Du öppnar Perplexity för ”snabb research”, sedan Gmail för att skriva mejlet, sedan Slack för att be någon om kontext. Trettio minuter senare sitter du fortfarande och finslipar första stycket och tvivlar på dina fakta. Det är exakt det som Perplexity Gmail-automatisering är tänkt att stoppa.
Marknadschefer känner av det när kampanjer är beroende av insikter i rätt tid. Säljare och byråägare känner det också, särskilt när outreach måste låta mänskligt men ändå gå snabbt. Resultatet här är enkelt: Gmail-utkast med research som du kan godkänna på några minuter, inte ”någon gång senare”.
Det här n8n-flödet förvandlar ett chattmeddelande till aktuell research plus ett mejlutkast som är redo att skickas. Du får se hur det fungerar, vad du behöver och var team oftast går på minor.
Så fungerar automatiseringen
Hela n8n-flödet, från trigger till slutlig output:
n8n Workflow Template: Perplexity + Gmail: researchbaserade mejl, snabbt
flowchart LR
subgraph sg0["When chat message received Flow"]
direction LR
n0@{ icon: "mdi:robot", form: "rounded", label: "AI Agent", pos: "b", h: 48 }
n1@{ icon: "mdi:play-circle", form: "rounded", label: "When chat message received", pos: "b", h: 48 }
n2@{ icon: "mdi:brain", form: "rounded", label: "OpenAI Chat Model", pos: "b", h: 48 }
n3@{ icon: "mdi:memory", form: "rounded", label: "Simple Memory", pos: "b", h: 48 }
n11@{ icon: "mdi:wrench", form: "rounded", label: "Email MCP Client", pos: "b", h: 48 }
n12@{ icon: "mdi:wrench", form: "rounded", label: "News MCP Client", pos: "b", h: 48 }
n3 -.-> n0
n12 -.-> n0
n11 -.-> n0
n2 -.-> n0
n1 --> n0
end
subgraph sg1["Email MCP Server Flow"]
direction LR
n4@{ icon: "mdi:message-outline", form: "rounded", label: "Send a message in Gmail", pos: "b", h: 48 }
n5@{ icon: "mdi:message-outline", form: "rounded", label: "Send a message in Gmail1", pos: "b", h: 48 }
n6@{ icon: "mdi:message-outline", form: "rounded", label: "Send a message in Gmail2", pos: "b", h: 48 }
n10@{ icon: "mdi:play-circle", form: "rounded", label: "Email MCP Server", pos: "b", h: 48 }
n4 -.-> n10
n5 -.-> n10
n6 -.-> n10
end
subgraph sg2["News MCP Server Flow"]
direction LR
n7@{ icon: "mdi:cog", form: "rounded", label: "Search in Tavily", pos: "b", h: 48 }
n8@{ icon: "mdi:cog", form: "rounded", label: "Message a model in Perplexity", pos: "b", h: 48 }
n9@{ icon: "mdi:play-circle", form: "rounded", label: "News MCP Server", pos: "b", h: 48 }
n13@{ icon: "mdi:cog", form: "rounded", label: "Search in Tavily1", pos: "b", h: 48 }
n7 -.-> n9
n13 -.-> n9
n8 -.-> n9
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 n1,n10,n9 trigger
class n0 ai
class n2 aiModel
class n11,n12 ai
class n3 ai
Problemet: research till mejl är fortfarande en manuell stafett
Det jobbiga är inte att skriva ett mejl. Det är allt runt omkring. Du jagar färsk info, kopierar anteckningar till ett dokument, skriver om samma kontext för olika mottagare, och hoppar sedan in i Gmail och försöker få det att låta som du (inte som en mall). Under tiden ändras nyheterna, länkar blir inaktuella och du skickar till slut något som antingen är sent eller otydligt. Gör du det här mer än ett par gånger i veckan stjäl det i tysthet timmar och fokus som du borde lägga på strategi, samtal eller faktiskt kreativt arbete.
Det summerar snabbt. Här brukar friktionen dyka upp i riktiga team.
- Research görs om eftersom ingen hittar förra veckans anteckningar, så ni söker på samma ämnen igen.
- Utkast skrivs i Gmail utan källor nära till hands, vilket gör att fakta mjukas upp eller tas bort ”för säkerhets skull”.
- Tonen glider när flera personer bidrar, och du lägger extra tid på att skriva om så att det känns konsekvent.
- När mejlet väl är klart har tillfället passerat och outreach känns mindre relevant.
Lösningen: en chattprompt som researchar och skapar utkast i Gmail
Det här flödet ger dig en chatt-först ”research + mejl”-assistent i n8n. Du skickar ett meddelande som: ”Hitta det senaste om Kubernetes-säkerhetsincidenter och skriv ett intro-mejl till Acme med tre takeaways.” Därifrån avgör en AI-agent vilka verktyg som ska användas: den hämtar uppdaterad kontext via en News MCP-server (byggd på Tavily-sökning plus Perplexity-svar), och växlar sedan till mejlläge via en Email MCP-server som kopplar till Gmail. OpenAI står för resonemanget så att resultatet håller ihop, och Simple Memory behåller nylig kontext så att följdfrågor inte känns som att börja om. Slutresultatet är ett Gmail-utkast (eller ett skickat mejl om du tillåter det) plus en sammanfattning som returneras i chatten för snabb granskning.
