Behöver ert företag hjälp med att implementera AI? Kontakta oss och få prisoffert här →
AI Skolan
januari 22, 2026

Google Sheets + OpenAI: rensade företagsnamn snabbt

Rickard Andersson Partner, Nodenordic.se

Ditt cold email kan vara bra, men en ful variabel avslöjar dig direkt. ”Techwave Solutions LLC (Official) | ERP for Logistics” ser inte ut som något en människa skulle skriva i ett mejl.

Det är här rensning av namn i Sheets börjar betala sig. Lead gen-team märker det först, men byråägare som gör outreach åt kunder och säljops som städar listor i bulk sitter med samma röra. Du vill ha företagsnamn som läser naturligt, så att personalisering inte skriker ”mall”.

Det här flödet tar ett Google Sheet, använder OpenAI för att normalisera fältet ”Company” och skriver de rensade resultaten till en ny flik. Du ser vad den fixar, hur den körs och vad du kan justera för att matcha din marknad.

Så fungerar den här automatiseringen

Se hur den löser problemet:

n8n Workflow Template: Google Sheets + OpenAI: rensade företagsnamn snabbt

Utmaningen: stökiga företagsnamn förstör personaliseringen

Företagsnamn i leadlistor är sällan ”mejl-klara”. De kommer från skrapade källor, CRM:er, kataloger, LinkedIn-exporter och enrichment-verktyg som älskar att trycka in extra kontext i ett enda fält. Då får du juridiska suffix (LLC, Inc., GmbH), slogans, platsfragment, konstig versalisering och till och med URL-liknande skräp. Sedan försöker du personalisera i skala och din copy blir kantig, överdrivet formell eller helt enkelt fel. Det värsta är att du ofta upptäcker det när kampanjen redan är live, vilket betyder att du antingen pausar allt eller accepterar sämre svarsfrekvens.

Ingen av de här sakerna är problemet i sig. Tillsammans är de det.

  • Du slösar tid på att manuellt redigera rader eftersom ”fixa bara topp 200” blir en timme.
  • Outreach låter mallat när du inkluderar ”LLC” eller ”Inc.” i första raden.
  • Olika datakällor formaterar namn olika, så din personalisering blir inkonsekvent mellan kampanjer.
  • Stökiga namn skapar följdproblem i Gmail-utkast, Instantly-uppladdningar och rapportering eftersom inget matchar snyggt.

Lösningen: AI-rensade företagsnamn i en ny flik i Sheet

Det här flödet startar när du skickar in ett formulär med en Google Sheet-URL. n8n hämtar raderna från ditt kalkylark och letar specifikt efter en kolumn som heter ”Company” (det kravet är viktigt). Därefter bearbetar den leads i batcher och skickar varje stökigt företagsnamn genom en AI-agent som drivs av en OpenAI-chatmodell. Modellen använder en systemprompt som är byggd för exakt den här uppgiften: ta bort juridiska suffix, rensa bort slogans, fixa udda formatering och behålla det en människa faktiskt skulle skriva i ett mejl. Till sist sparar flödet de rensade resultaten tillbaka till ditt ursprungliga kalkylark, men i en ny flik, så att din källdata lämnas orörd.

Flödet börjar med en inskickad Sheet-länk (via webhook eller formulär). Sedan loopar den över dina rader, rensar varje företagsnamn med OpenAI och skriver en ny ”ren” version i en separat flik. Om något ser fel ut kan du justera exemplen i AI-prompten och köra om utan att riskera din originallista.

Vad som ändras: före vs. efter

Effekt i verkligheten

Säg att du har en leadlista på 500 rader och att ditt ”Company”-fält är stökigt. Om du lägger ens 20 sekunder per rad på att skanna och fixa suffix är det nästan 3 timmar monotont arbete, och du kommer ändå inte vara konsekvent. Med det här flödet skickar du in Google Sheet-URL:en (ungefär en minut), låter n8n köra batchrensningen (oftast några minuter, beroende på volym), och du får en helt ny felfritt formaterad flik redo för outreach. Arbetet skiftar från ”redigera allt” till ”stickprovskolla några få”.

Krav

  • n8n-instans (testa n8n Cloud gratis)
  • Self-hosting om du föredrar det (Hostinger fungerar bra)
  • Google Sheets för att lagra leads och skriva ut resultat.
  • OpenAI för att rensa och normalisera företagsnamn.
  • OpenAI API-nyckel (hämta den i din OpenAI-dashboard).

Svårighetsnivå: Nybörjare. Du kopplar upp konton, bekräftar att din ”Company”-kolumn finns och klistrar in en Sheet-URL.

Behöver du hjälp att implementera detta? Prata med en automationsexpert (gratis 15-minuters konsultation).

