Dina bästa kundcitat sitter förmodligen fast i ett kalkylark. Någon måste läsa varje svar, plocka ut de “bra” raderna, skriva om dem till något slagkraftigt och sedan klistra in dem i ett dokument eller ett Slack-meddelande så att teamet faktiskt använder dem.
Marknadschefer märker det när landningssidor blir inaktuella. Byråägare märker det när kundcase tar evigheter att få ut. Till och med en ensam grundare sitter ofta med det här en söndagskväll. Den här automationen för Google Sheets-testimonials gör rå feedback till korrekt formaterade, marknadsredo citat och mejlar dem till dig automatiskt.
Nedan ser du exakt hur flödet körs i n8n, vad det producerar och hur du anpassar det för din process för godkännande och publicering.
Så här fungerar automationen
Hela n8n-workflowen, från trigger till slutresultat:
n8n Workflow Template: Google Sheets + Gmail: omdömen redo att använda
flowchart LR
subgraph sg0["Google Sheets Flow"]
direction LR
n0@{ icon: "mdi:play-circle", form: "rounded", label: "Google Sheets Trigger", pos: "b", h: 48 }
n1@{ icon: "mdi:robot", form: "rounded", label: "Basic LLM Chain", pos: "b", h: 48 }
n2@{ icon: "mdi:brain", form: "rounded", label: "Google Gemini Chat Model", pos: "b", h: 48 }
n3@{ icon: "mdi:database", form: "rounded", label: "Google Sheets", pos: "b", h: 48 }
n4@{ icon: "mdi:message-outline", form: "rounded", label: "Gmail", pos: "b", h: 48 }
n3 --> n4
n1 --> n3
n0 --> n1
n2 -.-> 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 n3 database
Problemet: testimonials samlas inte in, struktureras eller delas
Kundfeedback kommer in hela tiden, men blir sällan användbar social proof. Ett svar från Google Form kan innehålla en guldklimp, men den begravs under ett helt stycke med kontext, stavfel och “bra jobbat”-utfyllnad. Så du skjuter upp det. Sedan glömmer du det. Senare, när du behöver testimonials till en säljsida, sitter du och plöjer igenom månader av rader och försöker återskapa vad folk faktiskt gillade. Det är inte svårt arbete. Det är irriterande arbete, och därför känns det aldrig färdigt.
Det blir snabbt mycket. Här är var det oftast skapar fel i verkligheten.
- Du läser varje svar manuellt eftersom det inte finns något pålitligt sätt att hitta det starkaste citatet.
- Du skriver om de “bra” till en tajtare, mer känslomässig rad, vilket kan ta 5–10 minuter per styck.
- Teamet ser aldrig nya testimonials snabbt, så färsk social proof hamnar inte i kampanjer.
- Allt ligger utspritt i olika dokument, så när någon frågar “Har vi ett citat om onboarding?” är du tillbaka på ruta ett och letar.
Lösningen: gör nya rader i arket till polerade citat (och mejlnotiser)
Den här workflowen bevakar dina Google Sheets-svar och reagerar så fort en ny rad dyker upp. När någon skickar in feedback via ditt formulär tar n8n den råa texten och skickar in den i en AI-prompt som är designad för att extrahera ett kort, känslomässigt testimonial. AI:n skriver om feedbacken till ett tajt citat som du faktiskt kan lägga på en webbplats, i en offert eller i en annons. Sedan skriver workflowen tillbaka det färdiga testimonialet i samma kalkylark, så att du bygger en korrekt formaterad databas över tid. Till sist mejlar den citatet till din inkorg via Gmail, vilket gör att teamet ser det medan det fortfarande är färskt.
Workflowen startar med en Google Sheets-trigger för nya svar. Därefter genererar en promptkedja och en Gemini-chatmodell ett marknadsredo testimonial utifrån kundens egna ord. Efter det uppdaterar n8n ditt ark och skickar en Gmail-notis med det nya citatet.
Vad du får: automation vs. resultat
| Vad den här workflowen automatiserar | Resultat du får |
|---|---|
|
|
Exempel: så här ser det ut
Säg att du får 20 feedbacksvar i veckan från ett Google Form. Manuellt, om du lägger cirka 7 minuter på att läsa, välja ut och skriva om varje svar, blir det ungefär 2 timmar varje vecka. Lägg sedan till ytterligare 10–15 minuter för att meddela teamet eller klistra in citat i ett dokument. Med den här workflowen blir “mänsklig tid” att kolla det mejlade citatet (kanske en minut per styck) och godkänna det, medan AI-bearbetning och uppdateringar i arket sker automatiskt i bakgrunden.
