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

LinkedIn + ConnectSafely.ai: DM till kommenterare

Rickard Andersson Partner, Nodenordic.se

”Kommentera länk så skickar jag den.” Sedan går inlägget bra. Nu fastnar du i att scrolla, kolla vem som frågade, kopiera samma DM och hoppas att du inte missar någon (eller råkar skriva till samma person två gånger).

Det här är den typen av LinkedIn DM-automation som hjälper skapare att hålla momentum, men det är också en livräddare för coacher och marknadsförare som kör lead magnets. Du levererar resursen snabbt, håller dina uppföljningar konsekventa och slutar tappa leads i kommentarerna.

Nedan är det exakta n8n-flödet som bevakar ett inlägg efter ett nyckelord, kontrollerar anslutningsstatus och skickar ett säkert, nedtempat DM via ConnectSafely.ai. Du får se hur det fungerar, vad du behöver och var team brukar gå bet.

Så fungerar den här automatiseringen

Hela n8n-flödet, från trigger till slutresultat:

n8n Workflow Template: LinkedIn + ConnectSafely.ai: DM till kommenterare

Problemet: ”kommentera för länk” blir inkorgskaos

På pappret är ”kommentera X så DM:ar jag dig” enkelt. I verkligheten blir det en röra när kommentarerna börjar staplas. Du måste öppna inlägget, skanna efter nyckelordet, klicka in på varje profil, kolla om de är en 1:a gradens kontakt och sedan skicka ett meddelande som inte känns copy-pastat. Gör du det för 30 personer har du bränt en del av eftermiddagen. Gör du det för ett inlägg som blir halvt viralt så kommer du antingen ge upp, svara sent eller göra slarvfel som kostar förtroende (och leads).

Det adderas snabbt. Här brukar friktionen slå till.

  • Du gör samma ”här är länken”-DM dussintals gånger per inlägg, vilket i det tysta stjäl cirka 1–2 timmar när engagemanget är högt.
  • De som kommenterar tidigt får resursen, och alla andra får vänta, vilket får dig att se inkonsekvent ut även om innehållet är bra.
  • Du kan inte DM:a personer som inte är kontakter, så du slösar tid på att klicka runt bara för att upptäcka att du inte kan skriva till dem.
  • När du kör processen igen senare uppstår dubbletter, och ärligt talat är det snabbaste sättet att kännas spammig utan att mena det.

Lösningen: nyckelordsutlösta DM skickas säkert via ConnectSafely.ai

Det här flödet gör dina LinkedIn-kommentarer till en automatiserad leveranspipeline. Du skickar in tre inputs i ett enkelt formulär: URL:en till ditt inlägg, trigger-nyckelordet (som ”länk” eller ”mall”) och resurs-URL:en du vill skicka. n8n hämtar sedan alla kommentarer på inlägget via ConnectSafely.ai API, loopar igenom dem en och en och kontrollerar om nyckelordet finns (skiftlägesokänsligt). Om det matchar verifierar flödet att kommenteraren är en 1:a gradens kontakt, eftersom det krävs för DM. Därefter skickar det ett personligt meddelande som innehåller deras namn och din länk. Till sist väntar det en slumpad fördröjning mellan utskick för att minska risken att LinkedIn flaggar ditt konto, och fortsätter tills kommentarslistan är klar.

Flödet startar med att du skickar in formuläret. Det hämtar och delar upp kommentarer till individuella objekt, kontrollerar nyckelordsmatchning, kontrollerar kontaktbehörighet, skickar DM och väntar cirka 15–30 minuter innan nästa utskick. Långsamt med flit. Och säkrare.

Det du får: automation vs. resultat

Exempel: så här ser det ut

Säg att ett inlägg får 60 kommentarer och 30 personer skriver ditt nyckelord (”länk”). Manuellt tar även en snabb rutin kanske 2 minuter per person för att hitta dem, bekräfta att du kan DM:a, klistra in meddelandet och skicka. Det är ungefär en timme, och det är monotont arbete. Med det här flödet lägger du cirka 5 minuter på att fylla i formuläret en gång. Sedan kör det i bakgrunden och skickar DM med säkra fördröjningar (så det kan ta flera timmar), men din aktiva tid är i princip klar.

