Inkorgen fylls med CV:n, och på något sätt blir den “snabba genomgången” en rörig backlogg som drar ut i flera dagar. När ni väl är överens om vem som ser bra ut har starka kandidater redan gått vidare.
Den här automatiseringen för urval av kandidater från CV träffar HR-chefer först, men även grundare som rekryterar sitt första team och rekryterare som stöttar flera roller känner av samma tröghet. Du vill ha konsekvent screening, mindre administrativt arbete och en shortlist som teamet faktiskt litar på.
Det här n8n-flödet loggar varje sökande i Google Sheets, poängsätter CV:n med en AI-agent för screening och pingar sedan Telegram bara när någon är värd en riktig genomgång. Du får se hur det fungerar, vad du behöver och vad du ska justera för att matcha era roller.
Så fungerar automatiseringen
Hela n8n-flödet, från trigger till slutresultat:
n8n Workflow Template: Google Sheets + Telegram: snabba cv-kortlistor
flowchart LR
subgraph sg0["Application 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/>Application form"]
n1@{ icon: "mdi:cog", form: "rounded", label: "Extract profile", pos: "b", h: 48 }
n2@{ icon: "mdi:brain", form: "rounded", label: "gpt4-1 model", pos: "b", h: 48 }
n3@{ icon: "mdi:cog", form: "rounded", label: "Upload to Google Drive", pos: "b", h: 48 }
n4@{ icon: "mdi:robot", form: "rounded", label: "Structured Output Parser1", pos: "b", h: 48 }
n5@{ icon: "mdi:database", form: "rounded", label: "Open_Positions", pos: "b", h: 48 }
n6@{ icon: "mdi:database", form: "rounded", label: "Update_HR_Application_System", pos: "b", h: 48 }
n7@{ icon: "mdi:robot", form: "rounded", label: "HR_RTS_Agent", pos: "b", h: 48 }
n8@{ icon: "mdi:swap-horizontal", form: "rounded", label: "If", pos: "b", h: 48 }
n9@{ icon: "mdi:database", form: "rounded", label: "Update_HR_Application_System1", pos: "b", h: 48 }
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/telegram.svg' width='40' height='40' /></div><br/>Send a text to HR Team"]
n11@{ icon: "mdi:robot", form: "rounded", label: "Dynamic Question Generator A..", pos: "b", h: 48 }
n8 --> n11
n7 --> n6
n2 -.-> n7
n2 -.-> n11
n5 -.-> n7
n5 -.-> n11
n1 --> n7
n0 --> n3
n0 --> n1
n4 -.-> n7
n6 --> n8
n9 --> n10
n11 --> n9
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 n4,n7,n11 ai
class n2 aiModel
class n8 decision
class n5,n6,n9 database
classDef customIcon fill:none,stroke:none
class n0,n10 customIcon
Problemet: CV-screening blir en flaskhals
CV-screening känns enkel tills du måste göra den under tidspress. En person skummar PDF:er, en annan checkar kravprofilen, någon annan försöker hålla en tracker uppdaterad, och rekryterande chef vill ha “bara topp fem” innan lunch. Samtidigt söker kandidater via formulär, mejl, tips och slumpmässiga DM:s, så er “single source of truth” blir ett lapptäcke. Den verkliga kostnaden är inte bara tid. Det är inkonsekvens. Två granskare läser samma CV och landar i olika slutsatser, och sedan lägger ni ännu ett möte på att diskutera magkänsla i stället för underlag.
Det byggs upp snabbt. Och det går oftast fel på samma ställen.
- CV:n blir liggande olästa i en dag eller två eftersom granskning kräver ostörd fokustid.
- Er tracker hamnar efter, så ingen litar på den och ni slutar med att dubbelkolla kandidater om och om igen.
- Urvalet beror på vem som råkar vara tillgänglig, vilket gör att kriterierna tyst glider från vecka till vecka.
- Rekryteringsteam missar starka sökande eftersom det saknas en direkt “den här ser bra ut”-signal när det faktiskt spelar roll.
