Nya leads dyker upp i Monday.com, och sedan… ingenting. Eller ännu värre: någon börjar med “snabb research”, öppnar 12 flikar, glömmer hälften och en dag senare blir uppföljningsmejlet en generisk mall som skriker “skjut brett och hoppas”.
Den här Monday Gmail-automationen träffar säljare först, men growth marketers och konsulter känner av den också. Du vill ha snabba svar, riktig kontext och en board som inte ruttnar till “TBD”-fält efter första veckan.
Det här flödet berikar varje nytt Monday.com-lead med Explorium MCP + GPT‑4.1, sparar sedan ett kort personligt Gmail-utkast och uppdaterar Monday-posten med användbara anteckningar. Du får se vad det gör, vad du behöver och var team oftast snubblar.
Så fungerar automationen
Hela n8n-flödet, från trigger till slutresultat:
n8n Workflow Template: Monday.com till Gmail: rikare leads och e-postutkast
flowchart LR
subgraph sg0["Company Researcher Flow"]
direction LR
n0@{ icon: "mdi:robot", form: "rounded", label: "Company Researcher", pos: "b", h: 48 }
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/webhook.dark.svg' width='40' height='40' /></div><br/>Respond to Webhook"]
n2@{ icon: "mdi:brain", form: "rounded", label: "ChatGPT 4.1 - 2", pos: "b", h: 48 }
n3@{ icon: "mdi:brain", form: "rounded", label: "ChatGPT 4.1 - 1", pos: "b", h: 48 }
n4@{ icon: "mdi:wrench", form: "rounded", label: "Think - 2", pos: "b", h: 48 }
n5@{ icon: "mdi:wrench", form: "rounded", label: "Think - 1", pos: "b", h: 48 }
n6@{ icon: "mdi:wrench", form: "rounded", label: "Explorium MCP", pos: "b", h: 48 }
n7@{ icon: "mdi:robot", form: "rounded", label: "Email Writer", pos: "b", h: 48 }
n8@{ icon: "mdi:message-outline", form: "rounded", label: "Create a draft", pos: "b", h: 48 }
n9["<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/mondayCom.svg' width='40' height='40' /></div><br/>Get item"]
n10@{ icon: "mdi:swap-vertical", form: "rounded", label: "Edit Fields", 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/webhook.dark.svg' width='40' height='40' /></div><br/>Webhook"]
n12@{ icon: "mdi:brain", form: "rounded", label: "ChatGPT 4.1 - 3", pos: "b", h: 48 }
n13@{ icon: "mdi:robot", form: "rounded", label: "CRM Enrichment", pos: "b", h: 48 }
n15@{ icon: "mdi:wrench", form: "rounded", label: "Think - 3", 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/mondayCom.svg' width='40' height='40' /></div><br/>Add an update to an item - 1"]
n18["<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/mondayCom.svg' width='40' height='40' /></div><br/>Add an update to an item - 2"]
n19@{ icon: "mdi:robot", form: "rounded", label: "Structured Output Parser - 2", pos: "b", h: 48 }
n20@{ icon: "mdi:robot", form: "rounded", label: "Structured Output Parser - 3", pos: "b", h: 48 }
n11 --> n1
n9 --> n10
n5 -.-> n0
n4 -.-> n7
n15 -.-> n13
n10 --> n0
n7 --> n8
n6 -.-> n0
n13 --> n18
n8 --> n17
n3 -.-> n0
n2 -.-> n7
n12 -.-> n13
n0 --> n7
n0 --> n13
n1 --> n9
n19 -.-> n7
n20 -.-> n13
end
subgraph sg1["Error Flow"]
direction LR
n14@{ icon: "mdi:play-circle", form: "rounded", label: "Error Trigger", pos: "b", h: 48 }
n16@{ icon: "mdi:message-outline", form: "rounded", label: "Send a message", pos: "b", h: 48 }
n14 --> n16
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 n14 trigger
class n0,n7,n13,n19,n20 ai
class n2,n3,n12 aiModel
class n4,n5,n6,n15 ai
class n1,n11 api
class n1 disabled
classDef customIcon fill:none,stroke:none
class n1,n9,n11,n17,n18 customIcon
Problemet: leads blir inaktuella innan du svarar
Svarstid på leads är en tyst affärsdödare. Ett nytt bolag fyller i ett formulär eller läggs till på din Monday.com-board, och då börjar “det riktiga jobbet”: googla företaget, kolla finansieringsnyheter, gissa vad de bryr sig om och sedan försöka skriva ett mejl som låter som att du faktiskt gjort hemläxan. Det är inte svårt. Det är bara många små moment, och det är lätt att skjuta på. Under tiden förblir CRM:et tunt, dina uppföljningar blir repetitiva och de bästa leadsen hamnar hos någon annan.
Det summerar snabbt. Här brukar det oftast fallera.
