Nya leads kommer in. Sedan måste någon läsa raden, gissa om den är bra, kopiera in den i CRM:et och pinga en säljare. Det är ingen “säljprocess”. Det är administrativt slit (och det saboterar i det tysta svarstiden).
Det är här säljchefer känner av smärtan först. Men byråägare som jonglerar flera pipelines och ops-personal som försöker hålla datan strukturerad hamnar i samma röra. Med den här automatiseringen för lead scoring blir varje nytt lead i Google Sheets kvalificerat, märkt och routat utan att du behöver vaka över det.
Nedan ser du hur workflowet körs, vilka resultat du kan förvänta dig och vad du behöver för att koppla ihop Google Sheets, AI-scoring, HighLevel och e-postnotiser till ett och samma strukturerade system.
Så här fungerar automatiseringen
Det kompletta n8n-workflowet, från trigger till slutresultat:
n8n Workflow Template: Google sheets till highlevel: poängsätt leads
flowchart LR
subgraph sg0["New Lead Form Submission1 Flow"]
direction LR
n0@{ icon: "mdi:code-braces", form: "rounded", label: "Categorize Lead Priority1", pos: "b", h: 48 }
n1@{ icon: "mdi:play-circle", form: "rounded", label: "New Lead Form Submission1", pos: "b", h: 48 }
n2@{ icon: "mdi:robot", form: "rounded", label: "AI Lead Qualification Agent1", pos: "b", h: 48 }
n3@{ icon: "mdi:brain", form: "rounded", label: "Azure OpenAI Model1", pos: "b", h: 48 }
n4["<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/code.svg' width='40' height='40' /></div><br/>Parse AI Response to JSON"]
n5@{ icon: "mdi:database", form: "rounded", label: "Save Lead to Status Sheet", 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/highLevel.svg' width='40' height='40' /></div><br/>Add Contact to CRM"]
n7@{ icon: "mdi:message-outline", form: "rounded", label: "Send Email to Sales Rep", pos: "b", h: 48 }
n6 --> n7
n3 -.-> n2
n0 --> n6
n1 --> n2
n4 --> n5
n5 --> n0
n2 --> 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 n1 trigger
class n2 ai
class n3 aiModel
class n5 database
class n0,n4 code
classDef customIcon fill:none,stroke:none
class n4,n6 customIcon
Problemet: leads kommer in snabbare än du hinner kvalificera dem
Google Sheets är ett bra verktyg för att ta emot leads. Det är också där bra leads går för att dö. En ny rad landar från en formulärinsändning, och nu måste någon tolka halvt ifyllda fält, avgöra om det är på riktigt, sätta en prioritet och sedan skapa eller uppdatera kontakten i HighLevel. Gör du det några gånger om dagen är det irriterande. Gör du det 30 gånger en måndag börjar du skjuta upp uppföljningar, missa sammanhang och skapa dubbletter. Det värsta är inkonsekvensen. En säljare kallar det “hett”, en annan ignorerar samma lead för att de var upptagna.
Det eskalerar snabbt. Här är var det faller isär.
- Någon måste läsa varje rad manuellt, vilket blir cirka 1–2 timmar administrativt arbete en normal vecka.
- Lead-prioritet blir “vem som tittade senast”, inte ett konsekvent scoringsystem kopplat till värde, fas och företagsdetaljer.
- Copy-paste-uppdateringar i CRM skapar dubbletter och röriga anteckningar, så din rapportering börjar ljuga för dig.
- Säljare får notiser sent (eller inte alls), vilket gör att svarstiden drar ut just när leadet är som mest motiverat.
Lösningen: AI-baserad lead scoring + automatisk routing i HighLevel
Det här workflowet bevakar ditt Google Sheet “Incoming Leads” efter nya formulärinsändningar. Så fort en rad dyker upp skickar det lead-detaljerna till en AI Agent via en Azure OpenAI GPT-4o-mini-deployment. AI:n granskar det du redan samlar in (namn, e-post, telefon, företag, affärsvärde, fas) och returnerar strukturerat output med en score plus tydliga åtgärdspunkter. Svaret rensas till pålitlig JSON och loggas sedan till ett separat “Lead Status”-ark så att du får ett konsekvent revisionsspår. Därefter tilldelar workflowet en nivå som Hot, Warm eller Cold och synkar kontakten till HighLevel, där befintliga poster uppdateras i stället för att skapa kaos. Till sist får ansvarig säljare ett mejl med en sammanfattning på klarspråk, prioritet och vad som ska göras härnäst.
Workflowet startar med en ny rad i Google Sheets. Därifrån genererar Azure OpenAI score och rekommenderade nästa steg, som sparas för uppföljning. HighLevel uppdateras med kontakten och en e-postnotis skickas så att en säljare kan agera direkt.
