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

Google Sheets + OpenAI: smartare uppföljning av feedback

Rickard Andersson Partner, Nodenordic.se

Du får äntligen in kundfeedback … och sedan blir den bara liggande. Någon måste läsa den, tolka tonen, bestämma vad som ska göras och skriva ett svar som inte låter som en robot (eller en panikartad ursäkt).

Det här upplägget för Sheets OpenAI uppföljningar träffar e-handelsoperatörer först, men marknadschefer och ansvariga för kundupplevelse känner av det lika mycket. Resultatet är enkelt: snabbare svar som håller sig till varumärket, med rabattkoder bara när situationen faktiskt kräver det.

Nedan ser du arbetsflödet, vad det automatiserar, vilka resultat du kan förvänta dig och vilka delar du sannolikt vill anpassa innan du släpper det fritt.

Så här fungerar den här automatiseringen

Hela n8n-arbetsflödet, från trigger till slutlig output:

n8n Workflow Template: Google Sheets + OpenAI: smartare uppföljning av feedback

Problemet: uppföljningar på feedback är långsamma och inkonsekventa

När feedback kommer in via ett kalkylark ser det organiserat ut. I praktiken blir det ett väntrum. Någon måste öppna arket, skumma kommentarer, gissa sentiment och avgöra vad det “rätta” svaret är. Negativa meddelanden skapar mest friktion eftersom du inte bara skriver ett svar, du måste också fatta ett beslut: erbjuda en rabattkod, be om mer info, eskalera eller ignorera? Samtidigt får nöjda kunder ingen uppföljning alls, vilket är en missad chans att stärka lojaliteten.

Friktionen byggs på, särskilt när du försöker hålla en konsekvent ton i ett team.

  • Att manuellt läsa och svara på ens 30 kommentarer kan äta upp runt 2 timmar.
  • Svaren varierar beroende på vem som jobbar, så varumärkets tonalitet glider över tid.
  • Rabattkoder används på reflex, vilket lär kunder att klaga för att få rabatt.
  • Dåliga uppföljningar händer när någon har bråttom, och stressade svar eskalerar problem.

Lösningen: AI-driven sentiment-triage och svar i er tonalitet

Det här arbetsflödet hämtar produktfeedback från Google Sheets (eller ett exempelark för test), och använder sedan OpenAI för att analysera vad kunden egentligen säger. Det stannar inte vid “positivt eller negativt”. AI-extraheringen returnerar strukturerad output som du kan validera, så du litar inte blint på ett fritt formulerat stycke. Om sentimentet är negativt tar arbetsflödet ett andra beslut: skulle en rabattkod sannolikt förbättra upplevelsen, eller räcker ett genomtänkt svar? Därefter genererar det rätt HTML för e-post och skickar automatiskt, så varje kund får en snabb uppföljning utan att teamet behöver leva i kalkylarket.

Arbetsflödet startar via en trigger (manuell för demos, eller schemalagd när du kör skarpt). Feedbackrader parsas och kombineras med dina kampanjinställningar. OpenAI analyserar sentiment, n8n kontrollerar att AI-output är giltig, och sedan väljer arbetsflödet vägen “standard­svar” eller “svar med rabattkod” innan det skickar slutligt mejl.

Det du får: automatisering vs. resultat

Exempel: så här ser det ut i praktiken

Säg att du samlar in 40 feedbackposter per vecka i ett Google Sheet. Om en kollega lägger cirka 3 minuter på att läsa varje post, bestämma åtgärd och skriva ett svar, blir det ungefär 2 timmar (och det skjuts ofta upp till “senare”). Med det här arbetsflödet lägger du cirka 10 minuter på att sätta kampanjregler en gång, och kör sedan på schema. OpenAI bearbetar batchen och mejlen skickas automatiskt, så “arbetet” blir en snabb granskning i stället för konstant skrivande.

Det här behöver du

  • n8n-instans (prova n8n Cloud gratis)
  • Alternativ för self-hosting om du föredrar det (Hostinger fungerar bra)
  • Google Sheets för att lagra och uppdatera feedbackrader
  • OpenAI för att bedöma sentiment och utforma svar
  • OpenAI API-nyckel (hämta den i OpenAI API-dashboarden)

Kompetensnivå: Medel. Du kopplar konton, justerar prompts och testar med ett exempelark innan du schemalägger det.

Vill du inte sätta upp detta själv? Prata med en automationsexpert (gratis 15-minuters konsultation).

Så fungerar det

En trigger kör arbetsflödet. Mallen innehåller en manuell trigger för test, och den stödjer även en schematrigger så att du kan köra den dagligen eller veckovis utan att någon behöver komma ihåg det.

Feedback hämtas och görs strukturerad. Ett exempelark kan hämtas via HTTP för demos, sedan parsar n8n kalkylarksdatan och tilldelar kampanjinställningar som varumärkets tonalitet, avsändaruppgifter och eventuella rabattkodregler du vill att den ska följa.

