Ditt team vill ”ha koll på nyheterna”. I praktiken staplas rubrikerna på hög, länkar försvinner i chatten och någon slutar med att göra samma dagliga genomgång om och om igen. Den här automatiseringen för Slack news digest fixar det röriga mellanläget.
Marknadschefer märker det när konkurrentuppdateringar passerar obemärkt. Drift- och operationsansvariga märker det när regeländringar dyker upp för sent. Och om du driver en liten byrå har du troligen lovat ”veckovisa insikter” och sedan fått panik när det ska levereras. Det här flödet gör spretig läsning till en enkel, pålitlig Slack-uppdatering.
Du får lära dig vad flödet gör, varför det fungerar och vad du behöver för att få det att rulla så att teamet ser tydliga sammanfattningar – inte en vägg av länkar.
Så fungerar automatiseringen
Här är hela flödet som du kommer att sätta upp:
n8n Workflow Template: Slack + Google Sheets: ai-nyhetssammanfattningar
flowchart LR
subgraph sg0["Schedule Flow"]
direction LR
n0@{ icon: "mdi:brain", form: "rounded", label: "OpenAI Chat Model", pos: "b", h: 48 }
n1@{ icon: "mdi:robot", form: "rounded", label: "Basic LLM Chain", pos: "b", h: 48 }
n2@{ icon: "mdi:play-circle", form: "rounded", label: "Schedule Trigger", pos: "b", h: 48 }
n3@{ icon: "mdi:cog", form: "rounded", label: "RSS Read", pos: "b", h: 48 }
n4@{ icon: "mdi:robot", form: "rounded", label: "Relevance Classification for..", pos: "b", h: 48 }
n5@{ icon: "mdi:database", form: "rounded", label: "Google Sheets - Get RSS Feed..", pos: "b", h: 48 }
n6["<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/slack.svg' width='40' height='40' /></div><br/>Slack1"]
n7@{ icon: "mdi:database", form: "rounded", label: "Google Sheets - Get article ..", pos: "b", h: 48 }
n8["<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"]
n9@{ icon: "mdi:cog", form: "rounded", label: "No Operation, do nothing", pos: "b", h: 48 }
n10@{ icon: "mdi:swap-horizontal", form: "rounded", label: "If", 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/>Jina AI - Read URL"]
n12@{ icon: "mdi:swap-vertical", form: "rounded", label: "Set field - existing_url", pos: "b", h: 48 }
n13@{ icon: "mdi:brain", form: "rounded", label: "OpenAI Chat Model1", pos: "b", h: 48 }
n14@{ icon: "mdi:swap-vertical", form: "rounded", label: "Set fields - Not relevant ar..", pos: "b", h: 48 }
n15@{ icon: "mdi:database", form: "rounded", label: "Google Sheets - Add relevant..", pos: "b", h: 48 }
n16@{ icon: "mdi:database", form: "rounded", label: "Google Sheets - Add relevant..", pos: "b", h: 48 }
n17@{ icon: "mdi:swap-vertical", form: "rounded", label: "Set Fields - Relevant Articles", pos: "b", h: 48 }
n10 --> n4
n10 --> n9
n8 --> n10
n3 --> n8
n1 --> n6
n1 --> n17
n2 --> n7
n0 -.-> n1
n11 --> n1
n13 -.-> n4
n12 --> n5
n17 --> n16
n14 --> n15
n5 --> n3
n4 --> n11
n4 --> n14
n7 --> n12
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 n2 trigger
class n1,n4 ai
class n0,n13 aiModel
class n10 decision
class n5,n7,n15,n16 database
class n11 api
class n8 code
classDef customIcon fill:none,stroke:none
class n6,n8,n11 customIcon
Varför det här spelar roll: häng med utan att drunkna i länkar
Manuell omvärldsbevakning verkar oskyldigt tills du räknar på det. Du kollar några RSS-flöden, öppnar en handfull flikar, skummar, klistrar in ett par länkar i Slack och försöker förklara varför varje länk är viktig. Sedan gör du det igen i morgon. Och igen. Det värsta är den mentala belastningen: du omvärderar ständigt vad som är relevant, läser liknande rubriker om och om igen och tvekar kring om du redan delade den där artikeln förra veckan. Den osäkerheten saktar ner allt.
Det bygger upp snabbt. Här är var det oftast fallerar.
- Du lägger cirka 30–60 minuter per dag på att skumma flöden, och det känns ändå ofullständigt.
- Dubblettlänkar smyger sig in, vilket gör att folk med tiden slutar läsa kanalen.
- Viktiga saker missas eftersom ”relevans” förändras beroende på vem som skannar den dagen.
- Även när du delar länkar får teamet ingen kontext, så ingen agerar på det de läser.
Det du bygger: AI-filtrerade RSS-sammanfattningar som publiceras i Slack
Det här flödet körs enligt schema (timvis som standard) och hämtar nya rubriker från dina valda RSS-flöden. För varje post kontrollerar det Google Sheets för att se om du redan har behandlat den, så att samma nyhet inte dyker upp om och om igen. Sedan kliver AI in: OpenAI (med GPT-4o-mini i flödet) granskar varje rubrik och avgör om den är relevant för ditt ämne. Om den är det använder flödet Jina AI för att extrahera hela artikelinnehållet, skapar en kortfattad sammanfattning och formaterar den till ett Slack-meddelande som faktiskt går att läsa. Till sist publicerar det sammanställningen i din Slack-kanal och loggar metadata tillbaka till Google Sheets för spårning och framtida avdubblering.
Flödet startar med schemalagd bevakning och hämtning från RSS. Det går vidare till filtrering, extrahering och sammanfattning med OpenAI och Jina AI. Därefter publicerar det en strukturerad Slack-uppdatering och sparar en ”redan delat”-post i Google Sheets så att du inte upprepar dig.
