Du hittar en ”fungerande” rabattkod, skickar ut den i en kampanj, och sedan trillar svaren in: ”utgången”. Det är inte bara irriterande. Det undergräver förtroendet och tvingar teamet tillbaka till manuellt letande.
Den här SerpAPI Telegram promo-automationen träffar marknadschefer först (nyhetsbrev väntar inte), men kundsupportansvariga och affiliate-operatörer påverkas också. Du får rabattkoder som är redo att kopiera, levererade till Telegram med källänkar, så att du kan agera snabbt utan att chansa på gamla vouchers.
Nedan ser du hur workflowet hittar nya promos i realtid, filtrerar bort skräpet och returnerar bara sådant som går att använda och som teamet kan klistra in i meddelanden, annonser och supportsvar.
Så fungerar den här automationen
Hela n8n-workflowet, från trigger till slutlig output:
n8n Workflow Template: SerpAPI + Telegram: kampanjkoder teamet kan lita på
flowchart LR
subgraph sg0["Message Flow"]
direction LR
n0@{ icon: "mdi:wrench", form: "rounded", label: "SerpAPI", pos: "b", h: 48 }
n1@{ icon: "mdi:play-circle", form: "rounded", label: "Message", pos: "b", h: 48 }
n2@{ icon: "mdi:brain", form: "rounded", label: "Gpt 5 Mini", pos: "b", h: 48 }
n3@{ icon: "mdi:memory", form: "rounded", label: "Chat Memory", pos: "b", h: 48 }
n4@{ icon: "mdi:robot", form: "rounded", label: "Promo Seeker Agent", pos: "b", h: 48 }
n5@{ icon: "mdi:cog", form: "rounded", label: "Decodo Scrapper API", pos: "b", h: 48 }
n1 --> n4
n0 -.-> n4
n2 -.-> n4
n3 -.-> n4
n5 -.-> n4
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 trigger
class n4 ai
class n2 aiModel
class n0 ai
class n3 ai
Problemet: utgångna rabattkoder skapar publika misstag
Rabattkoder ser enkla ut tills du är personen som förväntas skicka ”rätt” kod i exakt det ögonblick en kund frågar. De flesta koder du hittar på webben är gamla, regionslåsta eller saknar viktiga detaljer som minsta köpbelopp och giltiga kategorier. Så du öppnar fem flikar, dubbelkollar några sajter, skummar kommentarer, klistrar in något i en chatt eller ett nyhetsbrev och hoppas. Sen får du veta att den dog igår. Den bortkastade tiden är illa. Pinsamheten är ärligt talat värre.
Friktionen växer snabbt. Här är var det fallerar i det dagliga arbetet.
- Manuellt letande blir en 30-minuters skattjakt varje gång någon ber om ”den senaste” koden.
- Team kopierar koder utan källor, vilket gör att ingen snabbt kan verifiera detaljer när en kund klagar.
- Koder återanvänds i flera kanaler efter att de gått ut, så du råkar sprida samma felaktiga info på tre ställen.
- Kontext tappas mellan förfrågningar, så du hittar hela tiden samma ”topresultat” i stället för nya, nyligen aktiva erbjudanden.
Lösningen: realtidsjakt på promos skickad till Telegram
Det här workflowet gör en enkel Telegram-liknande chattförfrågan till en shortlist med färska rabattkoder som du faktiskt kan använda. En kollega frågar efter något som ”senaste matleveransvoucher” eller ”Amazon rabattkod”, och automationen söker direkt på webben via SerpAPI plus en Decodo Scraper-källa för att bredda täckningen bortom ett enda index. Sedan filtrerar en AI-agent (driven av GPT-5 Mini) det som kommer tillbaka och prioriterar aktualitet och relevans i stället för ”det som rankar”. Chat Memory behåller kontext från tidigare sökningar, så uppföljningar kan förfina i stället för att repetera. Till sist svarar workflowet med strukturerade, kopieringsklara koder plus källänkar, vilket gör verifiering snabb när du behöver den.
Workflowet startar med en chattmeddelande-trigger. Sedan kör det livesökningar via SerpAPI och Decodo och ber agenten validera och formatera resultaten. Outputen går tillbaka till chatten som ett prydligt set med koder och URL:er som teamet kan klistra in i kampanjer och supportsvar.