Det du får: automatisering vs. resultat
| Vad workflowet automatiserar | Resultat du får |
|---|---|
|
|
Exempel: så här ser det ut i praktiken
Säg att du får 20 inkommande leads i veckan i ett Google Sheet. Manuellt tar det kanske 6 minuter att läsa raden, avgöra prioritet, skapa/uppdatera i HighLevel och skicka ett meddelande till en säljare. Det blir ungefär 2 timmar i veckan, plus alla avbrott. Med det här workflowet lägger du cirka 10 minuter en gång på att sätta upp kolumnrubriker och routingregler, och sedan hanteras varje nytt lead automatiskt medan du fortsätter jobba. Säljare hoppar bara in när mejlet säger “Hot” eller “Warm”, med åtgärdspunkter redan formulerade.
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 fånga inkommande formulärinsändningar
- HighLevel (GoHighLevel) för att skapa/uppdatera CRM-kontakter
- Azure OpenAI API-åtkomst (hämtas från din Azure OpenAI-resurs)
Kunskapsnivå: Nybörjare. Du kopplar konton, mappar några fält och klistrar in ditt sheet-ID och namnet på modelldeploymenten.
Vill du inte sätta upp det här själv? Prata med en automations-expert (gratis 15-minuters konsultation).
Så fungerar det
Ett nytt lead landar i ditt Google Sheet. Workflowet triggas när en ny rad dyker upp i ditt ark för inkommande leads (det som är kopplat till ditt formulär eller din leadkälla). Ingen behöver “kolla kalkylarket” igen.
Leadet får score och sammanfattning av AI. n8n skickar radens fält till en AI Agent som drivs av Azure OpenAI GPT-4o-mini och får sedan tillbaka ett strukturerat svar med score och rekommenderade nästa steg. Det spelar roll eftersom AI-output i fritext är svårt att lita på om du inte kan parsa det korrekt.
Workflowet gör om output till användbar data. Ett avkodningssteg konverterar AI-svaret till prydlig JSON och workflowet lägger sedan till leadet plus åtgärdspunkter i ett separat “Lead Status”-ark. Du får insyn utan att öppna CRM:et.
HighLevel uppdateras och säljaren får en notis. Baserat på scoren tilldelar workflowet Hot/Warm/Cold, skapar eller uppdaterar HighLevel-kontakten och skickar en sammanfattning via mejl till rätt person så att de kan svara snabbt.
Du kan enkelt justera scoringtrösklarna så att de matchar dina pipeline-faser och din säljprocess utifrån dina behov. Se hela implementationsguiden nedan för anpassningsalternativ.
Steg-för-steg-guide för implementering
Steg 1: Konfigurera Google Sheets-triggern
Konfigurera arbetsflödet så att det startar varje gång en ny lead-rad läggs till i ert kalkylark med Incoming Lead Sheet Trigger.
- Lägg till Incoming Lead Sheet Trigger och ställ in Event på
rowAdded. - Ställ in Document ID på
{{ $json.id }}och Sheet Name på{{ $json.id }}. - Ställ in polling-schemat till
everyMinuteunder Poll Times. - Inloggningsuppgifter krävs: Anslut era googleSheetsTriggerOAuth2Api-uppgifter.
Tips: Säkerställ att ert kalkylark har rubriker som matchar fält som Lead Name, Lead email och Lead Contact No. så att efterföljande uttryck tolkas korrekt.
Steg 2: Anslut Google Sheets
Lagra lead-statusen som berikats av AI med Append Lead Status Sheet.
- Lägg till Append Lead Status Sheet och ställ in Operation på
append. - Ställ in Document ID på
{{ $json.id }}och Sheet Name på{{ $json.id }}. - Inloggningsuppgifter krävs: Anslut era googleSheetsOAuth2Api-uppgifter.
Steg 3: Sätt upp AI för lead scoring
Använd AI-agenten för att poängsätta och prioritera leads, och rensa sedan JSON:en med kod innan ni lagrar den.
- Lägg till Lead Scoring AI Agent och ställ in Prompt Type på
define. - Klistra in hela prompten i Text exakt som den visas i arbetsflödet, inklusive JSON-formateringen och fältplatshållare som
{{ $json["Lead Name"] }}och{{ $json['Stage of Lead'] }}. - Anslut Azure GPT Mini Model som språkmodell för Lead Scoring AI Agent och ställ in Model på
gpt-4o-mini. - Inloggningsuppgifter krävs: Anslut era azureOpenAiApi-uppgifter i Azure GPT Mini Model. Detta tillhandahåller inloggningsuppgifter för AI-agenten.
- Lägg till Decode AI JSON Output och behåll den angivna JavaScript Code för att tolka AI-svaret och lägga till
processedAt.
⚠️ Vanlig fallgrop: AI:n måste returnera giltig JSON. Parsningslogiken i Decode AI JSON Output kommer att falla tillbaka till standardvärden om JSON:en är felaktigt formaterad.
Steg 4: Konfigurera utdata och åtgärder för routing
Klassificera lead-nivån, synka den till ert CRM och meddela sälj via e-post.