Lösningen: AI-screening till Google Sheets, shortlists till Telegram
Det här flödet gör er ansökningsinmatning till en repeterbar pipeline. En kandidat skickar in ett formulär (med CV bifogat), filen sparas i Google Drive för strukturerad dokumentation och CV-texten extraheras automatiskt. Därifrån läser en AI-agent för screening CV:t och jämför det med rollkraven som ligger i Google Sheets, så att bedömningen förankras i era jobbkriterier i stället för känsla. Flödet skriver kandidatens namn, poäng och shortlist-beslut i er “Applications”-tracker och kontrollerar sedan ett enkelt villkor: shortlisted eller inte. Om kandidaten kvalar genererar en andra AI-agent tre anpassade intervjufrågor och uppdaterar samma rad. Till sist får teamet en Telegram-notis så att de bästa kandidaterna granskas medan de fortfarande är aktuella.
Flödet börjar med en formulärinskickning och slutar med ett handlingsbart Telegram-meddelande. Däremellan standardiserar det screeningen mot rollkraven i Google Sheets, loggar varje beslut och eskalerar bara de personer som går igenom er ribba.
Det du får: automatisering vs. resultat
| Vad det här flödet automatiserar | Resultat du får |
|---|---|
|
|
Exempel: så här ser det ut
Säg att du får 20 ansökningar i veckan för en roll. Manuellt kanske du lägger cirka 10 minuter på att öppna PDF:en, skanna efter matchning och sedan uppdatera trackern, vilket blir ungefär 3 timmars admin innan du ens pratar med någon. Med det här flödet är “arbetet” i princip att skicka in formuläret (det gör kandidaterna) och kasta en blick på Telegram när en shortlist-notis dyker upp. Även om du lägger 2 minuter på att granska varje shortlistad profil i arket hamnar du oftast på runt 30 minuter faktisk insats, plus bakgrundsprocessningen som du slipper sitta och vänta på.
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 roller, sökande och beslut.
- Google Drive för att lagra uppladdade CV-filer.
- Telegram för att avisera rekryteringsteamet i realtid.
- OpenAI API-nyckel (hämta den i din OpenAI-plattforms dashboard).
Svårighetsgrad: Nybörjare. Du kopplar konton, klistrar in en API-nyckel och redigerar några prompts så att de matchar era rollkrav.
Vill du inte sätta upp detta själv? Prata med en automationsexpert (gratis 15-minuters konsultation).
Så fungerar det
En kandidat skickar in en ansökan via ert formulär. n8n Form Trigger samlar in grunder som namn och e-post, plus uppladdning av en CV-fil och vald jobbroll.
CV:t lagras och konverteras till läsbar text. Google Drive tar emot den uppladdade filen i en angiven mapp, och sedan extraherar flödet CV-texten så att AI:n kan utvärdera den tillförlitligt.
AI screenar CV:t mot era jobbkriterier. Screening-agenten använder er data för öppna roller i Google Sheets, tar fram en strukturerad poäng och ett shortlist-beslut och skriver resultatet i ert Applications-ark.
Shortlistade kandidater får intervjufrågor och en Telegram-notis. Om kandidaten kvalar genererar en andra agent tre rollrelevanta frågor, uppdaterar samma rad i Google Sheets och skickar till Telegram till teamet så att granskningen sker snabbt.
Du kan enkelt justera tröskeln för shortlist och stilen på intervjufrågorna utifrån era behov. Se hela implementationsguiden nedan för anpassningsalternativ.
Steg-för-steg-guide för implementering
Steg 1: konfigurera formulärtriggern
Börja med att sätta upp intagsformuläret som startar arbetsflödet och fångar in kandidatinlämningar.
- Lägg till och öppna Candidate Intake Form för att definiera era formulärfält för kandidatinformation och filuppladdning.
- Säkerställ att formuläret är sparat och kopiera den genererade formulär-URL:en för er publika intagssida.
Steg 2: koppla filhantering och lagring
När formuläret skickas in förgrenas arbetsflödet parallellt för att lagra filer och extrahera kandidatdata.
- Bekräfta att Candidate Intake Form skickar utdata parallellt till både Drive File Upload och Parse Applicant Profile.
- I Drive File Upload konfigurerar ni den Drive-mapp dit kandidatfiler ska sparas.
- I Parse Applicant Profile mappar ni formulärets uppladdade filfält till filindatan för extrahering.
Steg 3: ställ in AI-screening och rollmatchning
Konfigurera AI-stacken som läser den parsade profilen, screenar kandidaten och bygger uppföljningsfrågor.
- Öppna GPT-4 Chat Model och koppla den som språkmodell för både HR Screening Agent och Question Builder Agent.
- Verifiera att Structured Parser är ansluten till HR Screening Agent som utdata-parser för strukturerade screeningresultat.
