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

Mailgun + Gmail: skickat ut, svar som utkast

Rickard Andersson Partner, Nodenordic.se

Outbound går sönder på de tråkiga ställena. En lead svarar, ditt CRM uppdateras inte, tråden missas och plötsligt blir den ”enkla uppföljningen” en rörig, manuell jakt.

Den här automatiseringen för Gmail-svarsutkast träffar SDR:er först, ärligt talat. Men grundare som kör sin egen outreach och byråansvariga som jonglerar flera kampanjer känner samma friktion. Du får konsekventa uppföljningar utan att ge upp mänsklig granskning.

Du får se hur det här flödet skickar personaliserade sekvenser via Mailgun, bevakar Gmail-svar från kända kontakter och sedan skapar färdiga svarsutkast, samtidigt som lead-status hålls uppdaterad.

Så fungerar automatiseringen

Här är hela arbetsflödet du kommer att sätta upp:

n8n Workflow Template: Mailgun + Gmail: skickat ut, svar som utkast

Varför det här spelar roll: svar faller mellan stolarna och intäkter läcker

Outbound är inte svårt för att själva utskicken är svåra. Det är svårt för att du driver ett minisystem: timing, personalisering, statusuppdateringar, routing och hantering av svar. När systemet sitter i någons minne (eller i ett halvuppdaterat kalkylblad) syns sprickorna snabbt. Svar kommer vid sämsta möjliga tillfälle, trådar begravs i Gmail och löftet ”vi svarar idag” blir till i morgon. Under tiden har du ingen strukturerad överblick över vem som svarat, vem som studsat och vem som behöver en andra touch.

Friktionen byggs på. Här är var det faller isär i riktiga team.

  • Du slutar med att kopiera lead-kontext in i mejlsvar, vilket saktar ner dig och gör tonen inkonsekvent.
  • Statusuppdateringar sker i efterhand, så rapporteringen ligger alltid ett steg efter verkligheten.
  • Sekvenser fortsätter skicka till personer som redan har svarat eftersom ”stopp”-signalen inte är automatiserad.
  • När flera personer delar en inkorg blir ägarskapet otydligt och bra svar blir liggande.

Vad du bygger: Mailgun-sekvenser + skapande av Gmail-svarsutkast

Det här flödet är en pipeline i tre delar som fungerar som en lättviktig outbound-motor. Enligt schema hämtar den leads från din databas (Supabase/Postgres) och skickar personaliserade outreach-sekvenser via Mailgun. När mejlen går iväg loggar flödet vad som hände så att du alltid vet vilket steg en lead befinner sig på. När en lead sedan svarar i Gmail kontrollerar flödet att avsändaren matchar en kontakt i din databas, hämtar trådhistoriken som kontext och använder AI (OpenAI/Anthropic) för att klassificera intent och skriva ett svar. I stället för att autoskicka skapar det ett Gmail-utkast så att du kan granska och godkänna innan något skickas.

Flödet börjar med schemalagda outreach-körningar och kontrollerad throttling (batchning plus väntetider) så att leveransbarheten inte förstörs. Parallellt hanterar en Gmail-lyssnare inkommande svar, uppdaterar lead-status och genererar ett strukturerat, varumärkesanpassat svarsutkast som redan bygger på trådhistoriken.

Det här bygger du

Förväntade resultat

Säg att du skickar 200 outbound-mejl per dag i en sekvens med 3 steg och får 10 svar. Manuellt kan du lägga cirka 2 minuter på att logga aktivitet per svar och ytterligare 6 minuter på att läsa in kontext och skriva, vilket är ungefär 80 minuter bara på svarshantering. Med det här flödet matchas svaren automatiskt mot rätt lead och ett utkast dyker upp i Gmail inom några minuter. Du granskar fortfarande och skickar, men ”tom sida”-tiden försvinner till stor del.

Innan du börjar

  • n8n-instans (testa n8n Cloud gratis)
  • Alternativ för self-hosting om du föredrar det (Hostinger fungerar bra)
  • Mailgun för att skicka dina outbound-sekvenser.
  • Gmail för att upptäcka svar och skapa utkast.
  • OpenAI- eller Anthropic-API-nyckel (hämta den i din modellproviders dashboard).

Kunskapsnivå: Medel. Du kopplar in credentials, mappar några fält och förstår var din lead-data ligger.

