Du öppnar en ”snabb” PDF-rapport och ångrar dig direkt. Siffrorna är utspridda över tabeller, de viktigaste poängerna är begravda i fotnoter och du fastnar i att copy-pasta in i ett nyhetsbrevsutkast som aldrig riktigt ser bra ut.
Den här Mistral OCR Gmail-automationen träffar marknadschefer först (innehållsdeadlines väntar inte), men byråägare och analytiker som skriver interna uppdateringar känner samma smärta. Du förvandlar en kompakt PDF till ett strukturerat nyhetsbrevsutkast och mejlar ut det utan den vanliga formateringsmaratonen.
Nedan ser du hur flödet gör om en PDF till ett redigeringsklart utkast, hur valet ”fördjupad research vs nyhetsbrev” fungerar och var du kan justera så att det låter som du.
Så här fungerar automatiseringen
Se hur detta löser problemet:
n8n Workflow Template: Mistral OCR + Gmail: PDF:er blir nyhetsbrev
flowchart LR
subgraph sg0["On form submission 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/merge.svg' width='40' height='40' /></div><br/>Merge chapters title and text"]
n1["<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/>Final article text"]
n2@{ icon: "mdi:robot", form: "rounded", label: "Research Leader 🔬", pos: "b", h: 48 }
n3@{ icon: "mdi:swap-vertical", form: "rounded", label: "Delegate to Research Assista..", pos: "b", h: 48 }
n4@{ icon: "mdi:robot", form: "rounded", label: "Research Assistant", pos: "b", h: 48 }
n5@{ icon: "mdi:robot", form: "rounded", label: "Project Planner", pos: "b", h: 48 }
n6@{ icon: "mdi:robot", form: "rounded", label: "Title1", pos: "b", h: 48 }
n7@{ icon: "mdi:message-outline", form: "rounded", label: "Gmail1", pos: "b", h: 48 }
n8@{ icon: "mdi:robot", form: "rounded", label: "Editor", pos: "b", h: 48 }
n11["<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/>Mistral Upload"]
n12["<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/>Mistral Signed URL"]
n13@{ icon: "mdi:wrench", form: "rounded", label: "Mistral_PDF", pos: "b", h: 48 }
n14@{ icon: "mdi:robot", form: "rounded", label: "Structured Output Parser", pos: "b", h: 48 }
n15@{ icon: "mdi:wrench", form: "rounded", label: "Mistral_PDF1", pos: "b", h: 48 }
n16@{ icon: "mdi:wrench", form: "rounded", label: "Mistral_PDF2", pos: "b", h: 48 }
n17["<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/>On form submission"]
n18@{ icon: "mdi:brain", form: "rounded", label: "o3-mini", pos: "b", h: 48 }
n19@{ icon: "mdi:brain", form: "rounded", label: "o3-mini-3", pos: "b", h: 48 }
n20@{ icon: "mdi:brain", form: "rounded", label: "o3-mini1", pos: "b", h: 48 }
n21@{ icon: "mdi:brain", form: "rounded", label: "gpt4o", pos: "b", h: 48 }
n21 -.-> n5
n8 --> n6
n6 --> n7
n18 -.-> n2
n20 -.-> n4
n19 -.-> n8
n19 -.-> n6
n13 -.-> n2
n15 -.-> n5
n16 -.-> n4
n11 --> n12
n5 --> n3
n1 --> n8
n12 --> n2
n17 --> n11
n4 --> n0
n2 --> n5
n14 -.-> n5
n0 --> n1
n3 --> n0
n3 --> n4
end
subgraph sg1["When Executed by Another Workflow Flow"]
direction LR
n9@{ icon: "mdi:play-circle", form: "rounded", label: "When Executed by Another Wor..", pos: "b", h: 48 }
n10["<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/>Document Understanding"]
n22@{ icon: "mdi:swap-vertical", form: "rounded", label: "qa_answer", pos: "b", h: 48 }
n10 --> n22
n9 --> n10
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 n17,n9 trigger
class n2,n4,n5,n6,n8,n14 ai
class n18,n19,n20,n21 aiModel
class n13,n15,n16 ai
class n11,n12,n10 api
class n1 code
classDef customIcon fill:none,stroke:none
class n0,n1,n11,n12,n17,n10 customIcon
Utmaningen: att förvandla täta PDF:er till publicerbart innehåll
PDF:er är ett uselt format för ”dela det här snabbt med teamet”. En enda finansiell rapport kan ha text i flera spalter, pyttesmå diagrametiketter och kontext utspridd över tre olika avsnitt. Så du gör det manuella: skummar, skärmdumpar, kopierar, klistrar in, omformulerar, bygger om strukturen och försöker sedan få allt att låta sammanhängande. Det går långsamt, det är mentalt dränerande och det är lätt att missa den enda raden som faktiskt spelar roll (som en reviderad prognos eller en risknotis gömd i bilagan).
