Samtalet är gjort. Affären rör sig framåt. Sedan hamnar anteckningarna i ett dokument, ett Slack-DM eller, ännu värre, i ditt huvud. En vecka senare försöker du minnas vad de faktiskt sa, vad de lovade och vad du lovade tillbaka.
Den här automationen för HubSpot call log träffar säljare först, ärligt talat, men grundare och kundnära account managers känner av den också. Du får en korrekt formaterad samtalslogg i CRM:et plus en tydlig uppföljningsuppgift utan att lägga kvällen på att skriva om transkript.
Nedan är arbetsflödet, vad det löser och vad du behöver för att köra det stabilt i n8n.
Så fungerar den här automationen
Se hur detta löser problemet:
n8n Workflow Template: HubSpot + OpenAI: rensa samtalsloggar och nästa steg
flowchart LR
subgraph sg0["Transcript Intake 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/hubspot.svg' width='40' height='40' /></div><br/>Lookup Contact via Email"]
n1@{ icon: "mdi:brain", form: "rounded", label: "OpenAI Chat Engine", pos: "b", h: 48 }
n2["<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/>Transcript Intake Form"]
n3@{ icon: "mdi:robot", form: "rounded", label: "AI Call Summary Builder", 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/hubspot.svg' width='40' height='40' /></div><br/>Record Call Summary"]
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/hubspot.svg' width='40' height='40' /></div><br/>Generate Follow-Up Task"]
n6@{ icon: "mdi:cog", form: "rounded", label: "Sync Contact from Transcript", pos: "b", h: 48 }
n7@{ icon: "mdi:robot", form: "rounded", label: "Structured Output Parser", pos: "b", h: 48 }
n4 --> n5
n1 -.-> n3
n0 --> n3
n7 -.-> n3
n2 --> n0
n6 -.-> n3
n3 --> 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 n2 trigger
class n3,n7 ai
class n1 aiModel
classDef customIcon fill:none,stroke:none
class n0,n2,n4,n5 customIcon
Utmaningen: röriga transkript skapar rörig CRM-historik
Råa samtalstranskript är användbara, men de är inte en CRM-uppdatering. De är långa, repetitiva och fulla av sidokommentarer som spelar roll i stunden men inte hör hemma i en affärstidslinje. Så transkriptet hamnar någonstans “tillfälligt” och CRM:et får en vag one-liner som “Bra samtal, följ upp nästa vecka.” Sedan behöver en kollega kontext, en chef frågar vad som förändrats, eller så plockar du upp affären igen efter två veckor och inser att du inte kan återskapa nästa steg. Det jobbigaste är den mentala belastningen: du gör minnesarbete i stället för att sälja.
Det drar snabbt iväg. Här är var det faller isär i riktiga team.
- Du slösar cirka 15–30 minuter efter varje samtal på att göra ett transkript till något som går att skumma.
- Uppföljningar begravs eftersom “skicka sammanfattning” inte är en riktig uppgift med titel, innehåll och ansvarig.
- CRM-fält lämnas ofullständiga (jobbtitel, plats, roll), så routning och personalisering blir sämre senare.
- Folk tolkar samma samtal olika, vilket leder till slarviga överlämningar och obekväma “Vänta, vad ville de?”-meddelanden.
Lösningen: gör transkript till en HubSpot-samtalslogg och ett nästa steg
Det här arbetsflödet tar två enkla indata (en kontaktmejl och ett samtalstranskript i klartext) och omvandlar dem till CRM-klara resultat. Först hittar det rätt HubSpot-kontakt via e-post, så att AI:n får kontext som befintliga egenskaper och kända detaljer du redan fångat. Sedan läser en AI-agent transkriptet och plockar ut det en kollega faktiskt behöver: vilka som deltog, vilket problem eller vilken möjlighet som diskuterades, krav, hinder, tidslinje och eventuella relevanta mätetal som nämns. Utifrån det skriver den en sammanfattning på 120–160 ord som känns som en korrekt formaterad intern notering, inte en AI-uppsats. Till sist loggas sammanfattningen som en slutförd Call-engagement i HubSpot och en konkret uppföljningsuppgift skapas med tydligt ämne och beskrivning. Valfritt kan den även fylla i saknade kontaktfält när transkriptet uttryckligen anger dem.
Arbetsflödet startar i ett formulär för transkriptinmatning. OpenAI genererar en strukturerad sammanfattning och en enda “nästa bästa åtgärd”. HubSpot sparar sedan sammanfattningen som en samtalslogg och skapar uppföljningsuppgiften så att inget faller mellan stolarna.