Vill du att någon bygger detta åt dig? Prata med en automationsexpert (gratis 15-minuters konsultation).

Steg för steg

Schemalagda outreach-körningar. Enligt schema hämtar flödet leads från dina Supabase/Postgres-tabeller, sorterar och sätter ett tak för batchstorleken och routar sedan leads till rätt sekvenssteg baserat på deras nuvarande status.

Paced utskick via Mailgun. Mejl skickas via Mailgun-noder i delade batcher, med väntetider mellan utskicken. Den pacingen finns av en anledning: den håller volymen kontrollerad och gör det enklare att försöka igen vid fel utan att bomba ut dubbletter.

Upptäckt av svar i Gmail. En Gmail-trigger lyssnar efter nya inkommande meddelanden, plockar ut avsändaradressen, kontrollerar den mot dina kampanj- och databasposter och markerar leaden som svarad i Postgres så att sekvensen kan stoppas.

AI-utkast med kontext. Flödet hämtar trådhistoriken, kör strukturerad parsing och intent-klassificering (OpenAI/Anthropic) och genererar sedan ett svarsutkast som sparas som ett Gmail-utkast. Du granskar, justerar vid behov och trycker på skicka.

Du kan enkelt ändra ton i utkasten och klassificeringsetiketter så att de matchar din säljprocess. Se hela implementationsguiden nedan för anpassningsalternativ.

Steg-för-steg-guide för implementering

Steg 1: Konfigurera de schemalagda triggrarna

Det här arbetsflödet använder flera schemabaserade startpunkter för att hämta och bearbeta outreach-data med olika intervall.

  1. Öppna Scheduled Trigger A och ställ in önskat schema för den initiala lead-hämtningen.
  2. Öppna Scheduled Trigger B och konfigurera ett schema för pull-baserad generering av outreach-sekvenser.
  3. Öppna Scheduled Trigger C och ställ in timing för utvärdering av sändtid.
  4. Öppna Scheduled Trigger D och ställ in timing för den sekundära strömmen för sändtidsutvärdering.

Steg 2: Anslut Supabase-datakällor

Supabase är den centrala datakällan för leads, kampanjstatus och uppdateringar. Flera Supabase-noder hanterar läsningar och skrivningar.

  1. Öppna Supabase Fetch A, Supabase Fetch B, Supabase Fetch C och Retrieve Many Rows, anslut sedan autentiseringsuppgifter och ange era tabell-/query-inställningar.
  2. Öppna Leads Table Lookup och mappa uppslagsfälten som används för lead-matchning.
  3. Öppna alla uppdaterings-/insert-noder (Supabase Update A till Supabase Update F, samt Insert New Leads) och säkerställ korrekt tabell samt fältmappningar.
  4. Credential Required: Anslut era Supabase-autentiseringsuppgifter till alla Supabase-noder (12+ noder över fetch-, lookup-, insert- och update-steg).

Steg 3: Konfigurera AI/LLM-bearbetning

AI-noder genererar research, analyserar leads, skriver utkast till sekvenser och hjälper till med scraping och svar. Säkerställ att språkmodeller och parsers är korrekt anslutna.

  1. Öppna Company Research och General Analysis, och anslut sedan OpenAI-autentiseringsuppgifter för varje OpenAI-nod.
  2. Öppna Compose Email Sequence och bekräfta att OpenAI Chat Core är ansluten som språkmodell; lägg till OpenAI-autentiseringsuppgifter i OpenAI Chat Core.
  3. Öppna Scraping Agent och bekräfta att OpenAI Chat Assist är ansluten; lägg till OpenAI-autentiseringsuppgifter i OpenAI Chat Assist.
  4. Öppna Draft Response Agent och säkerställ att Anthropic Chat Core är ansluten som språkmodell; lägg till Anthropic-autentiseringsuppgifter i Anthropic Chat Core.
  5. För AI-verktyg/under-noder som Structured Parser A, Structured Parser B, Parse Email Response, Retrieve Email History, Review Sent History och Buffer Memory, lägg till autentiseringsuppgifter i föräldranoderna (Compose Email Sequence, Scraping Agent eller Draft Response Agent), inte i under-noderna.
  6. Credential Required: Anslut era OpenAI-autentiseringsuppgifter till Company Research, General Analysis, OpenAI Chat Core, OpenAI Chat Assist och Audio Transcription.
  7. Credential Required: Anslut era Anthropic-autentiseringsuppgifter till Anthropic Chat Core.

