Offertförfrågningar kommer in och plötsligt sitter du och kopierar in produktdetaljer, gissar SKU:er och bygger upp samma PDF från noll igen. Ett fel på enhetspris eller minsta kvantitet och du är tillbaka i ursäktsläget.
Det här drabbar säljchefer och operativa ansvariga först. En grundare som driver ett litet team känner det också, eftersom det inte finns någon annan som “bara kan hantera offerter”. Med Qdrant-offert-PDF:er kan du svara snabbt utan att improvisera prissättning i stunden.
Det här arbetsflödet gör en enkel “begär offert”-insändning till en varumärkesanpassad PDF och skickar den automatiskt via e-post. Du får se hur det hålls förankrat i din faktiska produktdata, var skyddsräcken finns och vad du kan anpassa.
Så fungerar den här automatiseringen
Hela n8n-arbetsflödet, från trigger till slutresultat:
n8n Workflow Template: Qdrant + CraftMyPDF: offerter som PDF via e-post
flowchart LR
subgraph sg0["Form: Request a Quote 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/form.svg' width='40' height='40' /></div><br/>Form: Request a Quote"]
n1@{ icon: "mdi:swap-vertical", form: "rounded", label: "Set: Prepare Agent Context", pos: "b", h: 48 }
n2@{ icon: "mdi:brain", form: "rounded", label: "OpenAI Chat Model (Agent)", pos: "b", h: 48 }
n3@{ icon: "mdi:robot", form: "rounded", label: "Sales Quote Agent", pos: "b", h: 48 }
n4@{ icon: "mdi:cube-outline", form: "rounded", label: "Qdrant Vector Store (Products)", pos: "b", h: 48 }
n5@{ icon: "mdi:vector-polygon", form: "rounded", label: "Embeddings OpenAI (Products)", pos: "b", h: 48 }
n6@{ icon: "mdi:wrench", form: "rounded", label: "PRODUCTS_QDRANT", pos: "b", h: 48 }
n7["<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/>Code: Map for CraftMyPDF"]
n8@{ icon: "mdi:cog", form: "rounded", label: "Create a PDF", 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/httprequest.dark.svg' width='40' height='40' /></div><br/>Get PDF file"]
n10@{ icon: "mdi:message-outline", form: "rounded", label: "Email: Send Quote", pos: "b", h: 48 }
n11@{ icon: "mdi:brain", form: "rounded", label: "Google Gemini Chat Model", pos: "b", h: 48 }
n8 --> n9
n9 --> n10
n6 -.-> n3
n3 --> n7
n0 --> n1
n7 --> n8
n11 -.-> n6
n2 -.-> n3
n1 --> n3
n5 -.-> n4
n4 -.-> n6
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 n0 trigger
class n3 ai
class n2,n11 aiModel
class n6 ai
class n4 ai
class n5 ai
class n9 api
class n7 code
classDef customIcon fill:none,stroke:none
class n0,n7,n9 customIcon
Problemet: offerter är långsamma, inkonsekventa och felbenägna
De flesta “direktoffert”-processer är inte direkta. En lead skickar in krav, sedan letar någon i en katalog, försöker matcha rätt SKU:er, kontrollerar lager, bekräftar minsta orderkvantitet, räknar moms och formaterar allt till något som ser presentabelt ut. Det är redan mycket. Lägg sedan till kontextbyten (Slack, inkorg, kalkylark, PDF:er), plus de små misstag som smyger sig in när du har bråttom. Det värsta är alternativkostnaden: medan du bygger en offert följer du inte upp nästa lead.
Det växer snabbt. Här är var det faller isär i verkligheten:
- Val av SKU blir till “bästa gissning”, särskilt när förfrågan använder vardagligt språk i stället för produktnamn.
- Priser och kvantiteter skrivs om manuellt, vilket gör att radbelopp och moms lätt blir fel under press.
- PDF-formatering blir ett litet designprojekt, så säljare skjuter på svaren till “senare” (och senare hjälper aldrig).
- Lager- och min_qty-regler glöms bort, och då måste offerten revideras efter att du redan har skickat den.
Lösningen: AI-kurerade offerter förankrade i Qdrant, skickade som PDF:er
Det här n8n-arbetsflödet startar i samma stund som någon skickar in ditt formulär “Begär offert”. Det tar leadens krav, budgetindikationer och “behövs senast”-datumet, och söker sedan i din Qdrant-produktkollektion för att hitta relevanta SKU:er och payload-fält som unit_price, in_stock och min_qty. En AI-agent (som använder en OpenAI-chattmodell) får därefter i uppgift att bara välja SKU:er som finns i lager, respektera minsta kvantiteter och returnera en strikt JSON-offert som följer dina regler (inklusive en valfri rabatt som är begränsad till 10%). Efter det beräknar ett Code-steg totalsummor, moms och ett unikt offertnummer, och validerar förfallodatumet så att du inte råkar skicka nonsens. Slutligen renderar CraftMyPDF en varumärkesanpassad PDF och n8n mejlar den till kunden automatiskt.