Det här behöver du

  • n8n-instans (testa n8n Cloud gratis)
  • Alternativ för egen hosting om du föredrar det (Hostinger fungerar bra)
  • ConnectSafely.ai för LinkedIn-kommentarer, kontaktkontroller och DM
  • LinkedIn-konto anslutet i ConnectSafely.ai
  • ConnectSafely.ai API-nyckel (hämta den under Settings → API Keys)

Kunskapsnivå: Nybörjare. Du klistrar mest in inloggningsuppgifter, väljer noder och testar med ett riktigt inlägg.

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

Så fungerar det

Du skickar in inläggsdetaljerna. Flödet börjar när du fyller i n8n-formuläret med LinkedIn-inläggets URL, ditt trigger-nyckelord, innehållslänken som ska levereras och ditt namn för signaturen.

Kommentarer hämtas och struktureras. n8n anropar ConnectSafely.ai:s LinkedIn-endpoint för att hämta kommentarer och delar sedan upp dem i individuella kommentarsobjekt så att varje kommentar kan utvärderas för sig.

Matchning och behörighetskontroller sker innan något DM skickas. En nyckelordskontroll (skiftlägesokänslig) filtrerar fram bara de som faktiskt bad om det. Därefter verifierar en andra kontroll att kommenteraren är en 1:a gradens kontakt, eftersom LinkedIn-DM annars inte fungerar pålitligt.

DM skickas och tempas sedan ut. När någon kvalificerar sig skickar flödet ett personligt DM med den utlovade länken, väntar en slumpad fördröjning för kontosäkerhet och loopar vidare till nästa kommentar tills det når slutet.

Du kan enkelt modifiera nyckelordslogiken för att stödja flera trigger-ord, eller justera väntetiden för att vara mer konservativ. Se den fullständiga implementationsguiden nedan för anpassningsalternativ.

Steg-för-steg-guide för implementering

Steg 1: Konfigurera formulärtriggern

Konfigurera inmatningsformuläret som fångar LinkedIn-inläggets URL, nyckelordet och länken som ska skickas innan arbetsflödet börjar bearbeta kommentarer.

  1. Lägg till och konfigurera 1️⃣ Capture Post Inputs som trigger.
  2. Ställ in Form Title till 🤖 LinkedIn Keyword Auto-Responder.
  3. Bekräfta att formulärfälten finns med etiketterna: LinkedIn Post URL, Trigger Keyword, Content Link to Send och Your Name (for signature) (alla obligatoriska).
  4. Behåll innehållet i Form Description som det är angivet för att guida användarna genom inskickningen.
Den klisterlappen Flowpast Branding är endast informativ och påverkar inte körningen – ni kan gärna behålla den för dokumentation.

Steg 2: Anslut LinkedIn och ladda kommentarer

Hämta kommentarer från det angivna LinkedIn-inlägget och förbered dem för batchbearbetning.

  1. Öppna 2️⃣ Retrieve Post Comments och ställ in Post URL till ={{ $json['LinkedIn Post URL'] }}.
  2. Ställ in Account ID till er LinkedIn-kontoidentifierare (ersätt [YOUR_ID]).
  3. Inloggningsuppgifter krävs: Anslut era ConnectSafely LinkedIn-inloggningsuppgifter i 2️⃣ Retrieve Post Comments.
  4. I 3️⃣ Separate Comment Items ställer ni in Field to Split Out till comments.
  5. Behåll 4️⃣ Iterate Through Comments som batchkontroll för att loopa igenom varje kommentarpost.
⚠️ Vanlig fallgrop: Om [YOUR_ID] inte ersätts i 2️⃣ Retrieve Post Comments kommer API-anropet att misslyckas.

Steg 3: Ställ in nyckelordsmatchning och routning

Utvärdera varje kommentar mot trigger-nyckelordet och verifiera om kommenteraren är en förstagradskontakt innan ett DM skickas.