Steg 4: Konfigurera flödet för lead-berikning och scraping

Den här vägen bygger queries, kör Apify-scraping, validerar e-postadresser och lägger in nya leads.

  1. Öppna Detect Voice or Text och verifiera routingen till Telegram File Download och Set Text Payload.
  2. Öppna Telegram File Download och Telegram User Trigger, och anslut sedan Telegram-autentiseringsuppgifter.
  3. Öppna Generate URL och Run Apify Actor för att ställa in actor och input-schema.
  4. Bekräfta att Scraping Agent skickar output till både Build Query Payload och Fetch Scraped Emails parallellt.
  5. Öppna Fetch Scraped Emails, Run SQL Query och Mark Replied Yes för att ansluta PostgreSQL-autentiseringsuppgifter.
  6. Credential Required: Anslut era Apify-autentiseringsuppgifter i Run Apify Actor.
  7. Credential Required: Anslut era PostgreSQL-autentiseringsuppgifter i Fetch Scraped Emails, Run SQL Query och Mark Replied Yes.

Steg 5: Konfigurera routing, batchning och logik för sändtid

Sorterings-, routing- och batchningsnoder avgör hur outreach-sekvenser stryps och schemaläggs.

  1. Verifiera att Branch Check A, Branch Check B, Branch Check C och Branch Check D routar till rätt sorterings- eller hjälpnoder.
  2. Granska Sort Records A till Sort Records D samt limit-noderna Cap Records, Cap Records B, Cap Records C, Cap Records D och Cap Records E för att bekräfta volymtak.
  3. Bekräfta att Cap Records skickar output till både Combine Streams och Company Research parallellt.
  4. Öppna Route by Case, Route by Case B och Route by Case C för att säkerställa att varje case routar in i rätt batch-nod.
  5. Granska alla batchnings- och fördröjningsnoder (Iterate Batch AIterate Batch F och Pause APause F) för att linjera sändtakten.

Steg 6: Konfigurera e-postutskick och uppdateringar

Mailgun hanterar utgående e-postutskick, medan Supabase-uppdateringar spårar resultat.

  1. Öppna Mailgun Dispatch A till Mailgun Dispatch F och anslut era Mailgun-autentiseringsuppgifter.
  2. Verifiera att varje Iterate Batch-nod skickar output till både rätt Supabase Update-nod och motsvarande Mailgun Dispatch-nod.
  3. Bekräfta att Timezone Builder och Sender Address skapar förväntade fält före Leads Table Lookup.
  4. Credential Required: Anslut era Mailgun-autentiseringsuppgifter till alla Mailgun-noder (6 noder).

Steg 7: Konfigurera svarshantering och skapande av utkast

Inkommande svar parsas och används för att skapa utkast till svar i Gmail.

  1. Öppna Gmail Trigger Listener och anslut Gmail-autentiseringsuppgifter för att lyssna efter svar.
  2. Öppna Fetch Email Message och Create Draft Email och anslut Gmail-autentiseringsuppgifter för meddelandehämtning och skapande av utkast.
  3. Säkerställ att Draft Response Agent tar emot e-postinnehållet från Fetch Email Message och använder Parse Email Response som sin output-parser.
  4. För Retrieve Email History och Review Sent History (Gmail-verktyg), lägg till Gmail-autentiseringsuppgifter i föräldranoden Draft Response Agent, inte i verktygens under-noder.
  5. Credential Required: Anslut era Gmail-autentiseringsuppgifter till Gmail Trigger Listener, Fetch Email Message och Create Draft Email.

Steg 8: Konfigurera Telegram-notiser

Telegram används för lead-intag och bekräftelseaviseringar för nyligen inlagda leads.

  1. Öppna Telegram User Trigger och anslut Telegram-autentiseringsuppgifter för att aktivera inkommande meddelanden.
  2. Öppna Telegram Confirmation och säkerställ att den är ansluten till Prepare Telegram MessageCap Records E.
  3. Credential Required: Anslut era Telegram-autentiseringsuppgifter till Telegram User Trigger, Telegram File Download och Telegram Confirmation.