OpenAI analyserar sentiment och returnerar strukturerade fält. Stegen AI Feedback Analyzer och Chat extraherar det som betyder något (ton, intention, allvarlighetsgrad), och sedan slår arbetsflödet ihop AI-output med originalraden så att mejlet kan personaliseras.

Arbetsflödet avgör om en rabattkod ska inkluderas. En kontroll för “AI-outputvalidering” hindrar dåliga eller tomma svar från att gå vidare, och därefter routar en beslutsgren kunden till standard­svar eller svar med rabattkod.

HTML-mejl renderas och skickas. n8n genererar den slutliga e-post-HTML:en, slår in rätt variabler och skickar meddelandet så att uppföljningen sker automatiskt.

Du kan enkelt ändra rabattkodreglerna så att de matchar din policy utifrån dina behov. Se hela implementationsguiden nedan för anpassningsalternativ.

Steg-för-steg-guide för implementering

Steg 1: Konfigurera den manuella triggern

Starta arbetsflödet med en manuell trigger så att ni kan testa flödet för e-postpersonalisering vid behov.

  1. Lägg till Manual Execution Start på canvasen.
  2. Koppla Manual Execution Start till Retrieve Sample Spreadsheet.

Steg 2: Anslut datakällan

Hämta och tolka kalkylarket så att varje rad blir en kundpost för personalisering.

  1. I Retrieve Sample Spreadsheet ställer ni in URL till https://let-the-work-flow.com/dummy/n8n-contest-merch.xlsx.
  2. I Parse Spreadsheet Data ställer ni in Operation till xls.
  3. Koppla Retrieve Sample SpreadsheetParse Spreadsheet DataAssign Campaign Settings.

Steg 3: Sätt upp kampanjkontext och AI-analys

Definiera kampanjens ton och kör AI-extraktion för att skapa rubrik, brödtext och beslut om kupong.

  1. I Assign Campaign Settings låter ni Include Other Fields vara aktiverat och ställer in:
  2. Campaign Target till Engage the Customer.
  3. Flavour till be friendly and witty but also cool and direct. Critique is valuable and embrace the feedback..
  4. I AI Feedback Analyzer ställer ni in Text till =Item Purchased: {{ $json['Item Purchased'] }} Feedback: {{ $json.Feedback }} Should we send a coupon to make the customer happy? Yes/No.
  5. I AI Feedback Analyzer ställer ni in Input Schema till den tillhandahållna JSON:en med obligatoriska nycklar Headline, Body och SendCoupon.
  6. Assign Campaign Settings skickar output både till AI Feedback Analyzer och Merge AI With Source parallellt.

Inloggningsuppgift krävs: Anslut era openAiApi-inloggningsuppgifter i OpenAI Chat Engine.

OpenAI Chat Engine är ansluten som språkmodell för AI Feedback Analyzer — säkerställ att inloggningsuppgifter läggs till i OpenAI Chat Engine, inte i analyzernoden.

Steg 4: Konfigurera validering, routning och e-postrendering

Validera AI-output, avgör om en kupong behövs och rendera rätt HTML för e-post.

  1. Koppla AI Feedback AnalyzerMerge AI With SourceValidate AI Output.
  2. I Validate AI Output låter ni villkoren för Headline och Body vara notEmpty.
  3. Koppla Validate AI Output success till Decide Coupon Path och failure till Handle AI Failure.
  4. I Decide Coupon Path ställer ni in det booleska villkoret till ={{ $json.output.SendCoupon }} som true.
  5. Decide Coupon Path skickar output både till Render Email HTML och Merge Email Content parallellt för vägen utan kupong.
  6. För kupongvägen kopplar ni Decide Coupon PathGenerate Demo CouponRender Coupon EmailMerge Coupon Email.
  7. I Generate Demo Coupon ställer ni in Coupon till F4k3ItT1llY0uM4k3It, Coupon Value till 20% of any purchase och Coupon Terms till =Valid until {{ $today.plus({days: 14}).format("d. MMM. y") }} | minimum purchase amount: 20$ .
  8. I Render Email HTML och Render Coupon Email behåller ni de tillhandahållna HTML-mallarna som de är för att matcha arbetsflödets personaliseringstokens.

⚠️ Vanlig fallgrop: HTML-mallarna refererar till $json['Custome Name'] (stavfel). Se till att er kolumn i kalkylarket matchar detta namn eller uppdatera mallen till ert faktiska fält.

Steg 5: Konfigurera e-postutskicket

Skicka det slutliga HTML-mejlet via SMTP och säkerställ att e-postfälten mappas korrekt.

  1. Koppla Merge Email ContentDispatch Email Notice.
  2. Koppla Merge Coupon EmailDispatch Email Notice.
  3. I Dispatch Email Notice ställer ni in HTML till ={{ $json.html }}.
  4. Ställ in Subject till ={{ $json.output.Headline }} och To Email till ={{ $json.Email }}.
  5. Ställ in From Email till er avsändaradress (ersätt [YOUR_EMAIL]).