  1. I 5️⃣ Evaluate Keyword Match behåller ni den angivna JavaScript-logiken för skiftlägesokänslig matchning.
  2. Verifiera att 6️⃣ Keyword Match Check använder villkoret Left Value ={{ $json.isKeywordMatch }} med den booleska operatorn satt till true.
  3. Konfigurera 7️⃣ Verify Connection Status med Profile ID satt till ={{ $('4️⃣ Iterate Through Comments').item.json.publicIdentifier }} och ersätt [YOUR_ID] i Account ID.
  4. Inloggningsuppgifter krävs: Anslut era ConnectSafely LinkedIn-inloggningsuppgifter i 7️⃣ Verify Connection Status.
  5. I 8️⃣ Connection Approved? bekräftar ni villkoret Left Value är ={{ $json.connected }} med den booleska operatorn satt till true.
  6. Routa icke-matchande eller ej godkända kontakter till ⏭️ Skip Non-qualifiers, som loopar tillbaka till 4️⃣ Iterate Through Comments.
Ni kan anpassa nyckelordslogiken i 5️⃣ Evaluate Keyword Match för att stödja flera nyckelord eller regex-mönster.

Steg 4: Konfigurera DM-utskick och hastighetskontroll

Skicka det personliga DM:et till kvalificerade kommenterare och lägg till en slumpad fördröjning för att undvika hastighetsbegränsningar.

  1. Öppna 9️⃣ Dispatch DM with Link och ställ in Message till =Hey {{ $('4️⃣ Iterate Through Comments').item.json.authorName }}! 👋 Thanks for your comment on my post! As promised, here's the link you requested: 👉 {{ $('1️⃣ Capture Post Inputs').item.json['Content Link to Send'] }} If you have any questions or want more resources like this, just let me know! Best, {{ $('1️⃣ Capture Post Inputs').item.json['Your Name (for signature)'] }}.
  2. Ställ in Recipient Profile ID till ={{ $('4️⃣ Iterate Through Comments').item.json.publicIdentifier }} och ersätt [YOUR_ID] i Account ID.
  3. Inloggningsuppgifter krävs: Anslut era ConnectSafely LinkedIn-inloggningsuppgifter i 9️⃣ Dispatch DM with Link.
  4. I 🔟 Delay for Rate Control ställer ni in Amount till ={{ Math.floor(Math.random() * (1800 - 900 + 1)) + 900 }} för att pausa 15–30 minuter mellan meddelanden.
  5. Bekräfta loopen: 9️⃣ Dispatch DM with Link🔟 Delay for Rate Control4️⃣ Iterate Through Comments, samt den avslutande noden ✅ Comments Processing Done.
⚠️ Vanlig fallgrop: Om ni hoppar över fördröjningen i 🔟 Delay for Rate Control kan det trigga LinkedIns hastighetsbegränsningar.

Steg 5: Testa och aktivera ert arbetsflöde

Validera arbetsflödet end-to-end med ett riktigt LinkedIn-inlägg och nyckelord innan ni slår på det för användning i produktion.

  1. Klicka på Execute Workflow och skicka in formuläret i 1️⃣ Capture Post Inputs med en giltig inläggs-URL och ett nyckelord.
  2. Bekräfta att 2️⃣ Retrieve Post Comments returnerar kommentardata och att 3️⃣ Separate Comment Items delar upp dem korrekt.
  3. Verifiera att en matchande kommentar routas via 6️⃣ Keyword Match Check7️⃣ Verify Connection Status8️⃣ Connection Approved? och triggar 9️⃣ Dispatch DM with Link.
  4. Kontrollera att kommentarer som inte matchar routas via ⏭️ Skip Non-qualifiers och ändå låter batchloopen fortsätta.
  5. När allt fungerar växlar ni arbetsflödet till Active för att köra i produktion.
🔒

Lås upp fullständig steg-för-steg-guide

Få den kompletta implementeringsguiden + nedladdningsbar mall

Vanliga fallgropar

  • ConnectSafely.ai-uppgifter kan löpa ut eller tappa behörigheter. Om saker slutar fungera: kontrollera anslutningsstatus i din ConnectSafely.ai-dashboard (den ska visa LinkedIn som anslutet) innan du ändrar något i n8n.
  • Om du använder Wait-noder eller extern bearbetning är tajming inte garanterad. Det här flödet väntar medvetet cirka 15–30 minuter mellan DM, så öka fördröjningen om nedströmsnoder fallerar eller om LinkedIn börjar ge fel som ”cannot send message”.
  • Standardmallar för meddelanden är artiga men generiska. Lägg in din tonalitet i steget ”Dispatch DM with Link”, annars kommer du ändå sitta och skriva om meddelanden manuellt.