Det blir snabbt mycket. Här är var det faller isär i verkligheten.
- Att kopiera och klistra från en PDF till ett e-postutkast förstör oftast formateringen, så du lägger ytterligare 30 minuter på att fixa rubriker, punkter och mellanrum.
- Diagram och tabeller är där insikten finns, men det är också där manuell extrahering skapar flest fel.
- Sammanfattningar blir inkonsekventa eftersom varje person ”sammanfattar” olika när det är bråttom.
- När nyhetsbrevet väl är klart har läget förändrats och rapporten känns inaktuell.
Lösningen: PDF-till-nyhetsbrev, utkast och utskick i ett körning
Det här flödet börjar med att samla in en PDF via ett n8n-formulär och skickar sedan dokumentet till Mistrals OCR för dokumentförståelse, så att innehållet kommer tillbaka som användbar text (inklusive knepiga layouter som spalter, tabeller och blandade bilder). Därefter omvandlar en uppsättning AI-agenter den råa extraktionen till ett strukturerat utkast: en agent planerar dispositionen, andra fyller i avsnitt och en redaktörsagent syr ihop allt till en sammanhållen text med en konsekvent tonalitet. Du kan också välja utdata-stil, så du sitter inte fast i ett enda format. Till sist genererar flödet en rubrik och skickar det färdiga utkastet via Gmail, vilket innebär att ”dela”-steget sker automatiskt i stället för att ligga i din utkorg hela dagen.
Flödet startar när du laddar upp en PDF och väljer en utdatatyp (fördjupad research eller nyhetsbrev). Därifrån extraherar Mistral OCR text med hög precision och GPT-liknande modeller strukturerar, sammanfattar och redigerar. Gmail skickar utkastet till de mottagare du väljer.
Vad som förändras: före vs efter
| Det här försvinner | Effekten du märker |
|---|---|
|
|
Effekt i verkligheten
Säg att du publicerar en veckovis ”rapportöversikt” baserad på 3 PDF:er. Manuellt kanske du lägger cirka 40 minuter per PDF på att extrahera text, ytterligare 30 minuter på att skriva om och strukturera samt 10 minuter på formatering i mejl. Det blir ungefär 4 timmar i veckan. Med det här flödet tar uppladdning av PDF:erna och valet ”nyhetsbrev” cirka 10 minuter totalt, sedan väntar du på bearbetningen och utkastet mejlas via Gmail. De flesta team får tillbaka cirka 3 timmar varje vecka och kvaliteten på utkasten blir mycket mer konsekvent.
Krav
- n8n-instans (prova n8n Cloud gratis)
- Self-hosting-alternativ om du föredrar det (Hostinger fungerar bra)
- Mistral AI för OCR-extraktion med dokumentförståelse.
- Gmail för att mejla ut det genererade utkastet automatiskt.
- OpenRouter API-nyckel (hämta den i din OpenRouter.ai-dashboard).
Kunskapsnivå: Mellan. Du kopplar upp inloggningsuppgifter och justerar några få prompts/fält, men du behöver inte bygga en app.
Behöver du hjälp att implementera detta? Prata med en automatiseringsexpert (gratis 15-minuters konsultation).
Flödet steg för steg
PDF-inlämning via formulär. Du laddar upp en PDF och väljer utdatatyp (fördjupad research eller nyhetsbrev), plus eventuella egna instruktioner som ”fokusera på tillväxtdrivare” eller ”plocka ut kvantitativa nyckeltal”.
OCR och strukturerad extraktion. Flödet skickar filen till Mistrals OCR-/dokumentförståelse-API via HTTP-anrop och hämtar det bearbetade innehållet via en signerad URL, så att det klarar komplexa layouter i stället för att behandla PDF:en som en platt textklump.
Utkast och redigering med flera agenter. En lead research analyst-agent skapar en plan och innehållsförteckning, en strategy planner bryter ned den i avsnitt och research assistants fyller i kapitlen. Därefter finslipar en redaktörsagent allt till ett sammanhängande utkast och genererar en rubrik.