Flödet startar när ett chattmeddelande kommer in. Agenten researchar sedan med Tavily och Perplexity, formar fynden enligt ditt önskade format och skickar strukturerade fält (Till, Ämne, Meddelande) till Gmail. Du får något du kan godkänna snabbt, med färre ”vänta, stämmer det här?”-ögonblick.
Det du får: automatisering vs. resultat
| Vad det här flödet automatiserar | Resultat du får |
|---|---|
|
|
Exempel: så här ser det ut
Säg att du skickar 10 research-baserade mejl i veckan (kunduppdateringar, partnerpåminnelser, outreach). Manuellt kanske du lägger cirka 20 minuter på research och ytterligare 10 minuter på att skriva utkast för varje mejl, alltså runt 5 timmar i veckan. Med det här flödet är ”arbetet” en enda chattprompt som tar en minut, sedan väntar du några minuter på att agenten ska returnera ett utkast i Gmail. Det landar närmare 1 timmes granskningstid totalt, vilket betyder att du får tillbaka cirka 4 timmar de flesta veckor.
Det här behöver du
- n8n-instans (testa n8n Cloud gratis)
- Alternativ för self-hosting om du föredrar det (Hostinger fungerar bra)
- Perplexity för aktuella svar via News MCP.
- Gmail för att skapa utkast (eller skicka mejl).
- OpenAI API-nyckel (hämta den i din OpenAI-dashboard).
Kunskapsnivå: Medel. Du kopplar upp inloggningar, bekräftar MCP-endpoints och testar prompter säkert innan du aktiverar ”skicka”.
Vill du inte sätta upp detta själv? Prata med en automatiseringsexpert (gratis 15-minuters konsultation).
Så fungerar det
Ett chattmeddelande kickar igång det. Du skriver en prompt i n8n:s chatt-trigger, som ”Researcha X, skriv sedan ett mejl till Y med Z takeaways.” Enkel input, inga formulär.
Agenten avgör nästa steg. AI-agenten använder OpenAI Chat Model för att planera, och använder sedan Simple Memory för att behålla nylig kontext så att du kan ställa följdfrågor som ”Gör den kortare” eller ”Ändra tonen till mer rak.”
Research sker via News MCP-verktygen. Tavily sköter sökningen och Perplexity omvandlar fynden till en strukturerad sammanfattning som du faktiskt kan använda i ett mejl.
Gmail får strukturerade utkastfält. Email MCP-verktygen fyller i mottagare, ämnesrad och brödtext i Gmail så att du kan granska och skicka utan att kopiera om något.
Du kan enkelt justera agentens systeminstruktioner för att matcha din ton och dina säkerhetsregler utifrån dina behov. Se hela implementeringsguiden nedan för anpassningsalternativ.
Steg-för-steg-guide för implementering
Steg 1: Konfigurera chattriggern
Det här arbetsflödet börjar med en chatbaserad trigger som vidarebefordrar användarens input direkt till AI-agenten.
- Lägg till och öppna Chat Intake Trigger som arbetsflödets trigger.
- Behåll standardinställningen för Options (tom) om ni inte behöver anpassade chattinställningar.
- Anslut Chat Intake Trigger till Assistant Orchestrator så att körflödet följer
"Chat Intake Trigger" → "Assistant Orchestrator".
Steg 2: Anslut MCP-gateways
MCP-gateways exponerar verktyg och kopplingar för e-post och nyhetsresearch.
- Öppna News MCP Gateway och ställ in Path till
<<.>> - Öppna Email MCP Gateway och ställ in Path till
<<.>> - Öppna News MCP Connector och ställ in Endpoint URL till
<<, och Server Transport till>> httpStreamable. - Öppna Email MCP Connector och ställ in Endpoint URL till
<<, och Server Transport till>> httpStreamable. - Verifiera att News MCP Connector och Email MCP Connector är kopplade som AI-verktyg till Assistant Orchestrator.
<<>> -värden med riktiga endpoints.Steg 3: Konfigurera Assistant Orchestrator
AI-agenten koordinerar chattinput, verktygsanvändning och minne.
- Öppna Assistant Orchestrator och ställ in System Message till
You are a helpful email assistant. ##Tool Use attached Email MCP Tool for emails when asked Use attached Email MCP Tool for. - Öppna OpenAI Dialogue Model och ställ in Model till
gpt-4.1-mini. - Säkerställ att OpenAI Dialogue Model är ansluten som språkmodell för Assistant Orchestrator.
- Säkerställ att Context Memory Buffer är ansluten som minneskälla för Assistant Orchestrator.
Steg 4: Konfigurera researchverktyg
Researchverktygen samlar in data via Tavily och Perplexity och exponeras via News MCP-gateway.