- Research sker i slumpmässiga webbläsarflikar, så nästa person saknar kontext och gör om samma grävjobb.
- Personliga mejl tar “bara 10 minuter” tills du har 15 leads, och plötsligt är det en halv dag.
- Monday.com-fält står tomma eftersom ingen tycker om att copy-pasta insikter in i kolumner.
- Mallar används rakt av, vilket gör att svaren blir lågkvalitativa och du lägger mer tid på att “följa upp” än att sälja.
Lösningen: berika i Monday, skapa utkast i Gmail
Det här flödet gör ett rått Monday.com-lead till något som teamet kan agera på direkt. Det startar när en webhook triggas från Monday.com, och sedan hämtar n8n hela board-posten så att den har företagsnamn, kontaktuppgifter och eventuella anteckningar du redan fångat. Därefter använder det Explorium MCP för att hämta företagsinsikter och GPT‑4.1 för att tolka dem i klarspråk, med fokus på prioriteringar, pain points och realistiska möjligheter där automation kan hjälpa. Med den kontexten skriver flödet ett kort, mänskligt mejlutkast (hålls under cirka 120 ord), sparar det i Gmail som ett utkast för granskning och uppdaterar den ursprungliga Monday.com-posten med berikningssammanfattningen så att boarden förblir pålitlig.
Flödet börjar med din Monday.com-webhook och en uppslagning av board-post. Sedan körs fasen “research + resonemang” (Explorium MCP plus GPT-hjälpare) för att ta fram strukturerade insikter. Till sist får Gmail ett utkast som är redo att skickas och Monday.com får uppdaterade fält för teamet.
Det här får du: automation vs. resultat
| Det här automatiserar flödet | Resultat du får |
|---|---|
|
|
Exempel: så här ser det ut i praktiken
Säg att du får 10 inkommande leads per dag i Monday.com. Manuellt tar en snabb företagsskanning (cirka 15 minuter) plus att skriva ett vettigt första mejl (ytterligare 10 minuter) ungefär 25 minuter per lead, alltså cirka 4 timmar per dag. Med det här flödet lägger du in leadet som vanligt och automationen kör i bakgrunden: en minut för att trigga, några minuter för att berika och skriva, och sedan dyker ett Gmail-utkast upp redo för granskning. Du gör fortfarande en rimlighetskoll, men du landar på kanske 2 minuter per lead, inte 25.
Det du behöver
- n8n-instans (testa n8n Cloud gratis)
- Självhostningsalternativ om du föredrar det (Hostinger fungerar bra)
- Monday.com för att lagra och trigga lead-poster
- Gmail för att spara utkast för granskning
- OpenAI API-nyckel (hämta den från OpenAI-dashboarden)
- Explorium MCP API-nyckel (hämta den från ditt Explorium-konto)
Kunskapsnivå: Medel. Du kopplar konton, mappar Monday.com-kolumner och justerar ett par AI-prompter utan att skriva riktig kod.
Vill du inte sätta upp det här själv? Prata med en automationsexpert (gratis 15-minuters konsultation).
Så fungerar det
En Monday.com-webhook triggar körningen. När ett lead landar på din board (eller vid en specifik händelse du konfigurerar) anropar Monday n8n-webhooken så att flödet kan reagera direkt.
Flödet hämtar och normaliserar lead-fälten. n8n hämtar hela board-posten och mappar sedan företagsnamn, kontaktnamn, e-post och kommentarer till korrekt formaterade fält så att AI-agenterna inte jobbar med stökiga indata.
Företagsresearch + analys kommer sedan. Explorium MCP samlar in företagsdata och GPT‑4.1 tolkar det till användbara anteckningar: prioriteringar, sannolika pain points och några AI-automationsuse case som är rimliga för just det företaget (inte generiskt “vi gör AI”).
Utkastet skickas till Gmail och tillbaka till Monday.com. Flödet skapar ett Gmail-utkast för en människa att granska och postar sedan berikningssammanfattningen och utkaststatus tillbaka till Monday-posten så att hela teamet ser samma kontext.
Du kan enkelt justera mejlton och researchdjup efter dina behov. Se hela implementationsguiden nedan för anpassningsalternativ.
Steg-för-steg-guide för implementation
Steg 1: konfigurera webhook-triggern
Sätt upp flödet för inkommande webhook så att externa system kan trigga lead-berikning och få ett challenge-svar.
- Lägg till och konfigurera Incoming Webhook Trigger med HTTP Method satt till
POSToch Path satt till76e1e0a6-495e-4ab6-ba56-b5746cbc4727. - Ställ in Response Mode till
responseNodeså att arbetsflödet kan svara via Return Webhook Reply. - I Return Webhook Reply ställer ni in Respond With till
jsonoch Response Body till={ "challenge": "{{ $json.body.challenge }}"}. - Koppla Incoming Webhook Trigger → Return Webhook Reply → Retrieve Board Item för att matcha exekveringsflödet.