Det du bygger
| Det som automatiseras | Det du uppnår |
|---|---|
|
|
Förväntade resultat
Säg att du bevakar 6 RSS-flöden och att du vanligtvis skummar cirka 10 nya rubriker per flöde och dag. Manuellt kan du lägga 3 minuter per rubrik på att öppna, skanna och besluta, vilket är ungefär 3 timmar innan du ens skriver en sammanfattning. Med det här flödet ställer du in schemat en gång, och sedan blir ”arbetet” en snabb genomläsning i Slack (kanske 10 minuter per dag) plus bakgrundsprocessen som kör av sig själv. För de flesta team innebär det ett par timmar tillbaka varje dag när nyhetsflödet är intensivt.
Innan du börjar
- n8n-instans (prova n8n Cloud gratis)
- Alternativ för egen drift om du föredrar det (Hostinger fungerar bra)
- Slack för att publicera sammanfattningar i en kanal
- Google Sheets för att logga länkar och förhindra upprepningar
- OpenAI API-nyckel (hämta den i OpenAI-dashboarden)
Kunskapsnivå: Nybörjare. Du kopplar konton, klistrar in några flödes-URL:er och justerar en relevansprompt.
Vill du att någon bygger detta åt dig? Prata med en automationsexpert (gratis 15-minuters konsultation).
Steg för steg
Schemalagd bevakning drar igång det. Flödet körs automatiskt varje timme som standard, så du är inte beroende av att någon kommer ihåg ”nyhetstid”. Du kan ändra till dagligen eller bara vardagar om det passar teamet bättre.
RSS-rubriker hämtas in och jämförs mot din logg. Nya poster kommer från RSS-flöden, och sedan används Google Sheets som ett minne. Om en länk (eller matchande identifierare) redan är loggad hoppar flödet över den.
AI filtrerar på relevans och hämtar sedan hela artikeln vid behov. OpenAI granskar rubriken (och ibland snippet) för att avgöra om den är värd teamets uppmärksamhet. För poster som godkänns används Jina AI för att extrahera det faktiska innehållet från sidan, vilket undviker fluffiga ”sammanfattningar av en rubrik”.
Sammanfattningar hamnar i Slack och flödet uppdaterar Google Sheets. Slutresultatet är ett formaterat Slack-meddelande som innehåller viktigaste insikterna och källänken. Därefter loggar flödet artikelmetadata i Sheets så att du inte publicerar den igen senare.
Du kan enkelt justera relevanskriterierna för att passa olika ämnen eller team utifrån dina behov. Se hela implementationsguiden nedan för anpassningsalternativ.
Tips för felsökning
- Slack-behörigheter kan gå ut eller kräva specifika rättigheter. Om något slutar fungera, kontrollera din Slack-inloggning i n8n och bekräfta att boten är inbjuden till målkanalen först.
- 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 redigera utdata i all evighet.
Snabba svar
Cirka 30 minuter om dina flöden och konton är redo.
Nej. Du kopplar Slack, Google Sheets och OpenAI och justerar sedan några inställningar.
Ja. n8n har ett gratis alternativ för egen drift och en gratis provperiod på n8n Cloud. Cloud-planer börjar på 20 USD/månad för högre volymer. Du behöver också räkna in kostnader för OpenAI API (ofta bara några cent per dag vid lätt användning) och eventuella kostnader för scraping/extrahering från Jina AI.
Två alternativ: n8n Cloud (hanterat, enklast att komma igång) eller egen drift på en VPS. För egen drift är Hostinger VPS prisvärd och hanterar n8n bra. Egen drift ger dig obegränsade körningar men kräver grundläggande serverhantering.
Ja, och det bör du troligen. De flesta börjar med att byta ut listan med RSS-flöden och sedan skärpa relevansprompten i OpenAI-klassificeringssteget så att den matchar exakt de ämnen teamet bryr sig om. Du kan också ändra Slack-formateringen (korta punkter vs. en sammanfattande paragraf) och logga extra kolumner i Google Sheets som ”kategori”, ”kund” eller ”åtgärd behövs”. Om du vill ha en helt annan källa kan du ersätta RSS-inputen med till exempel en e-posttrigger och behålla samma struktur ”avdubblera → filtrera → sammanfatta → publicera”.
Oftast är det utgångna inloggningar eller att boten inte har bjudits in till kanalen. Återanslut din Slack-inloggning i n8n och bekräfta sedan att kanalen tillåter att appen postar. Om det bara fallerar ibland, kontrollera Slack API:s rate limits och minska hur många meddelanden du postar per körning genom att batcha sammanfattningar till en enda sammanställning.
En typisk setup kan hantera dussintals rubriker per körning, och de flesta små team bearbetar utan problem några hundra poster per vecka.
Ofta, ja, eftersom det här flödet drar nytta av villkorslogik (avdubbleringskontroller, relevansfiltrering, scraping bara när det behövs) och du kan köra det i egen drift för högre volym utan att betala per steg. n8n gör det också enklare att granska varje körning när något ser fel ut, vilket är praktiskt vid scraping. Zapier eller Make kan ändå fungera om behoven är enkla och du inte bryr dig om detaljstyrning. Så fort du vill ha smartare filtrering, batching eller ett mer skräddarsytt Slack-meddelande brukar n8n vara mindre frustrerande. Prata med en automationsexpert om du vill ha en snabb rekommendation baserat på din veckovolym och dina källor.
När detta väl rullar får teamet signalen utan bruset. Sätt upp det, justera relevansprompten en gång och låt flödet hålla alla synkade.
Kontakta oss
Hör av dig, så diskuterar vi hur just din verksamhet kan dra nytta av alla fantastiska möjligheter som AI skapar.