- Öppna Tavily Search Tool och ställ in Query till
={{ /*n8n-auto-generated-fromAI-override*/ $fromAI('Query', ``, 'string') }}. - Öppna Tavily Search Tool 2 och ställ in Query till
={{ /*n8n-auto-generated-fromAI-override*/ $fromAI('Query', ``, 'string') }}. - Öppna Perplexity Query Tool och ställ in Messages → Message → Content till
={{ /*n8n-auto-generated-fromAI-override*/ $fromAI('message0_Text', ``, 'string') }}. - I Perplexity Query Tool, ställ in Simplify till
={{ /*n8n-auto-generated-fromAI-override*/ $fromAI('Simplify_Output', ``, 'boolean') }}. - Bekräfta att Tavily Search Tool, Tavily Search Tool 2 och Perplexity Query Tool är anslutna som AI-verktyg till News MCP Gateway.
Steg 5: Konfigurera Gmail-verktyg för utskick
E-postverktygen exponeras via Email MCP-gateway så att agenten kan skicka meddelanden.
- Öppna Gmail Dispatch Tool och ställ in Send To till
<<, Subject till>> <<och Message till>> <<.>> - Öppna Gmail Dispatch Tool 2 och ställ in Send To till
<<, Subject till>> <<och Message till>> <<.>> - Öppna Gmail Dispatch Tool 3 och ställ in Send To till
<<, Subject till>> <<och Message till>> <<.>> - Verifiera att alla tre Gmail-verktyg är anslutna som AI-verktyg till Email MCP Gateway.
<<>> -värden med riktiga data.Steg 6: Testa och aktivera ert arbetsflöde
Kör en manuell chattsession för att validera verktygsanrop och e-postleverans innan ni aktiverar arbetsflödet i produktion.
- Klicka på Test workflow och skicka ett exempelmeddelande i chatten till Chat Intake Trigger.
- Bekräfta att Assistant Orchestrator använder verktygen (Tavily, Perplexity och Gmail) och returnerar ett svar utan fel.
- Verifiera att e-post skickas via Gmail Dispatch Tool, Gmail Dispatch Tool 2 eller Gmail Dispatch Tool 3 enligt förväntan.
- När allt fungerar, växla arbetsflödet till Active för att aktivera det för chattförfrågningar i produktion.
Vanliga fallgropar
- Gmail-inloggningar kan löpa ut eller kräva specifika behörigheter. Om saker slutar fungera, kontrollera först din panel för n8n-inloggningar och säkerhetsinställningarna för det anslutna Google-kontot.
- Om du använder Wait-noder eller extern rendering varierar processingtiderna. Öka väntetiden om nedströms noder misslyckas på grund av tomma svar.
- Standardprompter i AI-noder är generiska. Lägg in er tonalitet tidigt, annars kommer du att redigera output för alltid.
Vanliga frågor
Räkna med cirka 30–60 minuter när du har dina API-nycklar och Gmail klart.
Nej. Du kopplar konton, klistrar in ett par nycklar och testar prompter i chatten.
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 OpenAI API-användning samt eventuella Tavily- och Perplexity-kostnader beroende på hur mycket du researchar.
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 dig obegränsade körningar men kräver grundläggande serverhantering.
Ja, och det är ett smart standardval. I Gmail Tool-noderna (”Gmail Dispatch Tool”-noderna) växlar du åtgärden till enbart utkast, eller så styr du ”skicka”-förfrågningar via ett godkännandevillkor i AI-agentens instruktioner. Vanliga anpassningar är att tvinga fram en specifik sign-off, begränsa output till tre punktlistor och kräva att agenten inkluderar källor i chattsvaret innan den skapar något i Gmail.
Oftast handlar det om utgångna eller felavgränsade Google-behörigheter, så kontrollera Gmail-inloggningen i n8n och återanslut Google-kontot. Om du använder ett Workspace-konto kan en administratörspolicy blockera åtkomst tills appen är godkänd. Det kan också vara ett MCP-endpoint-problem: om Email MCP Gateway-URL:en inte är publikt nåbar kan agenten inte anropa Gmail-verktyget även om din inloggning är korrekt.
Om du kör self-hosted beror det främst på din server och dina API-rate limits.
Ofta, ja, eftersom det här inte bara är ”flytta text från A till B”. n8n passar bättre när du vill att en agent ska kunna förgrena sig mellan research och mejlåtgärder, behålla korttidsminne mellan prompter och anropa flera verktyg i en körning utan att betala per liten delsteg. Du får också möjligheten att self-hosta, vilket spelar roll när du kör det här ofta. Zapier eller Make kan vara snabbare för enkla, enskilda zaps, särskilt om du inte vill hantera MCP-endpoints. Om du är osäker, prata med en automatiseringsexpert så ritar vi upp den enklaste setupen för din volym och risknivå.
Sätt upp det här en gång och din ”research till Gmail-utkast”-loop blir tråkig på bästa möjliga sätt. Flödet hanterar de repetitiva överlämningarna så att du kan fokusera på budskapet som faktiskt spelar roll.
Kontakta oss
Hör av dig, så diskuterar vi hur just din verksamhet kan dra nytta av alla fantastiska möjligheter som AI skapar.