- Lägg till Assign Lead Tier och behåll den angivna Function Code som sätter
stagebaserat påscore. - Lägg till Sync Contact to CRM och ställ in Email på
{{ $json["Lead email"] }}och Phone på{{ $json["Lead Contact No."] }}. - I Sync Contact to CRM, ställ in First Name på
{{ $json["Lead Name"].split(' ')[0] }}och Last Name på{{ $json["Lead Name"].split(' ').slice(1).join(' ') }}. - Inloggningsuppgifter krävs: Anslut era highLevelOAuth2Api-uppgifter.
- Lägg till Notify Sales via Email och ställ in Subject på
New {{ $('Assign Lead Tier').item.json.stage }} Lead Assigned. - Ställ in Text till den angivna meddelandemallen, inklusive
{{ $json.score }}och{{ $('Assign Lead Tier').item.json.stage }}. - Ställ in To Email på
{{ $json.salesRepEmail || '[YOUR_EMAIL]' }}och From Email på{{ $json.senderEmail || '[YOUR_EMAIL]' }}. - Inloggningsuppgifter krävs: Anslut era smtp-uppgifter.
Körordningen följer arbetsflödet: Incoming Lead Sheet Trigger → Lead Scoring AI Agent → Decode AI JSON Output → Append Lead Status Sheet → Assign Lead Tier → Sync Contact to CRM → Notify Sales via Email.
Steg 5: Testa och aktivera ert arbetsflöde
Verifiera arbetsflödet från start till mål innan ni slår på det i produktion.
- Lägg manuellt till en ny rad i ert lead-ark med alla obligatoriska fält för att trigga Incoming Lead Sheet Trigger.
- Kör arbetsflödet en gång och bekräfta att Append Lead Status Sheet får en ny rad med
score,priorityochprocessedAt. - Verifiera att Sync Contact to CRM skapar eller uppdaterar kontakten, och att Notify Sales via Email skickar ett meddelande till säljaren.
- När allt fungerar, växla arbetsflödet till Active för löpande lead-kvalificering.
Vanliga fallgropar
- Behörigheter i Google Sheets är oftast boven. Om triggern slutar plocka upp nya rader, kontrollera att arket är delat med samma Google-konto som används i n8n-credentials.
- Om du förlitar dig på väntetid/bearbetningstid (AI-anrop, CRM-API) kan svar komma långsammare under peak-timmar. Om noder längre ned fallerar med saknade fält, öka väntetiden eller lägg till enkla kontroller för “tomt värde”.
- Uppdateringar av HighLevel-kontakter kan se “lyckade” ut men ändå skapa dubbletter om ditt matchningsfält är fel. Säkerställ att du matchar på e-post (eller telefon) konsekvent, och låt inte AI:n generera identifierare.
Vanliga frågor
Cirka 30 minuter om dina konton och arket är redo.
Nej. Du mappar mest fält och kopplar credentials. Den enda “tekniska” delen är att se till att rubrikerna i ditt Google Sheet matchar vad workflowet förväntar sig.
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 kostnader för Azure OpenAI-användning (ofta några cent per lead, beroende på storleken på din prompt).
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, och det är en vanlig justering. Behåll scoren som den är, och byt sedan ut eller duplicera steget “Notify Sales via Email” med en Slack-meddelandenod bara för Hot leads. Du gör det genom att lägga till ett If-villkor efter “Assign Lead Tier” och sedan skicka Hot till Slack medan Warm fortsätter som e-post. Många team anpassar också AI-prompten i AI Agent-noden så att åtgärdspunkterna matchar deras manus och kvalificeringsregler.
Oftast handlar det om en utgången OAuth-anslutning eller saknade behörigheter på HighLevel-kontot du kopplade. Koppla om HighLevel-credential i n8n och bekräfta att användaren har åtkomst till rätt underkonto (location). Om det bara fallerar på vissa leads, kontrollera vilket fält du använder för att hitta befintliga kontakter, eftersom tomma e-post-/telefonvärden kan göra att matchning misslyckas.
Massor.
Ofta, ja, om du bryr dig om kontroll och kostnad när volymen växer. Det här workflowet drar nytta av n8n:s förgreningar och datahantering, vilket innebär att du kan parsa AI-output, lägga till villkor och skriva till flera destinationer utan att betala extra för varje litet steg. Self-hosting är också en riktig fördel när leadvolymen sticker iväg. Zapier och Make kan vara enklare för grundläggande “ny rad → skapa kontakt”-automatiseringar, men AI-scoring plus strukturerad loggning blir ofta rörigt där. Om du vill ha hjälp att välja, prata med en automations-expert och få en snabb rekommendation baserat på ditt leadflöde.
När det här väl rullar slutar leads att ligga i ett kalkylark och vänta på uppmärksamhet. Dina säljare ser prioritet, kontext och nästa steg direkt, och du får tillbaka din vecka.
Kontakta oss
Hör av dig, så diskuterar vi hur just din verksamhet kan dra nytta av alla fantastiska möjligheter som AI skapar.