E-postleverans. Gmail skickar det slutliga utkastet till dina valda mottagare (eller till dig först, om du vill ha en granskningsloop innan det går ut).
Du kan enkelt justera nyhetsbrevets längd och instruktionsfälten så att de matchar din målgrupp och din publiceringstakt. Se den fullständiga implementationsguiden nedan för anpassningsalternativ.
Steg-för-steg-guide för implementering
Steg 1: konfigurera formulärtriggern
Starta arbetsflödet när en användare skickar in formuläret och säkerställ att indata finns tillgänglig för filuppladdning och researchbearbetning.
- Lägg till och öppna Form Submission Trigger för att definiera de formulärfält ni vill fånga.
- Spara noden för att generera webhook-URL:en och använd den i er formulärinbäddning eller extern inskickningskälla.
- Anslut Form Submission Trigger till Upload to Mistral API enligt arbetsflödet.
Steg 2: anslut uppladdningen till Mistral och begäran om signerad URL
I detta steg laddas det inskickade dokumentet upp och den signerade URL:en som behövs för efterföljande AI-analys begärs.
- Öppna Upload to Mistral API och konfigurera HTTP-begäran för er Mistral-endpoint för filuppladdning.
- Öppna Request Mistral Signed URL och konfigurera den för att begära den signerade URL:en med uppladdningssvaret från Upload to Mistral API.
- Verifiera exekveringsflödet: Upload to Mistral API → Request Mistral Signed URL → Lead Research Analyst 🔬.
- Credential Required: Anslut era HTTP Request-inloggningsuppgifter i både Upload to Mistral API och Request Mistral Signed URL om ert API kräver autentisering.
Steg 3: sätt upp kedjan för AI-research och planering
Dessa noder analyserar dokumentet, tar fram researchinsikter och skapar en strategisk plan för artikelstrukturen.
- Öppna Lead Research Analyst 🔬 och konfigurera dess prompt och indata så att den använder data för signerad URL från Request Mistral Signed URL.
- Öppna Project Strategy Planner för att planera artikelramverket med utdata från Lead Research Analyst 🔬.
- Säkerställ att O3 Mini Model är ansluten som språkmodell för Lead Research Analyst 🔬 och lägg till inloggningsuppgifter i O3 Mini Model.
- Säkerställ att GPT-4o Model är ansluten som språkmodell för Project Strategy Planner och lägg till inloggningsuppgifter i GPT-4o Model.
- För AI-verktyg och parsers, lägg till inloggningsuppgifter i de överordnade agentnoderna: Mistral PDF Tool kopplas till Lead Research Analyst 🔬, Mistral PDF Tool B till Project Strategy Planner och Structured Output Reader som output-parser för Project Strategy Planner.
Steg 4: dirigera researchuppgifter och sätt ihop utkastet
Detta avsnitt delar upp strategin i parallella researchspår, kombinerar resultat och sätter ihop utkastet.
- Bekräfta att Project Strategy Planner skickar utdata till Route to Research Assistants.
- Notera den parallella exekveringen: Route to Research Assistants skickar utdata till både Combine Chapter Content och Research Support Agent parallellt.
- Konfigurera Research Support Agent för att ta fram kapitel-specifikt innehåll och verifiera att O3 Mini Model B är ansluten som dess språkmodell.
- Säkerställ att Combine Chapter Content slår ihop utdata från båda grenarna innan det skickas vidare till Assemble Article Draft.
- Använd Assemble Article Draft för att formatera och strukturera det kombinerade innehållet till ett komplett artikelutkast.
Steg 5: granska, generera rubriken och skicka e-postmeddelandet
Slutför utkastet med redaktionell granskning, generera en rubrik och skicka den färdiga artikeln.
- Öppna Editorial Review Agent för att förfina utkastet som tas emot från Assemble Article Draft.
- Säkerställ att O3 Mini Model C är ansluten som språkmodell för både Editorial Review Agent och Generate Headline, och lägg till inloggningsuppgifter i O3 Mini Model C.
- Konfigurera Generate Headline för att skapa en titel baserat på det granskade utkastet.
- Konfigurera Send Email via Gmail med mottagare, ämnesrad och brödtext med hjälp av utdata från Generate Headline.
- Credential Required: Anslut era Gmail-inloggningsuppgifter i Send Email via Gmail.
Steg 6: konfigurera triggern för QA-insikts-subarbetsflödet
Denna valfria gren låter ett överordnat arbetsflöde begära dokumentinsikter och ta emot ett QA-färdigt svar.