Det här behöver du
- n8n-instans (testa n8n Cloud gratis)
- Alternativ för self-hosting om du föredrar det (Hostinger fungerar bra)
- Google Sheets för att lagra formulärsvar och citat
- Gmail för att mejla nya testimonials till teamet
- Åtkomst till Google Gemini API (aktivera det i Google AI Studio/Cloud)
Kunskapsnivå: Nybörjare. Du kopplar konton, mappar några fält och klistrar in en prompt.
Vill du inte sätta upp det här själv? Prata med en automationsexpert (gratis 15-minuters konsultation).
Så fungerar det
En ny feedbackrad dyker upp i Google Sheets. Workflowen triggas av att nya formulärsvar landar i ditt kalkylark, så inget hänger på att du “kommer ihåg att kolla”.
Feedbacken formas till ett citat. n8n skickar det råa svaret till en promptkedja och en Gemini-chatmodell som instrueras att extrahera ett kort, känslomässigt testimonial i stället för en slätstruken sammanfattning.
Arket blir din databas för testimonials. Workflowen skriver tillbaka det polerade citatet till Google Sheets, oftast i en dedikerad kolumn, så att teamet kan filtrera på produkt, segment eller tidsperiod senare.
Du får en notis via Gmail. n8n skickar ett mejl med det nya testimonialet så att det är enkelt att granska, vidarebefordra eller lägga in i nästa kampanj medan det fortfarande är relevant.
Du kan enkelt justera prompten och fälten som “skrivs tillbaka” så att de matchar er tonalitet och er godkännandeprocess. Se hela implementationsguiden nedan för anpassningsalternativ.
Steg-för-steg-guide för implementering
Steg 1: Konfigurera Sheets Row Trigger
Ställ in triggern så att arbetsflödet körs när en ny rad läggs till i ert Google-kalkylark.
- Lägg till noden Sheets Row Trigger.
- Ställ in Event på
rowAdded. - Välj ert målkalkylark genom att ställa in Document på
[YOUR_ID](cachat resultatnamn:Testimonial). - Välj bladet genom att ställa in Sheet Name på
[YOUR_ID](cachat resultatnamn:Form Responses 1). - Ställ in Poll Times på
everyMinuteså att det matchar det konfigurerade pollingintervallet. - Credential Required: Anslut era Google Sheets-inloggningsuppgifter.
⚠️ Vanlig fallgrop: Triggern kommer inte att utlösas om Sheet- och Document-ID:n är felaktiga eller om kontot saknar åtkomst. Bekräfta att kalkylarket är delat med det anslutna Google-kontot.
Steg 2: Anslut Google Sheets
Konfigurera uppdateringsåtgärden så att det extraherade omdömet skrivs tillbaka till kalkylarket.
- Lägg till noden Update Spreadsheet och anslut den till LLM Prompt Chain.
- Ställ in Operation på
appendOrUpdate. - Ställ in Document på
[YOUR_ID](cachat resultatnamn:Testimonial). - Ställ in Sheet Name på
[YOUR_ID](cachat resultatnamn:Form Responses 1). - Låt Mapping Mode vara
autoMapInputDataoch verifiera att schemat inkluderar Testimony och text så att AI-utdata kan lagras. - Credential Required: Anslut era Google Sheets-inloggningsuppgifter.
Steg 3: Konfigurera LLM Prompt Chain
Konfigurera prompten som extraherar omdömes-citatet med Gemini.
- Lägg till noden LLM Prompt Chain och anslut den till Sheets Row Trigger.
- Ställ in Prompt Type på
define. - Ställ in Text till exakt följande prompt:
=Extract a short, emotionally engaging testimonial quote from the following user feedback. Ignore neutral or irrelevant text. Only return the quote. "{{ $json.Feedback }}" Feedback: "{{ $json["Feedback"] }}" - Koppla Gemini Chat Engine som språkmodell för LLM Prompt Chain (anslutningstyp:
ai_languageModel). - Credential Required: Anslut era Google Gemini-inloggningsuppgifter i Gemini Chat Engine (inloggningsuppgifterna konfigureras på den överordnade LLM-noden, inte i LLM Prompt Chain).