Steg 2: anslut Monday.com
Hämta leaddata från Monday.com och mappa nyckelfälten som AI-agenterna använder.
- Öppna Retrieve Board Item och ställ in Resource till
boardItemoch Operation tillgetByColumnValue. - Ställ in Board ID till
[YOUR_ID], Column ID tillname, Limit till1och Column Value till={{ $json.body.event.pulseName }}. - Inloggning krävs: Anslut era mondayComApi-inloggningsuppgifter i Retrieve Board Item.
- Konfigurera Map Lead Fields med Mode satt till
rawoch JSON Output satt till={ "company_name": "{{ $json.name }}", "contact_name": "{{ $json.column_values[5].text }}", "email_address": "{{ $json.column_values[6].text }}", "comments": "{{ $json.column_values[10].text }}"}. - Koppla Retrieve Board Item → Map Lead Fields → Company Insight Analyst.
[YOUR_ID] med ert Monday.com-board-ID och bekräfta att kolumnindexen i Map Lead Fields matchar ert boardschema.Steg 3: konfigurera Company Insight Analyst
Konfigurera research-agenten och dess verktyg så att den kan berika leadet med företagsinsikter.
- I Company Insight Analyst ställer ni in Prompt Type till
defineoch Text till=Company name: {{ $json.company_name }} Contact name: {{ $json.contact_name }} Email address: {{ $json.email_address }} Special Comments from Salesperson: {{ $json.comments }}. - Säkerställ att GPT Model Helper B är ansluten som språkmodell för Company Insight Analyst. Inloggning krävs: Anslut era openAiApi-inloggningsuppgifter i GPT Model Helper B.
- Bekräfta att Reasoning Tool Alpha är kopplat som ett AI-verktyg till Company Insight Analyst (inga inloggningsuppgifter krävs).
- Explorium Data Tool är anslutet som ett verktyg för Company Insight Analyst. Inloggning krävs: Anslut era httpHeaderAuth-inloggningsuppgifter i Explorium Data Tool så att den överordnade agenten kan använda dataverktyget.
Steg 4: konfigurera Personalized Email Drafter och CRM Summary Enhancer
Dessa två AI-agenter körs parallellt efter research för att skapa ett utkast till e-post och en CRM-berikningssammanfattning.
- Verifiera att Company Insight Analyst skickar output till både Personalized Email Drafter och CRM Summary Enhancer parallellt.
- I Personalized Email Drafter ställer ni in Text till
=### Context: ## company data: {{ $('Company Insight Analyst').first().json.output }} ## contact full name: {{ $('Map Lead Fields').item.json.contact_name }} ## Salesman comments: {{ $('Map Lead Fields').item.json.comments }}och låter Has Output Parser vara aktiverad. - Anslut GPT Model Helper A som språkmodell för Personalized Email Drafter. Inloggning krävs: Anslut era openAiApi-inloggningsuppgifter i GPT Model Helper A.
- Koppla Reasoning Tool Beta och Structured Parser A till Personalized Email Drafter (inga inloggningsuppgifter krävs för dessa subnoder).
- I CRM Summary Enhancer ställer ni in Text till
=### Context: ## company data: {{ $('Company Insight Analyst').first().json.output }} ## contact full name: {{ $('Map Lead Fields').item.json.contact_name }} ## Salesman comments: {{ $('Map Lead Fields').item.json.comments }}och låter Has Output Parser vara aktiverad. - Anslut GPT Model Helper C som språkmodell för CRM Summary Enhancer. Inloggning krävs: Anslut era openAiApi-inloggningsuppgifter i GPT Model Helper C.
- Koppla Reasoning Tool Gamma och Structured Parser B till CRM Summary Enhancer (inga inloggningsuppgifter krävs för dessa subnoder).
Steg 5: konfigurera åtgärder för output
Skicka det AI-genererade e-postutkastet till Gmail och posta uppdateringar tillbaka till Monday.com.
- I Generate Email Draft ställer ni in Resource till
draft, Message till={{ $json.output.email_content }}, Subject till={{ $json.output.email_subject }}och Send To till={{ $('Map Lead Fields').item.json.email_address }}. - Inloggning krävs: Anslut era gmailOAuth2-inloggningsuppgifter i Generate Email Draft.
- I Post Draft Update ställer ni in Operation till
addUpdate, Item ID till={{ $('Retrieve Board Item').item.json.id }}och Value till=" Draft email from AI Agent was generated! ". - I Post CRM Update ställer ni in Operation till
addUpdate, Item ID till={{ $('Retrieve Board Item').item.json.id }}och Value till=" AI Agent Data Enrichement: {{ $json.output.crm_summary }} ". - Inloggning krävs: Anslut era mondayComApi-inloggningsuppgifter i Post Draft Update och Post CRM Update.
