LinkedIn-publicering kraschar på samma ställe varje gång. Du har idéer, kanske till och med ett rörigt dokument med utkast, men själva skrivandet, bildskapandet och schemaläggningen skjuts hela tiden upp till ”senare”.
Automatisering av LinkedIn-inlägg tätar den luckan. Marknadschefer märker det när innehållskalendern ser full ut men inget faktiskt publiceras. Grundare som försöker bygga ett personligt varumärke stöter på samma sak. Och byråer fastnar i att jaga godkännanden och skriva om samma typ av inlägg varje vecka.
Det här arbetsflödet gör ett Google Sheet till en pålitlig LinkedIn-publiceringsmaskin. Du får se vad som automatiseras, vad du får tillbaka (tid, konsekvens, färre ändringar) och hur du anpassar det till din egen röst.
Så fungerar automatiseringen
Hela n8n-arbetsflödet, från trigger till slutresultat:
n8n Workflow Template: Google sheets till linkedin: publicera inlägg kontinuerligt
flowchart LR
subgraph sg0["Timed Flow"]
direction LR
n0@{ icon: "mdi:robot", form: "rounded", label: "Structured Result Parser", pos: "b", h: 48 }
n1@{ icon: "mdi:brain", form: "rounded", label: "Anthropic Chat Engine", pos: "b", h: 48 }
n2@{ icon: "mdi:wrench", form: "rounded", label: "Perplexity Web Research", pos: "b", h: 48 }
n3@{ icon: "mdi:cog", form: "rounded", label: "Binary File Builder", pos: "b", h: 48 }
n4@{ icon: "mdi:play-circle", form: "rounded", label: "Timed Trigger", pos: "b", h: 48 }
n7@{ icon: "mdi:cog", form: "rounded", label: "Reference Style Image", pos: "b", h: 48 }
n9@{ icon: "mdi:cog", form: "rounded", label: "Store Image File", pos: "b", h: 48 }
n10@{ icon: "mdi:database", form: "rounded", label: "Append Post Record", pos: "b", h: 48 }
n16["<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/httprequest.dark.svg' width='40' height='40' /></div><br/>OpenAI Image Request"]
n17@{ icon: "mdi:robot", form: "rounded", label: "LinkedIn Content Agent", pos: "b", h: 48 }
n4 --> n17
n9 --> n10
n7 --> n16
n16 --> n3
n3 --> n9
n2 -.-> n17
n1 -.-> n17
n17 --> n7
n0 -.-> n17
end
subgraph sg1["Alternate Schedule Flow"]
direction LR
n6@{ icon: "mdi:cog", form: "rounded", label: "Select Single Post", pos: "b", h: 48 }
n11@{ icon: "mdi:play-circle", form: "rounded", label: "Alternate Schedule Trigger", pos: "b", h: 48 }
n12@{ icon: "mdi:database", form: "rounded", label: "Fetch Ready Posts", pos: "b", h: 48 }
n13@{ icon: "mdi:cog", form: "rounded", label: "Download Post Image", pos: "b", h: 48 }
n14["<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/linkedin.svg' width='40' height='40' /></div><br/>Publish LinkedIn Update"]
n15@{ icon: "mdi:database", form: "rounded", label: "Mark Post Status", pos: "b", h: 48 }
n6 --> n13
n11 --> n12
n14 --> n15
n13 --> n14
n12 --> n6
end
subgraph sg2["Flow 3"]
direction LR
n5["<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/>Merge Idea Text"]
n8@{ icon: "mdi:database", form: "rounded", label: "Retrieve Prior Ideas", pos: "b", h: 48 }
n8 --> n5
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 n4,n11 trigger
class n0,n17 ai
class n1 aiModel
class n2 ai
class n10,n12,n15,n8 database
class n16 api
class n5 code
classDef customIcon fill:none,stroke:none
class n16,n14,n5 customIcon
Problemet: LinkedIn-konsekvensen faller när verkligheten slår till
Att posta ”två gånger i veckan” låter enkelt tills du räknar på det. Varje inlägg behöver ett ämne som är värt att läsa, en tydlig hook, en struktur som inte svamlar och (om du bryr dig om resultat) en bild som ser ut att höra hemma i ditt varumärke. Sedan försvinner ännu mer tid på att leta upp senaste versionen, dubbelkolla fakta, ändra storlek på en bild och klistra in allt i LinkedIn. Missar du en vecka hamnar du i kapp-läge, vilket ärligt talat gör att de flesta slutar posta helt.
Det blir snabbt mycket. Här brukar friktionen dyka upp.
- Utkast ligger på för många ställen, så du skriver om eller postar något halvdant.