Tips: Säkerställ att inkommande data innehåller ett Feedback-fält; prompten refererar både till {{ $json.Feedback }} och {{ $json["Feedback"] }}.
Steg 4: Konfigurera utdataåtgärder
Skicka ett e-postmeddelande som avisering varje gång ett omdöme extraheras och sparas.
- Lägg till noden Dispatch Email Alert och anslut den till Update Spreadsheet.
- Ställ in Send To på
[YOUR_EMAIL]. - Ställ in Subject på
New Testimonial Extracted. - Ställ in Message på
={{ $json.text }}för att skicka det AI-genererade citatet. - Credential Required: Anslut era Gmail-inloggningsuppgifter.
Steg 5: Testa och aktivera ert arbetsflöde
Validera hela flödet från ny rad till AI-extraktion, uppdatering av kalkylark och e-postavisering.
- Klicka på Test workflow och lägg till en ny rad i källbladet med ett tydligt Feedback-värde.
- Bekräfta att LLM Prompt Chain returnerar ett kort citat i fältet
text. - Verifiera att Update Spreadsheet lägger till eller uppdaterar raden med det extraherade citatet.
- Kontrollera inkorgen efter e-postmeddelandet från Dispatch Email Alert som innehåller citatet.
- När allt fungerar, växla arbetsflödet till Active för kontinuerlig drift.
Vanliga fallgropar
- Behörigheter i Google Sheets ställer ofta till det. Om rader inte uppdateras, kontrollera det anslutna Google-kontot i n8n-credentials och bekräfta att det har redigeringsåtkomst till just det arket.
- Om AI-utdata är tom eller fördröjd handlar det oftast om timing. Bearbetningstider kan variera, så om du lägger till väntetider eller extra steg senare, öka väntetiden så att efterföljande noder inte kör innan svaret är klart.
- Din första prompt kommer kännas “helt okej” och sedan irritera dig. Lägg in er tonalitet (ton, förbjudna ord, längdregler, interpunktion) tidigt så att du inte manuellt behöver redigera varje mejlnotis.
Vanliga frågor
Cirka 30 minuter om ditt Sheet och Gmail redan är anslutna.
Nej. Du mappar mest fält från arket in i AI-prompten och väljer var utdata ska skrivas tillbaka.
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 med kostnader för Gemini API-användning, som beror på hur många svar du behandlar.
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 serverhantering.
Ja, men då vill du ändra ordningen på stegen. Ett vanligt upplägg är att fortfarande skriva tillbaka det AI-genererade citatet till Google Sheets först (med noden Update Spreadsheet), lägga till en kolumn “Godkänd” och sedan bara skicka Gmail när den kolumnen är markerad som true. Om du föredrar godkännanden i chatt kan du också byta ut mejlnötisen mot ett Telegram-meddelande och bara avisera via Gmail efter att du har bekräftat att citatet låter rätt.
Oftast handlar det om behörigheter eller fel konto. Öppna n8n:s credentials för Google Sheets, anslut Google-kontot igen och bekräfta sedan att kontot kan redigera exakt det kalkylarket (inte bara visa det). Om triggern fungerar men åter-skrivningen misslyckas, dubbelkolla arknamn, fliknamn och kolumnmappningen du skriver till.
Ett typiskt småföretag kan köra hundratals rader per månad utan problem, och om du self-hostar n8n begränsas du främst av din server och API-gränser snarare än antal körningar.
Ofta, ja, särskilt när du vill ha bättre kontroll över AI-steget. n8n gör det enklare att hantera flersteglogik som “generera citat, skriv tillbaka, och avisera” utan att fastna i en vägg av premiumtasks. Du får också ett self-hosting-alternativ, vilket kan bli viktigt när volymen växer. Zapier eller Make kan fortfarande funka för ett enkelt “ny rad → skicka mejl”-upplägg, men AI-promptning och strukturerad åter-skrivning tenderar att bli rörigt där. Om du är osäker, prata med en automationsexpert så får du en rak rekommendation.
När det här väl rullar slutar testimonials vara en “någon gång”-uppgift och börjar dyka upp som på beställning. Sätt upp det, trimma prompten och låt workflowen göra det tråkiga jobbet.
Kontakta oss
Hör av dig, så diskuterar vi hur just din verksamhet kan dra nytta av alla fantastiska möjligheter som AI skapar.