Vad som förändras: före vs. efter
| Det här elimineras | Effekten du ser |
|---|---|
|
|
Praktisk effekt
Säg att du kör 3 samtal om dagen och är disciplinerad nog att skriva anteckningar. Manuellt kanske du lägger cirka 20 minuter per samtal på att skumma transkriptet, skriva en sammanfattning, hitta rätt HubSpot-post, logga samtalet och skapa en uppföljningsuppgift, vilket är ungefär en timme om dagen. Med det här arbetsflödet klistrar du in mejl och transkript på cirka 2 minuter och väntar sedan på bearbetningen medan du går vidare. Du får tillbaka din timme de flesta dagar, och CRM-posterna blir bättre än de “snabbanteckningar” du ändå hade skrivit.
Krav
- n8n-instans (prova n8n Cloud gratis)
- Alternativ för self-hosting om du föredrar det (Hostinger fungerar bra)
- HubSpot för att söka kontakter, logga samtal och skapa uppgifter.
- OpenAI för sammanfattning och utkast till uppgift.
- HubSpot OAuth-anslutning (skapa den i n8n Credentials).
Svårighetsgrad: Nybörjare. Du kopplar konton, granskar en prompt och mappar några HubSpot-fält.
Behöver du hjälp att implementera detta? Prata med en automationsexpert (gratis 15-minuters konsultation).
Arbetsflödet, steg för steg
Insändning via formulär för transkript. Du klistrar in kontaktens e-post och transkriptet i ett enkelt formulär, så att arbetsflödet får samma typ av indata varje gång.
Kontaktuppslag i HubSpot. n8n söker i HubSpot på e-post och hämtar kända egenskaper, vilket ger AI:n relevant kontext och förhindrar anteckningar på “fel person”.
AI-sammanfattning och strukturerad extrahering. AI-agenten läser transkriptet, extraherar nyckeldetaljer (deltagare, behov, hinder, tidslinje, mätetal) och skapar en sammanfattning på 120–160 ord plus en uppgift för nästa steg. En strukturerad output-parser håller sammanfattningen och uppgiftsfälten förutsägbara.
Skriv tillbaka resultat till HubSpot. Sammanfattningen sparas som en slutförd Call-engagement och uppföljningen skapas som en Task med tydlig titel och beskrivning. Om du aktiverar det kan arbetsflödet även uppdatera saknade kontaktfält när transkriptet är tydligt.
Du kan enkelt anpassa formulärinmatningen för att hämta transkript från en annan källa (till exempel en export från ett samtalsverktyg) utifrån dina behov. Se hela implementationsguiden nedan för anpassningsalternativ.
Steg-för-steg-guide för implementering
Steg 1: Konfigurera formulärtriggern
Det här arbetsflödet startar när en användare skickar in ett transkript och en kontakt-e-post via formulärtriggern.
- Lägg till noden Transcript Intake Form som din trigger.
- Ställ in Form Title på
Get transcript. - Skapa ett obligatoriskt fält Contact email med Field Type inställt på
email. - Skapa ett obligatoriskt fält Paste transcript here med Field Type inställt på
textarea.
Steg 2: Anslut HubSpot
Hitta därefter kontakten via e-post och förbered HubSpot-åtgärder för samtalssammanfattningar och uppgifter.
- Öppna Lookup Contact via Email och ställ in Operation på
searchmed Authentication inställt påoAuth2. - I Filter ställer ni in e-postfiltervärdet på
{{ $json['Contact email'] }}. - I Additional Fields → Properties ställer ni in uttrycket till
{{ ["email","firstname","lastname","jobtitle","company","country","state","city","hs_language","phone","mobilephone","lifecyclestage","hs_lead_status","hubspot_owner_id","hs_email_last_open_date","hs_email_last_reply_date","hs_latest_meeting_activity","hs_sequences_is_enrolled","hs_sequences_enrolled_count","createdate","hs_lastmodifieddate","hs_timezone","notes_last_contacted","hs_object_id"] }}. - Öppna Record Call Summary och ställ in Type på
call, Resource påengagementoch Authentication påoAuth2. - Öppna Generate Follow-Up Task och ställ in Type på
task, Resource påengagementoch Authentication påoAuth2.
Steg 3: Sätt upp AI-byggaren för samtalssammanfattning
AI-agenten sammanfattar transkriptet, skapar en uppföljningsuppgift och uppdaterar saknade HubSpot-kontaktfält.
- Öppna OpenAI Chat Engine och ställ in Model på
gpt-4.1-mini. - Öppna AI Call Summary Builder och ställ in Prompt Type på
definemed Text inställt på den angivna prompten, inklusive uttrycken{{ JSON.stringify($json.properties) }}och{{ $('Transcript Intake Form').item.json['Paste transcript here'] }}. - Säkerställ att AI Call Summary Builder har Has Output Parser aktiverat.
- Öppna Structured Output Parser och behåll JSON-exempelschemat som angivet för att säkerställa en konsekvent output-struktur.
- Öppna Sync Contact from Transcript och ställ in Email på
{{ $('Transcript Intake Form').item.json['Contact email'] }}och mappa AI-fälten i Additional Fields för city, country, jobTitle och jobFunction.