Arbetsflödet drar igång från en formulärinsändning. Qdrant fungerar som sanningskälla för produkter och prissättning, så agenten “resonerar” med verklig payload-data i stället för att gissa. CraftMyPDF skapar en konsekvent, kundklar offert, och SMTP skickar den direkt.
Vad du får: automatisering vs. resultat
| Vad det här arbetsflödet automatiserar | Resultat du får |
|---|---|
|
|
Exempel: så här ser det ut
Säg att du får 10 offertförfrågningar i veckan. Manuellt kan en säljare lägga cirka 30 minuter per förfrågan på att hitta SKU:er, kontrollera lager, räkna totalsummor och göra det till en hyfsat snygg PDF, alltså runt 5 timmar per vecka. Med det här arbetsflödet är “mänsklig tid” närmare 2 minuter för att skumma igenom förfrågan (eller bara låta det rulla), och sedan ett par minuter av automatiserad bearbetning för att skapa PDF:en och mejla den. Du får tillbaka större delen av tiden, och kunden får svar medan de fortfarande bryr sig.
Det här behöver du
- n8n-instans (testa n8n Cloud gratis)
- Alternativ för self-hosting om du föredrar det (Hostinger fungerar bra)
- Qdrant för att lagra dina produkt-SKU:er och prispayloads
- CraftMyPDF för att rendera en varumärkesanpassad offert-PDF
- OpenAI API-nyckel (hämta den i OpenAI-dashboarden)
Kunskapsnivå: Medel. Du klistrar in inloggningsuppgifter, testar en formulärkörning och mappar dina PDF-mallfält en gång.
Vill du inte sätta upp detta själv? Prata med en automationsexpert (gratis 15-minuters konsultation).
Så fungerar det
En offertförfrågan landar i ditt formulär. Triggern fångar upp detaljer som namn, e-post, företag, krav, budgetintervall och “behövs senast”-datum.
Kontext förbereds för agenten. n8n standardiserar fälten och skickar förfrågan till Sales Quotation Agent så att den har allt den behöver i ett strukturerat paket.
Produkter hämtas från Qdrant, inte gissas fram. Agenten använder ett Qdrant-vektorsökverktyg (med OpenAI-embeddings) för att hämta relevanta SKU:er och payload-fält som unit_price, currency, min_qty och in_stock. Det är den här delen som gör att offerten hålls förankrad i verklig data.
En varumärkesanpassad PDF skapas och mejlas. Ett Code-steg räknar totalsummor, moms, ett unikt offertnummer och ett rimligt due_date, och sedan renderar CraftMyPDF dokumentet. n8n laddar ner den färdiga PDF:en via HTTP och skickar den med din SMTP-e-postnod.
Du kan enkelt justera rabattpolicyn så att den matchar din godkännandeprocess utifrån dina behov. Se hela implementationsguiden nedan för anpassningsalternativ.
Steg-för-steg-guide för implementering
Steg 1: Konfigurera formulärtriggern
Det här arbetsflödet startar när en användare skickar in en offertförfrågan via den inbyggda formulärtriggern.
- Lägg till noden Quote Request Form som din trigger.
- Konfigurera de formulärfält ni vill samla in (t.ex. namn, företag, krav) direkt i Quote Request Form.
- Koppla Quote Request Form till Assign Agent Context.
Steg 2: Koppla produktens vektorsökstack
Agenten använder en vektordatabas och embeddings för att hämta relevant produktinformation till offerten.
- Öppna OpenAI Product Embeddings och koppla den till Qdrant Product Vector DB via anslutningen ai_embedding.
- Koppla Qdrant Product Vector DB till Product Vector Tool med anslutningen ai_vectorStore.
- Koppla Gemini Chat Engine till Product Vector Tool som ai_languageModel.
- Säkerställ att Product Vector Tool är kopplad till Sales Quotation Agent som ett ai_tool.
Steg 3: Sätt upp Sales Quotation Agent
Det här steget konfigurerar agenten att generera offertinnehåll baserat på formulärdata och resultat från vektorsökningen.
- I Assign Agent Context mappar ni inkommande formulärfält till rena, strukturerade värden för vidare användning.
- Koppla Assign Agent Context till Sales Quotation Agent.
- Koppla OpenAI Chat Engine till Sales Quotation Agent som ai_languageModel.