Vanliga frågor

Hur lång tid tar det att sätta upp den här LinkedIn DM-automationen?

Cirka 30 minuter om ditt ConnectSafely.ai-konto redan är anslutet till LinkedIn.

Behöver jag kunna koda för att automatisera LinkedIn DM-automation?

Nej, ingen kodning krävs för grunduppsättningen. Du kommer främst att klistra in din API-nyckel, välja rätt inloggningsuppgifter i ConnectSafely-noderna och köra en testkörning.

Är n8n gratis att använda för det här LinkedIn DM-automationsflödet?

Ja. n8n har ett gratis alternativ för egen hosting och en gratis provperiod på n8n Cloud. Cloud-planer börjar på 20 USD/månad för högre volym. Du behöver också räkna in kostnaden för ConnectSafely.ai baserat på din plan.

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

Två alternativ: n8n Cloud (managerat, enklast att komma igång) eller egen hosting på en VPS. För egen hosting är Hostinger VPS prisvärd och klarar n8n bra. Egen hosting ger dig obegränsade körningar men kräver grundläggande serverhantering.

Kan jag anpassa det här LinkedIn DM-automationsflödet för flera nyckelord?

Ja, och det är en av de bästa justeringarna du kan göra. I kodsteget ”Evaluate Keyword Match” kan du byta från ett enda nyckelord till en enkel lista (till exempel: ”kod”, ”mall”, ”länk”). Du kan också strama åt matchningen så att ”länk” inte matchar orelaterade ord, vilket hjälper när kommentarsfältet blir stökigt.

Varför misslyckas min ConnectSafely.ai-anslutning i det här flödet?

Oftast beror det på en utgången API-nyckel eller att din LinkedIn-session i ConnectSafely.ai inte längre är ansluten. Skapa en ny API-nyckel (Settings → API Keys), uppdatera inloggningsuppgiften i n8n och bekräfta att din LinkedIn-status visas som ansluten i ConnectSafely.ai-dashboarden. Om inlägget är privat eller om URL:en är ofullständig kan hämtning av kommentarer också misslyckas. Värt att kolla också: vissa kommenterare kan inte kontaktas även om de är anslutna, eftersom deras meddelandeinställningar är begränsade.

Hur många kommentarer kan den här LinkedIn DM-automationen hantera?

Många, men det tar tid på grund av den inbyggda fördröjningen på 15–30 minuter mellan meddelanden. I praktiken håller många konton sig till cirka 30–50 DM per dag för säkerhets skull, och konton med högre volym sprider ofta utskicken över flera dagar för samma inlägg.

Är den här LinkedIn DM-automationen bättre än att använda Zapier eller Make?

Ofta, ja, eftersom flödet bygger på att loopa igenom många kommentarer, lägga in logikkontroller och tempning av utskick på ett säkert sätt. Zapier/Make klarar enkla triggers, men blir klumpiga (och dyra) när du behöver batchning, villkorsstyrd routing och väntetider mellan objekt. n8n ger dig också möjligheten att köra med egen hosting, vilket spelar roll när du bearbetar mycket engagemang. Om du vill ha hjälp att välja utifrån din volym och risknivå, prata med en automationsexpert.

När detta är live kan dina inlägg ta fart utan att skapa en DM-backlogg du bävar för. Sätt upp det en gång och låt sedan flödet sköta leveransen medan du fokuserar på nästa innehåll.

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

Få prisoffert redan idag!
Få prisoffert redan idag!

Berätta vad ni behöver hjälp med så hör vi av oss inom en arbetsdag!

Få prisoffert redan idag!
Få prisoffert redan idag!

Berätta vad ni behöver hjälp med så hör vi av oss inom en arbetsdag!

Launch login modal Launch register modal