- Research tar längre tid än väntat eftersom du hoppar mellan flikar, sparar länkar och sedan sammanfattar manuellt.
- Bilder blir en flaskhals, särskilt när du vill ha en konsekvent stil och inte slumpmässiga Canva-mallar.
- Schemaläggning och publicering är ”små uppgifter” som ändå stjäl ungefär en timme varje vecka, plus den mentala belastningen att komma ihåg att göra dem.
Lösningen: Google Sheets till LinkedIn-innehåll + bilder enligt schema
Det här n8n-arbetsflödet kör två stabila loopar: en som skapar inlägg och en som publicerar dem. Först hämtar det tidigare idéer från ditt Google Sheet så att du inte börjar från noll. Enligt ett schema använder det Perplexity för att researcha aktuella vinklar och stödjande punkter, och skickar sedan den kontexten till en AI-baserad ”content agent” (Claude via Anthropic, i den här byggversionen) för att generera ett LinkedIn-inlägg i din varumärkesröst. Därefter skapar det en varumärkesanpassad bild med en referensbild för stil som ligger i Google Drive och en OpenAI-bildförfrågan, och sparar sedan tillbaka den färdiga posten i Google Sheets med bild-URL och status.
Två gånger i veckan hämtar en separat schematrigger ett inlägg som är markerat som redo, laddar ner bilden från Google Drive, publicerar uppdateringen till LinkedIn och markerar sedan raden som publicerad. Ditt sheet blir källan till sanningen, vilket innebär att du kan godkänna, pausa eller redigera utan att gräva i en massa verktyg.
Det du får: automatisering vs. resultat
| Vad det här arbetsflödet automatiserar | Resultat du får |
|---|---|
|
|
Exempel: så här ser det ut
Säg att du publicerar 2 LinkedIn-inlägg per vecka med en bild. Manuellt kan research och disposition ta cirka 45 minuter per inlägg, skrivandet tar ytterligare 30 minuter och att skapa en konsekvent bild tar ofta 20 minuter, så du landar på ungefär 3 timmar i veckan innan du ens schemalägger. Med det här arbetsflödet lägger du cirka 10 minuter på att granska det som genererats i Google Sheets och sedan godkänna. Den schemalagda publiceringen tar hand om resten, så du får tillbaka ett par timmar varje vecka samtidigt som du håller jämn takt.
Det här behöver du
- n8n-instans (testa n8n Cloud gratis)
- Alternativ för egen drift om du föredrar det (Hostinger fungerar bra)
- Google Sheets för att lagra idéer, utkast och statusar
- Google Drive för att lagra stilreferensen och bilderna
- Perplexity API-nyckel (hämta den från kontrollpanelen i ditt Perplexity-konto)
- Anthropic API-nyckel (hämta den från Anthropic Console)
- OpenAI API-nyckel (hämta den från OpenAI API-dashboarden)
- LinkedIn-kontokoppling för att publicera via n8n:s LinkedIn-nod
Svårighetsnivå: Medel. Du kopplar konton, mappar Google Sheets-kolumner och justerar prompts för din röst.
Vill du inte sätta upp det här själv? Prata med en automationsexpert (gratis 15-minuters konsultation).
Så fungerar det
Schemalagd skapandetrigger. På en timer startar arbetsflödet innehållsskapandet så att du bygger en backlog utan att behöva tänka på det.
Idé + research-sammanställning. Det hämtar tidigare idéer från Google Sheets och använder sedan Perplexity-webbresearch för att få in nya vinklar och stödjande punkter i utkastet.
Skrivning av inlägg och bildgenerering. LinkedIn-content agenten (Anthropic/Claude i den här versionen) skriver inlägget, och en stilreferensbild från Google Drive styr en OpenAI-bildförfrågan så att dina visuella uttryck blir konsekventa.
Sheetet som kontrollpanel. Arbetsflödet lägger till inläggstext och bildens plats i Google Sheets. På publiceringsschemat väljer det ett inlägg som är redo, laddar ner bilden från Drive, publicerar till LinkedIn och markerar status så att du inte dubbelpublicerar.
Du kan enkelt ändra publiceringsfrekvensen så att den matchar din takt utifrån dina behov. Se hela implementationsguiden nedan för anpassningsalternativ.
Steg-för-steg-guide för implementering
Steg 1: Konfigurera schematriggern
Ställ in båda scheman som driver innehållsgenerering och publicering.
- Öppna Timed Trigger och ställ in schemaregeln så att den triggar vid timme
5. - Öppna Alternate Schedule Trigger och ställ in regeln med Days Interval till
3och Trigger At Hour till14. - Bekräfta körflödet: Timed Trigger → LinkedIn Content Agent och Alternate Schedule Trigger → Fetch Ready Posts.