Inloggningsuppgift krävs: Anslut era smtp-inloggningsuppgifter i Dispatch Email Notice.

Steg 6: Lägg till felhantering

Stoppa körningen när AI-output är ogiltig för att förhindra att ofullständiga mejl skickas.

  1. Säkerställ att failure-grenen från Validate AI Output är kopplad till Handle AI Failure.
  2. I Handle AI Failure låter ni Error Message vara satt till Unexpected Langchain Output.

Steg 7: Testa och aktivera ert arbetsflöde

Kör ett manuellt test för att verifiera AI-output, HTML-rendering och e-postutskick innan ni aktiverar.

  1. Klicka på Execute WorkflowManual Execution Start för att köra ett test.
  2. Bekräfta att AI Feedback Analyzer genererar Headline, Body och SendCoupon.
  3. Verifiera att antingen Render Email HTML eller Render Coupon Email skapar det slutliga fältet html före Dispatch Email Notice.
  4. Kontrollera att mejlet kommer fram med förväntat ämne och personaliserat innehåll.
  5. När ni är nöjda växlar ni arbetsflödet till Active för användning i produktion.
🔒

Lås upp fullständig steg-för-steg-guide

Få den kompletta implementeringsguiden + nedladdningsbar mall

Vanliga fallgropar

  • Google Sheets-inloggningar kan löpa ut eller kräva specifika behörigheter. Om det skapar fel, kontrollera först fliken Credentials i n8n och Google-kontots delningsåtkomst.
  • Om du använder Wait-noder eller extern rendering varierar bearbetningstiderna. Öka väntetiden om nedströms noder fallerar på tomma svar.
  • Standardprompter i AI-noder är generiska. Lägg in er varumärkeston tidigt annars kommer du att redigera outputs för alltid.

Vanliga frågor

Hur lång tid tar det att sätta upp den här automatiseringen för Sheets OpenAI uppföljningar?

Cirka 30–60 minuter om dina konton redan är kopplade.

Behöver jag kunna koda för att automatisera Sheets OpenAI uppföljningar?

Nej. Du kommer främst att koppla konton och redigera AI-prompten samt variablerna i e-postmallen.

Är n8n gratis att använda för det här arbetsflödet för Sheets OpenAI uppföljningar?

Ja. n8n har ett gratis self-hosted-alternativ och en gratis provperiod på n8n Cloud. Cloud-planer börjar på 20 USD/månad för högre volymer. Du behöver också räkna in OpenAI API-användning, som vanligtvis är liten för kort feedback och utkast till mejl.

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

Två alternativ: n8n Cloud (hanterat, enklast uppsättning) 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 serveradministration.

Kan jag anpassa det här arbetsflödet för Sheets OpenAI uppföljningar med andra rabattkodregler?

Ja, men gör det med eftertanke. Du kan justera logiken i “Decide Coupon Path” och prompten som används i OpenAI Chat Engine så att den bara rekommenderar rabattkoder för specifika scenarier (sen leverans, skadad vara, problem för förstagångsköpare). Många team lägger också till en hård regel som “ge aldrig rabatt två gånger till samma e-postadress”, vilket du kan tillämpa genom att kontrollera en kolumn i Google Sheets innan rabattkodgrenen körs. Om du vill ha olika mallar per produktlinje, duplicera noderna för HTML-rendering och routa baserat på ett fält för “produktkategori”.

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

Oftast beror det på att OAuth-åtkomst har gått ut eller att behörigheter för arket har ändrats. Återanslut Google Sheets-inloggningen i n8n och bekräfta sedan att kalkylarket fortfarande är delat med samma Google-konto. Om du läser en filexport i stället för ett inbyggt ark, verifiera också att steget “Parse Spreadsheet Data” tar emot de förväntade kolumnerna.

Hur många feedbackpunkter kan den här automatiseringen för Sheets OpenAI uppföljningar hantera?

Några hundra per körning är realistiskt för de flesta små team.

Är den här automatiseringen för Sheets OpenAI uppföljningar bättre än att använda Zapier eller Make?

Ofta, ja, eftersom förgreningarna och valideringslogiken spelar roll här. Det här arbetsflödet är inte bara “analysera text och skicka mejl”; det kontrollerar AI-output, slår ihop den med din källrad och routar till olika HTML-mallar. n8n hanterar den typen av logik snyggt, och self-hosting innebär att du inte betalar mer varje gång du lägger till några villkor. Zapier eller Make kan ändå fungera om du håller det enkelt och kan leva med mallbegränsningar. Om du vill ha hjälp att välja, prata med en automationsexpert.

När det här väl rullar slutar feedback att vara en fruktad backlog och blir ett system. Arbetsflödet tar hand om det repetitiva uppföljningsarbetet, så att du kan fokusera på att åtgärda det som orsakade klagomålet från början.

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