Steg 9: Testa och aktivera ert arbetsflöde

Testa varje startpunkt för att validera end-to-end-beteende innan ni aktiverar scheman i produktion.

  1. Använd Execute Workflow med Scheduled Trigger A för att bekräfta att poster flödar genom Supabase Fetch ASort Records CBranch Check BRoute by CaseIterate Batch A/BMailgun Dispatch-noder.
  2. Kör Gmail Trigger Listener manuellt (eller simulera input) och bekräfta att den når Create Draft Email via Draft Response Agent.
  3. Trigga Telegram User Trigger med både röst och text för att verifiera att Detect Voice or Text routar korrekt.
  4. Vid lyckad körning ska ni se skickade e-poståtgärder i Mailgun-noder, uppdateringar i Supabase-noder och skapande av utkast i Gmail.
  5. När allt är verifierat, slå på varje schemalagd trigger till Active för att köra automatiskt.
🔒

Lås upp fullständig steg-för-steg-guide

Få den kompletta implementeringsguiden + nedladdningsbar mall

Tips för felsökning

  • Gmail-credentials kan gå ut eller behöva specifika behörigheter. Om det skapar fel, börja med att kontrollera det anslutna Google-kontot och OAuth-scopes i n8n-credentials.
  • Om du använder Wait-noder eller extern bearbetning varierar timing. Öka väntetiden om efterföljande steg fallerar för att en tidigare uppdatering inte hunnit slå igenom ännu.
  • Mailgun-utskick kan fallera tyst när domäner inte är verifierade eller när du når kontogränser. Bekräfta status för din sändande domän och granska Mailgun-loggar för studsade mejl innan du ändrar flödet.

Snabba svar

Hur lång är uppsättningstiden för den här automatiseringen för Gmail-svarsutkast?

Cirka 60 minuter om Mailgun, Gmail och databasen är redo.

Krävs kodning för de här Gmail-svarsutkasten?

Nej. Du kopplar mest konton och mappar dina lead-fält. Flödet innehåller code-noder, men du kan oftast lämna dem som de är.

Är n8n gratis att använda för det här flödet med Gmail-svarsutkast?

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 in OpenAI/Anthropic-API-användning, vilket vanligtvis är några cent per skapat svarsutkast.

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

Två alternativ: n8n Cloud (hanterad, 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.

Kan jag anpassa det här flödet för Gmail-svarsutkast för andra use cases?

Ja, och det bör du. Vanliga justeringar är att ändra promptarna i Draft Response Agent så att de matchar din röst, byta intent-kategorier i den strukturerade parsern och justera logiken för Mailgun-sekvensen så att den speglar dina steg (till exempel: intro, uppföljning, breakup). Du kan också routa svar om ”priser” till en annan etikett eller en Slack-alert genom att redigera switch/if-grenarna runt klassificeringen.

Varför fallerar min Gmail-anslutning i det här flödet?

För det mesta är det en utgången OAuth-session eller saknade Gmail-behörigheter. Anslut Gmail-credential igen i n8n och bekräfta sedan att triggern bevakar rätt brevlåda och att etikettfilter inte exkluderar meddelanden. Om det bara fallerar på vissa trådar, kontrollera att flödet kan hämta hela mejlet och historiken för den konversationen.

Vilken volym kan det här flödet för Gmail-svarsutkast hantera?

På n8n Cloud Starter kan du räkna med några tusen körningar per månad, vilket räcker för många mindre outbound-program.

Är den här automatiseringen för Gmail-svarsutkast bättre än att använda Zapier eller Make?

Det beror på hur strikt du är med kontroll och skala. Zapier/Make kan funka för enkel logik som ”nytt mejl → skapa utkast”, men det här flödet gör mer: batchning, routing med flera grenar, databasuppslag, hämtning av trådhistorik, strukturerade AI-utdata och statusuppdateringar som stoppar sekvenser. n8n hanterar den typen av branching utan att varje väg blir en separat debiterbar task. Self-hosting-alternativet är också viktigt om du kör outreach dagligen. Om du är osäker, prata med en automationsexpert så kvalitetssäkrar vi din setup.

När det här väl rullar känns outbound lugnare. Svar blir hanterade, utkast dyker upp där teamet redan jobbar och dina lead-statusar slutar driva ur synk.

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