Det du får: automation vs. resultat
| Det här workflowet automatiserar | Resultat du får |
|---|---|
|
|
Exempel: så här ser det ut
Säg att teamet behöver 10 rabattkoder i veckan för olika varumärken. Manuellt är det oftast 15 minuter sökande och kontroll per kod, alltså ungefär 2,5 timmar per vecka (och det förutsätter att du inte fastnar i återvändsgränder). Med det här workflowet skickar en kollega en chattförfrågan som tar cirka 1 minut och väntar sedan några minuter på att agenten ska söka, filtrera och formatera. Du gör fortfarande en snabb rimlighetskontroll om promon är kritisk, men du gör inte längre hela jakten från noll.
Det här behöver du
- n8n-instans (prova n8n Cloud gratis)
- Alternativ för self-hosting om du föredrar det (Hostinger fungerar bra)
- Telegram för att trigga förfrågningar och ta emot resultat
- SerpAPI för webbsökresultat i realtid
- Decodo för att skrapa vouchersidor för extra täckning
- Azure OpenAI API-nyckel (hämta den från din Azure OpenAI-resurs)
Kunskapsnivå: Medel. Du kopplar upp credentials, klistrar in API-nycklar och justerar ett par inställningar för sökning och formatering.
Vill du inte sätta upp detta själv? Prata med en automationsexpert (gratis 15-minuters konsultation).
Så fungerar det
Ett chattmeddelande startar allt. Någon ber om en promo (varumärke, region, kategori, ”dagens fungerande kod”), och workflowet behandlar meddelandet som en kravspec för förfrågan.
Sökresultat samlas in live. SerpAPI hämtar färska sökträffar, medan Decodo Scraper kan plocka detaljer från vouchersidor som ofta gömmer det viktiga längre ner på sidan.
Agenten filtrerar och formaterar. GPT-5 Mini granskar kandidater, tar bort dubbletter, prioriterar aktualitet och producerar ett strukturerat svar som teamet kan klistra in utan att skriva om. Chat Memory sparar en kort historik så att nästa fråga kan vara ”okej, ge mig en kod bara för nya användare” utan att börja om.
Telegram tar emot slutsvaret. Du får rabattkoder plus källänkar så att du snabbt kan verifiera, dela internt eller lägga in i ett kampanjutkast.
Du kan enkelt justera sökomfånget (varumärken, regioner, färskhetsfönster) efter dina behov. Se hela implementationsguiden nedan för anpassningsalternativ.
Steg-för-steg-guide för implementation
Steg 1: konfigurera chatttriggern
Det här arbetsflödet startar när ett chattmeddelande tas emot via triggern.
- Lägg till noden Chat Input Trigger på er canvas.
- Lämna Options tomt om ni inte behöver anpassade triggerinställningar.
- Koppla Chat Input Trigger till Discount Finder Agent.
Steg 2: konfigurera Discount Finder Agent
Agenten orkestrerar verktygen och språkmodellen för att hitta giltiga rabatter.
- Lägg till noden Discount Finder Agent.
- Ställ in System Message till
you are a voucher and discount seeker expert. use provided tools to find a new, valid and working voucher accross internet. - Koppla Search API Tool till ingången ai_tool på Discount Finder Agent.
- Koppla Decodo Scraper Tool till ingången ai_tool på Discount Finder Agent.
- Koppla Azure GPT Mini Model till ingången ai_languageModel på Discount Finder Agent.
- Koppla Conversation Buffer till ingången ai_memory på Discount Finder Agent.
Credential Required: Anslut era serpApi-inloggningsuppgifter i Search API Tool.
Credential Required: Anslut era decodoApi-inloggningsuppgifter i Decodo Scraper Tool.
Credential Required: Anslut era azureOpenAiApi-inloggningsuppgifter i Azure GPT Mini Model.
För AI-undernoder som Search API Tool, Decodo Scraper Tool och Conversation Buffer, säkerställ att de är kopplade till Discount Finder Agent som verktyg/minne. Inloggningsuppgifter konfigureras på verktygsnoderna och språkmodellnoden som agenten använder.
Steg 3: konfigurera språkmodellen och minnet
Språkmodellen och minnet ger resonemang och kontext genom hela konversationen.