Flödet steg för steg

En sheet-länk skickas in. Flödet triggas när du anger en Google Sheet-URL via det kopplade formuläret/webhooken, så att du kan köra det på beställning för nya listor.

Rader hämtas från Google Sheets. n8n läser leads och kontrollerar att den obligatoriska kolumnen ”Company” finns. Om dina rubriker i sheeten är inkonsekventa är det här automatiseringen kommer snubbla, vilket är bra eftersom den stoppar tidigt i stället för att producera skräp.

Företagsnamn rensas i batcher. Flödet loopar över varje rad (Split in Batches) och skickar företagsvärdet till en AI-agent med OpenAI Chat Model. Prompten är uppsatt för att ta bort juridiskt brus, slänga slogans och behålla den ”mänskliga” versionen av namnet.

En ny flik skapas och fylls. Det rensade resultatet skrivs tillbaka till samma kalkylark som en separat flik, vilket betyder att du kan behålla din ursprungliga leadlista oförändrad och ändå ha en korrekt formaterad version för kampanjer.

Du kan enkelt ändra rensningsreglerna så att de passar din nisch (till exempel behålla ”Labs” men ta bort ”Holdings”) utifrån dina behov. Se hela implementationsguiden nedan för anpassningsalternativ.

Se upp med

  • Google Sheets-inloggningar kan löpa ut eller kräva specifika behörigheter. Om något slutar fungera, kontrollera först det anslutna Google-kontot och delningsinställningarna för sheeten.
  • Om du använder Wait-noder eller extern rendering varierar processtiderna. Öka väntetiden om efterföljande noder fallerar på tomma svar.
  • Standardprompter i AI-noder är generiska. Lägg in din tonalitet tidigt, annars kommer du redigera output för evigt.

Vanliga frågor

Hur snabbt kan jag implementera den här automatiseringen för rensning av namn i Sheets?

Vanligtvis cirka 20 minuter när dina konton är anslutna.

Kan icke-tekniska team implementera den här rensningen av företagsnamn?

Ja. Du skriver ingen kod, men du kopplar Google Sheets och lägger in en OpenAI-nyckel.

Är n8n gratis att använda för det här flödet för rensning av namn i Sheets?

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 OpenAI API-kostnader (ofta bara några dollar för stora listor, beroende på användning).

Var kan jag hosta n8n för att köra den här automatiseringen?

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.

Hur anpassar jag den här lösningen för rensning av namn i Sheets till mina specifika utmaningar?

Redigera exemplen i AI-agentens systemprompt så att den lär sig dina ”behåll vs. ta bort”-regler. Vanliga justeringar är att behålla ”Labs” eller ”Studio”, ta bort stadsnamn och bestämma hur akronymer ska hanteras. Om du föredrar en annan modellleverantör kan du byta ut OpenAI Chat Model men behålla samma övergripande flöde.

Varför misslyckas min Google Sheets-anslutning i det här flödet?

För det mesta handlar det om behörigheter. Säkerställ att Google-kontot som är kopplat i n8n har åtkomst till kalkylarket, bekräfta sedan att sheet-URL:en är korrekt och att filen inte är låst till en annan workspace. Kontrollera också kolumnrubriken: den måste vara exakt ”Company”, annars kanske flödet inte mappar fält korrekt. Om det fortfarande fallerar, anslut Google Sheets i n8n på nytt för att uppdatera tokens.

Vilken kapacitet har den här lösningen för rensning av namn i Sheets?

Mer än nog för de flesta outreach-team: hundratals eller några tusen rader per körning är normalt, och batchbearbetning håller det stabilt. På n8n Cloud är din begränsning främst antal körningar per månad. Om du self-hostar finns ingen fast körningsgräns, men väldigt stora sheets begränsas av din server och OpenAI:s rate limits.

Är den här automatiseringen för rensning av namn i Sheets bättre än att använda Zapier eller Make?

Ofta ja, särskilt om du vill ha kontroll och förutsägbara kostnader. n8n är bra på att loopa genom stora sheets, köra grenlogik och ha ”gör ingenting”-skydd, vilket ger färre konstiga edge cases när en rad saknar data. Self-hosting ändrar också kalkylen eftersom du inte betalar per task på samma sätt. Zapier eller Make kan fortfarande vara bra för en liten lista, och de kan kännas enklare i början. Om du är osäker, prata med en automationsexpert så sanity-checkar vi din setup.

Felfritt formaterade företagsnamn gör att din personalisering känns självklar, även när du skickar i stor skala. Sätt upp flödet en gång och slipp passa kalkylark.

Kontakta oss

Hör av dig, så diskuterar vi hur just din verksamhet kan dra nytta av alla fantastiska möjligheter som AI skapar.

×

Använd mall

Få direkt tillgång till denna n8n-arbetsflödes JSON-fil

Launch login modal Launch register modal