- Säkerställ att Open Roles Sheet är ansluten som ett verktyg till både HR Screening Agent och Question Builder Agent för rolluppslag.
- Bekräfta att Parse Applicant Profile skickar utdata till HR Screening Agent så att agenten får parsad data.
Steg 4: konfigurera utvärdering och uppföljning
Spara screeningresultat och avgör om uppföljningsfrågor ska genereras.
- I Update HR Tracker mappar ni fält från HR Screening Agent till ert HR-uppföljningsark.
- Ställ in Branch Evaluation för att utvärdera screeningutfallet och skicka godkända kandidater till Question Builder Agent.
Steg 5: konfigurera uppföljningsuppdateringar och aviseringar
Skriv uppföljningsåtgärder till trackern och avisera HR.
- Konfigurera Update HR Tracker Followup för att lägga till frågeset eller uppföljningssteg som genereras av Question Builder Agent.
- I Notify HR via Telegram utformar ni meddelandeinnehållet och väljer målchatten/kanalen för HR-aviseringar.
Steg 6: testa och aktivera ert arbetsflöde
Kör ett fullständigt test för att validera dataflöde, AI-utdata och aviseringar innan ni går live.
- Klicka på Execute Workflow och skicka in en testpost via Candidate Intake Form.
- Verifiera att Drive File Upload lagrar filen, att Parse Applicant Profile extraherar data och att HR Screening Agent producerar strukturerade resultat.
- Bekräfta att uppdateringar i arket sker i både Update HR Tracker och Update HR Tracker Followup, och att Notify HR via Telegram levererar aviseringen.
- När allt ser korrekt ut, slå om arbetsflödet till Active för användning i produktion.
Vanliga fallgropar
- Google Sheets-inloggningar kan löpa ut eller kräva specifika behörigheter. Om det börjar skapa fel, kontrollera först åtkomsten för det kopplade Google-kontot i n8n-credentials och bekräfta sedan att arket är delat med det kontot.
- Om du använder Wait-noder eller extern rendering varierar processtiderna. Öka väntetiden om efterföljande noder fallerar på tomma svar.
- Standardprompts i AI-noder är generiska. Lägg in er tonalitet tidigt, annars kommer du att redigera output för alltid.
Vanliga frågor
Cirka 15 minuter om dina Google- och Telegram-konton är redo.
Nej. Du kommer främst att koppla konton och redigera screening-prompterna. Om du kan hantera Google Sheets klarar du detta.
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 OpenAI API, vilket oftast är några cent per CV beroende på längd.
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 uppdatera rollkraven i Google Sheet:en “Open Roles” och sedan justera screening-agentens prompt så att den speglar vad “kvalificerad” betyder för varje roll. Vanliga anpassningar är att sätta en högre poängtröskel för seniora roller, lägga till diskvalificerare (som att en obligatorisk certifiering saknas) och ändra stilen på intervjufrågorna så att den matchar er intervjuprocess.
Oftast beror det på en bot-token eller att boten inte har lagts till i rätt chatt. Skapa en ny Telegram bot token vid behov, bekräfta att chat-ID:t är korrekt och säkerställ att boten har behörighet att posta meddelanden i den gruppen. Om det fungerar i tester men fallerar under belastning kan rate limits också dyka upp när du shortlist-ar många kandidater samtidigt.
Väldigt många.
Ofta, ja, särskilt när du vill ha AI-screening plus strukturerade resultat. n8n hanterar förgreningslogik och AI-flöden i flera steg på ett tydligt sätt, och med self-hosting kan du köra hög volym utan att betala per task. Zapier och Make kan vara enklare för grundläggande “formulär till Sheet”-synk, men de blir snabbt klumpiga när du behöver två AI-agenter, en parser, villkorsstyrd shortlisting och uppdateringar av poster i samma körning. Kostnad är också en faktor: frekventa körningar kan bli dyra snabbt med per-task-prissättning. Om du vill ha en snabb rekommendation utifrån din volym och dina verktyg, prata med en automationsexpert.
När detta väl rullar slutar teamet att sitta barnvakt åt trackern och börjar granska rätt personer vid rätt tillfälle. Ärligt talat räcker det långt för att rekrytering ska kännas lugnare.
Kontakta oss
Hör av dig, så diskuterar vi hur just din verksamhet kan dra nytta av alla fantastiska möjligheter som AI skapar.