Tips: Använd olika triggtider för att separera idéframtagning från publicering så att er innehållskö ligger steget före.
Steg 2: Anslut Google Sheets
Konfigurera kalkylbladsnoderna som lagrar, filtrerar och uppdaterar inläggsposter.
- I Retrieve Prior Ideas väljer ni kalkylbladet med Document ID
[YOUR_ID]och Sheet Namegid=0. Credential Required: Anslut era googleSheetsOAuth2Api-inloggningsuppgifter. - I Append Post Record sätter ni Operation till
appendoch mappar kolumner till uttryck som{{ $('LinkedIn Content Agent').item.json.output.copy }},{{ $('LinkedIn Content Agent').item.json.output.about }}och{{ $json.webViewLink.replace(/usp=[^&]+/, 'usp=sharing') }}. Sätt status tillreview. Credential Required: Anslut era googleSheetsOAuth2Api-inloggningsuppgifter. - I Fetch Ready Posts tillämpar ni filtret där status är lika med
readyförgid=0i[YOUR_ID]. Credential Required: Anslut era googleSheetsOAuth2Api-inloggningsuppgifter. - I Mark Post Status sätter ni Operation till
update, matchar på about med{{ $('Select Single Post').item.json.about }}och sätter status tillposted. Credential Required: Anslut era googleSheetsOAuth2Api-inloggningsuppgifter.
⚠️ Vanlig fallgrop: Säkerställ att kolumnnamnen i ert ark matchar about, text, image och status, annars kommer append/update-operationerna att misslyckas.
Steg 3: Anslut Google Drive och hantering av bildfiler
Ställ in stilreferensen, bildnedladdningar och fillagring för inläggens visuella material.
- I Reference Style Image sätter ni Operation till
downloadoch väljer referensens File ID[YOUR_ID]. Credential Required: Anslut era googleDriveOAuth2Api-inloggningsuppgifter. - I Download Post Image sätter ni Operation till
downloadoch sätter File ID till{{ $json.image }}. Credential Required: Anslut era googleDriveOAuth2Api-inloggningsuppgifter. - I Store Image File sätter ni Name till
{{ $('LinkedIn Content Agent').item.json.output.name }}och Input Data Field Name till=data. Välj DriveMy Driveoch Folder[YOUR_ID]. Credential Required: Anslut era googleDriveOAuth2Api-inloggningsuppgifter.
Tips: Bekräfta mappbehörigheterna för Drive-mappen så att n8n kan skriva filer vid automatiserade körningar.
Steg 4: Konfigurera AI-generering av innehåll
Konfigurera AI-agenten, dess språkmodell, parser och researchverktyg.
- Öppna LinkedIn Content Agent och bekräfta att Prompt Type är
definemed hela prompten som börjar medGenerate my next LinkedIn post.. - I Structured Result Parser behåller ni JSON-schemaexemplet som angivet så att utdatafälten matchar
about,copyochimage. Den här parsern är kopplad till LinkedIn Content Agent som output-parser. - I Anthropic Chat Engine väljer ni modellen
claude-3-7-sonnet-20250219. Credential Required: Anslut era anthropicApi-inloggningsuppgifter. Detta är språkmodellen för LinkedIn Content Agent. - I Perplexity Web Research sätter ni Workflow ID till
[YOUR_ID]och behåller verktygsnamnetweb_search. Det här verktyget är kopplat till LinkedIn Content Agent; lägg till eventuella nödvändiga inloggningsuppgifter i det refererade arbetsflödet, inte här. - Bekräfta körflödet: Timed Trigger → LinkedIn Content Agent → Reference Style Image.
⚠️ Vanlig fallgrop: Om agenten returnerar felaktigt formaterad JSON, kontrollera på nytt schemaformateringen i Structured Result Parser och säkerställ att modellens utdata matchar den exakt.
Steg 5: Konfigurera bildgenerering och filkonvertering
Ställ in OpenAI-bildförfrågan, konvertera svaret och lagra det.
- I OpenAI Image Request sätter ni Method till
POST, Content Type tillmultipart-form-dataoch aktiverar Send Body. Credential Required: Anslut era httpHeaderAuth-inloggningsuppgifter. - Konfigurera body-parametrarna i OpenAI Image Request: sätt model till
gpt-image-1, sätt image som binärdata fråndataoch sätt prompt till hela prompten som innehåller{{ $('LinkedIn Content Agent').item.json.output.image }}. - I Binary File Builder sätter ni Operation till
toBinary, Source Property tilldata[0].b64_jsonoch Binary Property Name till=data. - Bekräfta filflödet: Reference Style Image → OpenAI Image Request → Binary File Builder → Store Image File → Append Post Record.