- Öppna Triggered by Parent Workflow och bekräfta att den är ansluten till Document Insight Request.
- Konfigurera Document Insight Request som HTTP-begäran till er endpoint för dokumentinsikter.
- Använd Set QA Response för att normalisera svarsformatet för det överordnade arbetsflödet.
- Credential Required: Anslut era HTTP Request-inloggningsuppgifter i Document Insight Request om endpointen kräver autentisering.
Steg 7: testa och aktivera ert arbetsflöde
Validera varje gren med exempeldata och aktivera sedan för användning i produktion.
- Klicka på Execute Workflow och skicka in ett testformulär till Form Submission Trigger.
- Bekräfta att filen laddas upp korrekt och att Lead Research Analyst 🔬 producerar utdata till Project Strategy Planner.
- Verifiera parallell bearbetning efter Route to Research Assistants och att Assemble Article Draft tar emot sammanslaget innehåll.
- Kontrollera att Send Email via Gmail skickar ett meddelande som innehåller det slutliga utkastet och den genererade rubriken.
- Växla arbetsflödet till Active när testningen är lyckad.
Saker att se upp med
- Inloggningsuppgifter för Mistral eller OpenRouter kan löpa ut eller sakna behörigheter. Om det skapar fel, kontrollera först n8n:s Credential-skärm och din leverantörs dashboard.
- Om du använder Wait-noder eller extern rendering varierar bearbetningstiderna. Öka väntetiden om efterföljande noder misslyckas på tomma svar.
- Standardprompter i AI-noder är generiska. Lägg in din tonalitet tidigt, annars kommer du redigera utdata i all oändlighet.
Vanliga frågor
Cirka en timme om du redan har dina API-nycklar och Gmail klart.
Ja. Ingen kodning krävs, men någon behöver koppla in inloggningsuppgifter och testa de första PDF:erna för att finjustera prompterna.
Ja. n8n har ett gratis self-hosted-alternativ och en gratis provperiod på n8n Cloud. Cloud-planer startar på 20 USD/månad för högre volym. Du behöver också räkna in användningsbaserade API-kostnader för Mistral och OpenRouter.
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 obegränsat antal körningar men kräver grundläggande serveradministration.
Börja med formulärfälten och agentinstruktionerna. De flesta anpassningar handlar bara om att ändra ”egna instruktioner” som du skickar in till Lead Research Analyst och Project Strategy Planner så att dispositionen matchar din målgrupp. Vill du ha ett annat format kan du ändra routingen ”fördjupad research vs nyhetsbrev” i Switch-noden och justera mållängden i Project Planner. Du kan också byta rubrikstil i noden Generate Headline så att den matchar dina ämnesrads-konventioner.
Oftast beror det på att OAuth-auktoriseringen har löpt ut eller att fel Google-konto är anslutet.
Med n8n Cloud Starter kan du köra några tusen körningar per månad, vilket räcker för de flesta nyhetsbrevsflöden. Self-hosting har ingen körningsgräns, men du begränsas av din server och av Mistral/OpenRouter-API:ernas rate limits. I praktiken kör team detta per dokument (eller per veckobatch) utan problem; den tyngre delen är OCR och multi-agent-utkastandet, inte n8n-orkestreringen. Om du planerar att processa stora batchar dagligen, räkna med längre körtider och överväg köhantering.
Ofta, ja, eftersom det här flödet använder flersteglogik och AI-agent-orkestrering som är klumpig (och dyr) i enklare verktyg. n8n ger dig också mer kontroll över hur PDF:en bearbetas, hur dispositionen skapas och hur kapitlen slås ihop igen. Om du self-hostar betalar du inte per litet steg, vilket spelar roll när en AI-pipeline förgrenar sig till flera deluppgifter. Zapier eller Make kan fortfarande fungera bra om du bara vill ha ”PDF in, kort sammanfattning ut” och du inte behöver en research-liknande struktur. Är du osäker, prata med en automatiseringsexpert och få en rak rekommendation för din volym och ditt use case.
När detta väl är igång slutar PDF:er vara ett hinder och blir i stället en input. Flödet tar hand om den repetitiva extraktionen och utkastandet så att du kan fokusera på vad du vill säga, inte hur du ska formatera det.
Kontakta oss
Hör av dig, så diskuterar vi hur just din verksamhet kan dra nytta av alla fantastiska möjligheter som AI skapar.