- Bekräfta att Sales Quotation Agent skickar utdata till Transform for CraftMyPDF.
Steg 4: Förbered PDF-genereringen
Arbetsflödet transformerar agentens svar till ett format som CraftMyPDF kan använda för att generera ett offertdokument.
- Använd Transform for CraftMyPDF för att forma om agentens utdata till den payload som er CraftMyPDF-mall förväntar sig.
- Koppla Transform for CraftMyPDF till Generate PDF Document.
- I Generate PDF Document väljer ni den CraftMyPDF-mall ni vill använda för offerter.
Steg 5: Konfigurera leverans av offert
När PDF:en har skapats hämtar arbetsflödet filen och skickar den via e-post.
- Koppla Generate PDF Document till Retrieve PDF File.
- Konfigurera Retrieve PDF File för att ladda ned PDF:en med URL:en som returneras från CraftMyPDF.
- Koppla Retrieve PDF File till Dispatch Quote Email.
- I Dispatch Quote Email bifogar ni den hämtade PDF:en och anger mottagare utifrån formulärdata.
Steg 6: Testa och aktivera ert arbetsflöde
Validera hela flödet från formulärinskick till e-postleverans innan ni slår på det i produktion.
- Klicka på Execute Workflow och skicka in en testpost i Quote Request Form.
- Verifiera att Sales Quotation Agent genererar utdata och att Generate PDF Document skapar en giltig PDF.
- Bekräfta att Dispatch Quote Email skickar meddelandet med PDF:en bifogad.
- När ni är nöjda växlar ni arbetsflödet till Active för användning i produktion.
Vanliga fallgropar
- Qdrant-inloggningar kan gå ut eller kräva specifika behörigheter. Om något slutar fungera: kontrollera först din Qdrant API-nyckel och åtkomstinställningarna för kollektionen.
- Om du använder Wait-noder eller extern rendering varierar bearbetningstiderna. Öka väntetiden om efterföljande noder fallerar på tomma svar.
- Standardprompter i AI-noder är generiska. Lägg in din tonalitet tidigt, annars kommer du att redigera utdata för alltid.
Vanliga frågor
Cirka en timme om din Qdrant-kollektion och din PDF-mall är klara.
Nej. Du kopplar konton, klistrar in API-nycklar och mappar några fält till din CraftMyPDF-mall.
Ja. n8n har ett gratis self-hosted-alternativ och en gratis provperiod på n8n Cloud. Cloud-planer börjar på 20 USD/månad för högre volymer. Du behöver också räkna med OpenAI API-kostnader, som vanligtvis är några cent per offert beroende på promptstorlek och modell.
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 en av de enklaste justeringarna. Uppdatera agentens systemprompt för att ändra rabattgränser (den tillåter för närvarande upp till 10%), och justera sedan moms och betalningsvillkor i Code-steget “Transform for CraftMyPDF”. Om du vill ha godkännanden kan du lägga till en If-nod före e-postutskicket för att skicka offerter med hög rabatt till en chef först. Nyckeln är att hålla din CraftMyPDF-mall i linje med de slutliga JSON-fälten.
Oftast är det ett problem med API-nyckeln eller ett felaktigt kollektionsnamn. Bekräfta att kollektionen pekar på din riktiga (ofta “products”), spara sedan om Qdrant-inloggningarna i n8n och testa en enkel sökning. Om arbetsflödet plötsligt började fallera, kontrollera om din Qdrant-endpoint-URL har ändrats (vanligt vid self-hostade upplägg) eller om nätverksregler nu blockerar utgående anrop.
Tillräckligt för de flesta små team. I n8n Cloud beror din gräns på din plans månatliga körningar, och varje offert räknas normalt som en körning. Om du self-hostar finns ingen körningsgräns, men du begränsas av din server samt dina rate limits för OpenAI/Qdrant.
För just det här användningsfallet: ofta ja, eftersom du behöver mer än en enkel trigger-och-skicka. n8n hanterar striktare logik (som att tvinga fram endast JSON-utdata, validera datum, räkna totalsummor och köra förgreningsregler) utan att det blir en skör kedja av mini-zaps. Self-hosting spelar också roll när offertvolymen ökar och du inte vill att varje körning ska mätas aggressivt. Samtidigt kan Zapier eller Make gå snabbare att sätta upp om du bara vill ha ett enkelt e-postsvar utan SKU-intelligens. Prata med en automationsexpert om du vill ha en snabb rekommendation för din stack.
Snabba offerter är trevligt. Korrekt formaterade, konsekventa offerter som skickar sig själva är bättre, ärligt talat.
Kontakta oss
Hör av dig, så diskuterar vi hur just din verksamhet kan dra nytta av alla fantastiska möjligheter som AI skapar.