- Öppna Azure GPT Mini Model och ställ in Model till
gpt5mini. - Verifiera att Conversation Buffer är kopplad till Discount Finder Agent via porten ai_memory.
Steg 4: (valfritt) dokumentation i arbetsytan
Arbetsflödet innehåller en visuell anteckning för varumärke och dokumentation.
- Lägg till Flowpast Branding som en klisterlapp om ni vill ha samma etikett på canvasen.
- Behåll Content som
## Flowpast.com | Automation Workflow Library **📖 Full tutorial & setup guide:** flowpast.com.
Steg 5: testa och aktivera ert arbetsflöde
Kör ett live-test för att bekräfta att agenten kan hitta en giltig kampanj och svara i chatten.
- Klicka på Execute Workflow och skicka ett testmeddelande till Chat Input Trigger (t.ex. ”Find a discount for [brand name]”).
- Bekräfta att Discount Finder Agent anropar Search API Tool och/eller Decodo Scraper Tool, och svarar med en giltig voucher.
- Om svaret är tomt, kontrollera inloggningsuppgifterna igen i Search API Tool, Decodo Scraper Tool och Azure GPT Mini Model.
- Växla arbetsflödet till Active för användning i produktion.
Vanliga fallgropar
- SerpAPI-credentials kan gå ut eller kräva specifika behörigheter. Om det slutar fungera, kontrollera först nyckelstatus och användningsgränser i din SerpAPI-dashboard.
- Om du använder Wait-noder eller extern rendering varierar processtiderna. Öka väntetiden om nedströmsnoder fallerar på tomma svar.
- Standardprompter i AI-noder är generiska. Lägg in er tonalitet tidigt, annars kommer du att redigera output för alltid.
Vanliga frågor
Cirka 30 minuter om du redan har dina API-nycklar.
Nej. Du kopplar dina konton och klistrar in några credentials i n8n.
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 kostnader för SerpAPI, Decodo och Azure OpenAI-användning, som beror på hur många sökningar du kör.
Två alternativ: n8n Cloud (hanterad, enklast att sätta upp) eller self-hosting på en VPS. För self-hosting är Hostinger VPS prisvärd och klarar n8n bra. Self-hosting ger dig obegränsade körningar men kräver grundläggande serverhantering.
Ja, och det är det första du bör göra. Justera frågan som ditt chattmeddelande skickar, och skärp sedan agentinstruktionerna så att den prioriterar dina varumärkesnamn, ditt land och ett ”färskhetsfönster” som ”publicerat den senaste veckan”. Du kan också ändra svarsformatet så att det inkluderar regler som minsta köpbelopp, begränsningar för förstagångsanvändare eller undantag (till exempel ”endast leverans”). Om du vill ha en spårbarhet kan du lägga till ett Google Sheets-steg efter agenten så att varje verifierad kod loggas med sin källa.
Oftast handlar det om behörigheter eller en föråldrad token. Återanslut Telegram i n8n, bekräfta att boten får läsa meddelanden i chatten du använder, och se till att du triggar workflowet från samma chatt som boten har åtkomst till.
I en typisk uppsättning för ett mindre team är dussintals förfrågningar per dag realistiskt, men dina faktiska begränsningar kommer från SerpAPI/Decodos rate limits och din n8n-plan.
Ofta ja, eftersom det här workflowet drar nytta av en AI-agent med minne och mer flexibel logik än de flesta enkla ”trigger → action”-zaps. n8n är också enklare att self-hosta, vilket kan spela roll om teamet kör många sökningar och inte vill få prissmällar per task. Zapier eller Make kan fortfarande vara bra för väldigt små upplägg, särskilt om du bara behöver skicka ett meddelande och inte bryr dig om djupare filtrering. Avvägningen är att du vanligtvis behöver lägga till extra steg (och kostnad) för att nå samma valideringsbeteende. Prata med en automationsexpert om du vill ha hjälp att välja.
Sätt upp detta en gång, så försvinner i stort sett stressen kring ”är den här koden på riktigt?”. Workflowet tar hand om den repetitiva kontrollen så att teamet kan fokusera på att få ut kampanjen, inte försvara den.
Kontakta oss
Hör av dig, så diskuterar vi hur just din verksamhet kan dra nytta av alla fantastiska möjligheter som AI skapar.