Steg 4: Konfigurera output-åtgärder
Dessa noder sparar AI-outputen i HubSpot som en samtalsaktivitet och en uppföljningsuppgift.
- I Record Call Summary ställer ni in Metadata → Body på
{{ $json.output.Summary }}och Metadata → Status påCOMPLETED. - I Record Call Summary ställer ni in Additional Fields → Associations → Contact IDs på
{{ $('Lookup Contact via Email').item.json.id }}. - I Generate Follow-Up Task ställer ni in Metadata → Body på
{{ $('AI Call Summary Builder').item.json.output['Task body'] }}. - I Generate Follow-Up Task ställer ni in Metadata → Subject på
{{ $('AI Call Summary Builder').item.json.output['Task name'] }}och Metadata → Status påNOT_STARTED. - I Generate Follow-Up Task ställer ni in Metadata → For Object Type på
CONTACToch Additional Fields → Associations → Contact IDs på{{ $('Lookup Contact via Email').item.json.id }}.
Steg 5: Testa och aktivera ert arbetsflöde
Testa hela flödet för att bekräfta att AI-outputen och HubSpot-posterna skapas korrekt.
- Klicka på Execute Workflow och skicka in ett exempeltranskript via Transcript Intake Form.
- Verifiera att Lookup Contact via Email hittar rätt kontakt.
- Bekräfta att AI Call Summary Builder returnerar giltig JSON och att Structured Output Parser tolkar den utan problem.
- Kontrollera i HubSpot att det skapats en ny samtalsaktivitet från Record Call Summary och en ny uppgift från Generate Follow-Up Task.
- När allt ser korrekt ut växlar ni arbetsflödet till Active för att köra i produktion.
Se upp för
- HubSpot-credentials kan löpa ut eller sakna scopes. Om något slutar fungera, kontrollera först HubSpot OAuth-anslutningen i n8n Credentials.
- Om du aktiverar kontaktuppdateringar, var försiktig med “gissade” fält. Styr uppdateringar i HubSpot-uppdateringssteget om inte transkriptet tydligt anger stad, titel eller roll.
- OpenAI:s output beror mycket på dina promptregler. Lägg in exempel på din önskade notstil tidigt, annars kommer du fortsätta skriva om sammanfattningar i efterhand.
Vanliga frågor
Cirka 30 minuter när HubSpot och OpenAI är anslutna.
Ja. Ingen kod krävs, och huvudarbetet är att koppla HubSpot och klistra in ett transkript för att testa.
Ja. n8n har ett gratis self-hosted-alternativ och en gratis testperiod på n8n Cloud. Cloud-planer börjar på 20 USD/månad för högre volym. Du behöver också räkna in kostnader för OpenAI API, som vanligtvis ligger på några cent per sammanfattning beroende på transkriptets längd.
Två alternativ: n8n Cloud (hanterat, enklast att komma igång) 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.
Du kan justera reglerna i AI Call Summary Builder så att de matchar din notstil och din säljprocess. Vanliga ändringar är att justera 120–160-ordsgränsen, tvinga ett specifikt format (som “Smärta / Effekt / Nästa steg”) och normalisera datum som “nästa tisdag” till ett faktiskt datum. Om du inte vill att arbetsflödet ska uppdatera kontakter, inaktivera helt enkelt steget Sync Contact from Transcript och behåll “sammanfatta + logga + uppgift”.
Oftast är det en utgången OAuth-token eller saknade behörigheter. Återanslut HubSpot i n8n Credentials och bekräfta sedan att samma credential är vald i Lookup Contact via Email, Record Call Summary och Generate Follow-Up Task. Om kontaktuppslaget fungerar men loggningen misslyckas, dubbelkolla engagement- och task-scopes i HubSpot. Rate limits kan också dyka upp om du kör detta i bulk, så det hjälper att sprida ut körningarna.
För de flesta små team hanterar den den dagliga volymen utan problem.
Ofta, ja, om du bryr dig om konsekvent struktur och CRM-säkra outputs. Det här arbetsflödet bygger på en AI-agent plus strukturerad parsning, vilket är enklare att styra i n8n när du behöver branching, validering och valfri logik som “uppdatera bara kontaktfält när du är säker”. Self-hosting spelar också roll om du bearbetar många samtal och inte vill att varje körning debiteras som en premiumuppgift. Zapier eller Make kan fortfarande fungera för enkla flöden som “sammanfatta och posta någonstans”, men write-back till CRM brukar snabbt bli pilligt. Om du vill ha en second opinion för din exakta setup, Prata med en automationsexpert.
När detta väl rullar lämnar varje samtal ett tydligt spår i HubSpot: vad som hände, vad som spelar roll och vad som ska göras härnäst. Arbetsflödet tar hand om det repetitiva så att du kan fokusera på intäktsarbete.
Kontakta oss
Hör av dig, så diskuterar vi hur just din verksamhet kan dra nytta av alla fantastiska möjligheter som AI skapar.