Steg 6: Konfigurera publicering till LinkedIn
Publicera godkända inlägg med bilder och uppdatera deras status efteråt.
- I Select Single Post behåller ni standardinställningarna för gränsen för att säkerställa att endast en post publiceras per körning.
- I Publish LinkedIn Update sätter ni Text till
{{ $json.text }}, sätter Person till[YOUR_ID], sätter Visibility tillPUBLICoch Share Media Category tillIMAGE. Credential Required: Anslut era linkedInOAuth2Api-inloggningsuppgifter. - Bekräfta körflödet: Fetch Ready Posts → Select Single Post → Download Post Image → Publish LinkedIn Update → Mark Post Status.
⚠️ Vanlig fallgrop: Ersätt [YOUR_ID] i Publish LinkedIn Update med er LinkedIn person-URN, annars kommer API:t att avvisa inlägget.
Steg 7: Testa och aktivera ert arbetsflöde
Kör ett manuellt test för att verifiera innehållsgenerering, bildskapande och publicering.
- Klicka på Execute Workflow på Timed Trigger för att testa spåret för innehållsskapande från LinkedIn Content Agent via Append Post Record.
- Klicka på Execute Workflow på Alternate Schedule Trigger för att testa publiceringsspåret från Fetch Ready Posts till Mark Post Status.
- Verifiera att en ny rad visas i ert Google Sheet med
statussatt tillreviewoch att status efter publicering uppdateras tillposted. - När allt fungerar växlar ni arbetsflödet till Active för att aktivera schemalagd automation.
Vanliga fallgropar
- Google Sheets-inloggningar kan gå ut eller kräva specifika behörigheter. Om något slutar fungera, börja med att kontrollera n8n:s anslutningstest för inloggningsuppgifter och din Google-kontoåtkomst till målsheetet.
- 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 din varumärkesröst tidigt, annars kommer du att redigera resultaten i all oändlighet.
Vanliga frågor
Ungefär en timme om dina konton och sheetet är klara.
Nej. Du kommer mest att koppla konton och mappa rätt kolumner i Google Sheets. Den enda ”tekniska” delen är att redigera prompts på vanlig svenska.
Ja. n8n har ett gratis alternativ för egen drift och en gratis provperiod på n8n Cloud. Cloud-planer börjar på 20 USD/månad för högre volym. Du behöver också räkna in API-användning för Perplexity/Anthropic/OpenAI, vilket vanligtvis landar på några dollar i månaden vid låg volym.
Två alternativ: n8n Cloud (hanterat, enklast setup) eller egen drift på en VPS. För egen drift är Hostinger VPS prisvärd och hanterar n8n bra. Egen drift ger dig obegränsade körningar men kräver grundläggande serveradministration.
Ja, och det bör du. Uppdatera prompten i LinkedIn Content Agent så att den speglar din ton, målgrupp och ditt erbjudande. Du kan också byta ut steget Perplexity Web Research mot dina egna källor och ändra stilreferensbilden i Google Drive så att den matchar en ny visuell identitet.
Oftast handlar det om en utgången eller återkallad LinkedIn-behörighet i n8n, så återanslut LinkedIn-uppgifterna och försök igen. Om det fortfarande misslyckas, kontrollera om kontot har publiceringsbegränsningar (företagssida vs personlig profil kan spela roll). Titta också efter rate limiting om du testar upprepade gånger under en kort tidsperiod. Bekräfta till sist att bildfilen faktiskt laddas ner från Google Drive, eftersom LinkedIn-publicering kan misslyckas när mediepayloaden är tom.
Många.
För AI-tunga publiceringsflöden är n8n oftast ett bättre val eftersom du kan förgrena logik, slå ihop data och hantera en riktig ”content pipeline” utan att betala extra för varje väg. Egen drift tar också bort oron för att slå i task-gränser när du genererar många utkast. Zapier eller Make kan fortfarande fungera om du bara behöver en enkel ”ny rad → posta till LinkedIn”-automatisering, men det här arbetsflödet har två scheman, research, generering, filhantering och statusuppdateringar. Om du är osäker, prata med en automationsexpert och få en snabb rekommendation.
Två inlägg i veckan behöver inte vara en ständig stress. Sätt upp det här en gång, behåll kontrollen i Google Sheets och låt arbetsflödet ta hand om grovjobbet.
Kontakta oss
Hör av dig, så diskuterar vi hur just din verksamhet kan dra nytta av alla fantastiska möjligheter som AI skapar.