Steg 6: lägg till felhantering
Skicka ett varningsmejl om någon del av arbetsflödet misslyckas.
- Säkerställ att Error Handler Trigger är kopplad till Dispatch Error Email.
- I Dispatch Error Email ställer ni in Send To till
[YOUR_EMAIL], Subject till=Error in the workoch Message till={{ $json.output.email_content }}. - Inloggning krävs: Anslut era gmailOAuth2-inloggningsuppgifter i Dispatch Error Email.
[YOUR_EMAIL] med en riktig inkorg för att säkerställa att felnotiser levereras.Steg 7: testa och aktivera ert arbetsflöde
Verifiera webhooken, AI-output och Monday.com-uppdateringar innan ni slår på arbetsflödet.
- Klicka på Execute Workflow och skicka sedan en POST-begäran till URL:en för Incoming Webhook Trigger med en payload som innehåller
body.event.pulseNameochbody.challenge. - Bekräfta att svaret returnerar challenge-JSON från Return Webhook Reply och att Retrieve Board Item hittar rätt lead.
- Kontrollera att Generate Email Draft skapar ett Gmail-utkast och att Post Draft Update och Post CRM Update lägger till uppdateringar på Monday.com-itemet.
- Om fel uppstår, verifiera att varningsmejlet från Dispatch Error Email tas emot.
- När allt fungerar, växla arbetsflödet till Active för användning i produktion.
Vanliga fallgropar
- Monday.com-inloggningar kan gå ut eller så kan token sakna rätt behörigheter för boarden. Om något går sönder: kontrollera först åtkomsten för Monday.com API-token och boardens webhook-inställningar.
- Om du använder Wait-noder eller extern rendering varierar processtider. Öka väntetiden om nedströmsnoder misslyckas på grund av tomma svar.
- Standardprompter i AI-noder är generiska. Lägg in din tonalitet tidigt, annars kommer du redigera output i all oändlighet.
Vanliga frågor
Cirka 20 minuter om din åtkomst till Monday.com och Gmail är klar.
Nej. Du kopplar främst konton och mappar Monday.com-kolumner till rätt fält. Klarar du grundläggande inställningssidor kan du köra det här.
Ja. n8n har ett gratis självhostat alternativ och en gratis provperiod på n8n Cloud. Cloud-planer börjar på 20 USD/månad för högre volym. Du behöver också räkna in OpenAI API-kostnader (ofta några cent per lead) och din Explorium-plan.
Två alternativ: n8n Cloud (hanterat, enklast att komma igång) eller självhosting på en VPS. För självhosting är Hostinger VPS prisvärd och klarar n8n bra. Självhosting ger obegränsade körningar men kräver grundläggande serverhantering.
Ja, och det är en av de första sakerna du bör göra. Uppdatera systemmeddelandet eller prompten i agenten Personalized Email Drafter för att sätta ton (formell, vänlig, rak) och lägg till ditt värdeerbjudande och typiska proof points. Du kan också skärpa längdkravet (det är designat för att hålla sig under 120 ord) och justera vilka Explorium-insikter som ska betonas genom att finjustera instruktionerna för agenten Company Insight Analyst.
Oftast beror det på en utgången eller roterad Monday.com API-token, så generera en ny och uppdatera autentiseringsuppgiften i n8n. Ett annat vanligt problem är board-behörigheter: token måste ha åtkomst för att läsa poster och uppdatera de kolumner du mappat. Dubbelkolla också webhook-konfigurationen i Monday.com, eftersom en liten ändring i boarden kan ogiltigförklara event-setupen. Om du testar med gamla poster, bekräfta att trigger-händelsen faktiskt triggas i ditt scenario.
Många.
Ofta, ja, helt ärligt eftersom den här typen av berikning behöver förgreningar, strukturerad parsning och flerstegsresonemang utan att snabbt bli dyrt. n8n hanterar mer komplex logik med obegränsad förgrening, och du kan självhosta för obegränsade körningar om volymen växer. Det stödjer också det agentbaserade AI-flödet som används här (research, analysera, sedan skriva utkast) på ett sätt som är svårare att underhålla i enklare “trigger → action”-byggare. Zapier eller Make kan fortfarande vara bra om du bara vill ha en enkel Monday-till-mejl-notis och inget mer. Prata med en automationsexpert om du vill ha en snabb rekommendation för just din pipeline.
Sätt upp detta en gång så slutar dina leads vänta på “någon som ska göra research”. Flödet tar hand om det repetitiva, och teamet kan fokusera på samtal som faktiskt driver affärer framåt.
Kontakta oss
Hör av dig, så diskuterar vi hur just din verksamhet kan dra nytta av alla fantastiska möjligheter som AI skapar.