till Retrieve Platform Trends och koppla den efter Compose Brand Hashtags.
- Ställ in Text till prompten som inkluderar
{{ JSON.stringify($json.output.hashtags, null, 2) }}och{{ $now.format('dd MMMM yyyy') }}. - Säkerställ att Gemini Trends Model är ansluten som språkmodell för Retrieve Platform Trends. Inloggningsuppgift krävs: anslut era googlePalmApi-inloggningsuppgifter i Gemini Trends Model.
- Säkerställ att SerpAPI Trend Lookup är ansluten som AI-verktyg för Retrieve Platform Trends. Inloggningsuppgift krävs: anslut era serpApi-inloggningsuppgifter i SerpAPI Trend Lookup.
- Säkerställ att Interpret Trend JSON är ansluten som output parser. Lägg till inloggningsuppgifter i Gemini Trend Parser (språkmodellen för parsern), inte i själva parsern. Inloggningsuppgift krävs: anslut era googlePalmApi-inloggningsuppgifter.
Steg 5: konfigurera utdata till Google Sheets
Lägg till de slutgiltiga hashtaggarna och varumärkesdetaljerna i ett Google Sheet. Exekveringsflödet är Retrieve Platform Trends → Append Hashtags to Sheet.
- Lägg till Append Hashtags to Sheet och koppla den efter Retrieve Platform Trends.
- Inloggningsuppgift krävs: anslut era googleSheetsOAuth2Api-inloggningsuppgifter.
- Ställ in Operation till
append. - Välj kalkylarket i Document (ersätt
[YOUR_ID]med er fil) och ställ in Sheet Name tillSheet1. - Mappa kolumner med uttryck: Hashtags
={{ $json.output.hashtags.map(h => h.hashtag).join(', ') }}, Brand Name={{ $('Brand Hashtag Intake Form').item.json['Brand Name'] }}, Generated At={{ $('Brand Hashtag Intake Form').item.json.submittedAt.toDateTime().format("dd MMM yyyy HH 'hours' mm 'minutes'") }}och Product Category={{ $('Brand Hashtag Intake Form').item.json['Product Category (e.g., skincare, makeup, haircare)'] }}.
Steg 6: testa och aktivera ert arbetsflöde
Kör ett manuellt test för att verifiera hela kedjan från intag till utdata i Google Sheets.
- Klicka på Execute Workflow och skicka in Brand Hashtag Intake Form med en riktig varumärkes-URL och detaljer.
- Bekräfta att Fetch Brand Website HTML hämtar HTML och att Evaluate Site Content returnerar en giltig JSON-analys.
- Verifiera att Compose Brand Hashtags matar ut strukturerade hashtaggar och att Retrieve Platform Trends returnerar trendlistor per plattform.
- Kontrollera Google Sheet för att säkerställa att Append Hashtags to Sheet lägger till en ny rad med formaterade fält.
- När allt fungerar, växla arbetsflödet till Active för att möjliggöra löpande formulärinskick.
Vanliga fallgropar
- Google Sheets-autentisering kan löpa ut eller kräva specifika behörigheter. Om det skapar fel, kontrollera först n8n:s credential-tester och åtkomst i ditt Google-konto.
- Om du använder Wait-noder eller extern rendering varierar bearbetningstiderna. Öka väntetiden om noder längre ned fallerar på tomma svar.
- Standardprompter i AI-noder är generiska. Lägg in varumärkets tonalitet tidigt, annars kommer du redigera outputs i all evighet.
Vanliga frågor
Cirka 30–60 minuter om dina API-nycklar är klara.
Nej. Du kopplar främst konton och klistrar in API-nycklar i n8n-credentials.
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 Gemini API-användning samt SerpAPI-kostnader för trenduppslagningar.
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 ärligt talat är det en av de bästa användningarna av den här setupen. Du behåller samma flöde (formulärintake → webbplatsscrape → Gemini-analys → trendberikning → Google Sheets) och justerar sedan prompten i steget Compose Brand Hashtags så att den matchar din bransch, målgrupp och eventuella compliance-krav. Vanliga justeringar är att ändra antal hashtags, lägga till en lista med ”förbjudna termer” och generera separata set per plattform (Instagram vs. LinkedIn kräver oftast olika känsla). Om du stödjer flera kunder, lägg till ett obligatoriskt fält ”Kundnamn” i formuläret och använd det som en kolumn i arket.
Oftast är det utgångna Google-credentials eller att det anslutna kontot saknar redigeringsåtkomst till målarket. Anslut Google Sheets på nytt i n8n och bekräfta sedan att Sheet ID och fliknamn matchar exakt. Om du kör detta för ett team, se till att kalkylarket ägs eller delas på ett sätt som inte riskerar att åtkomsten dras in senare.
Många. Den praktiska gränsen kommer vanligtvis från körningar i din n8n-plan och din Gemini/SerpAPI-användning, inte från själva workflowet.
För den här typen av workflow är n8n oftast bättre, eftersom du kan kombinera scraping, AI-steg, strukturerad output-parsning och branching utan att betala extra för varje liten formatteringsdel. Self-hosting spelar också roll om du kör detta för många kunder och inte vill behöva tänka på körningstak. Zapier eller Make kan fortfarande fungera, men trendberikningen och delen med ”korrekt formaterad JSON in i Sheets” tenderar att bli pillig snabbt. Om du bara vill ha en enkel automatisering som ”genererar taggar från en prompt” kan de verktygen kännas enklare i början. Prata med en automationsexpert om du vill ha hjälp att välja rätt upplägg.
När det här väl rullar slutar hashtag-research vara ett återkommande projekt. Du öppnar Google Sheets, plockar en ny uppsättning och går tillbaka till arbetet som faktiskt driver varumärket framåt.
Kontakta oss
Hör av dig, så diskuterar vi hur just din verksamhet kan dra nytta av alla fantastiska möjligheter som AI skapar.