Copyförfrågningar dyker upp i chatten och försvinner sedan i ett flöde av ”snabba frågor”, halvt sammanhang och ändringar i sista minuten. Du slutar med att skriva om samma mejl tre gånger eftersom briefen var uppdelad på fyra meddelanden.
Marknadschefer märker det när godkännanden drar ut på tiden. Byråägare ser det när kunder ”bara behöver ett utkast” och det blir en hel dag. Och om du jobbar med sälj fastnar du i samma loop. Den här Slack Docs-automationen gör om chattförfrågningar till strukturerade utkast som du faktiskt kan redigera och skicka.
Du får se hur arbetsflödet fångar ett inkommande meddelande, behåller sammanhang med minne, väljer rätt copyformat (kallt mejl eller säljbrev) och sparar utkastet direkt i Google Docs.
Så fungerar automatiseringen
Hela n8n-flödet, från trigger till slutligt resultat:
n8n Workflow Template: Slack till Google Docs, utkast redo att redigera
flowchart LR
subgraph sg0["When chat message received Flow"]
direction LR
n0@{ icon: "mdi:play-circle", form: "rounded", label: "When chat message received", pos: "b", h: 48 }
n1@{ icon: "mdi:robot", form: "rounded", label: "Copy Assistant", 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 }
n4@{ icon: "mdi:cog", form: "rounded", label: "Update a document", pos: "b", h: 48 }
n5@{ icon: "mdi:wrench", form: "rounded", label: "Cold Email Writer Tool", pos: "b", h: 48 }
n6@{ icon: "mdi:wrench", form: "rounded", label: "Sales Letter Tool", pos: "b", h: 48 }
n3 -.-> n1
n1 --> n4
n2 -.-> n1
n6 -.-> n1
n5 -.-> n1
n0 --> n1
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 n1 ai
class n2 aiModel
class n5,n6 ai
class n3 ai
Problemet: copyförfrågningar i chatten skapar omarbete
”Kan du skriva ett snabbt kallt mejl?” låter litet tills du ställer grundfrågorna: vem är det till, vad är erbjudandet, vilken ton ska det ha, vilka invändningar spelar roll. I chatten kommer svaren droppvis. Du skriver utkast för tidigt och redigerar sönder det. Ännu värre: varje ny förfrågan börjar från noll, även när er tonalitet och struktur borde vara konsekvent. Kostnaden är inte bara skrivtiden. Det är den mentala kontextväxlingen, missade detaljer och godkännanden som tar längre tid eftersom ingen hittar ”senaste versionen”.
Friktionen byggs på.
- Du läser om meddelandetrådar för att återskapa briefen, och det är lätt att missa en viktig begränsning som ligger begravd högre upp.
- Utkast hamnar i DM:s, inte i ett dokument, vilket gör att redigering och godkännanden startar senare än de borde.
- Utan sparat sammanhang glider tonen mellan förfrågningar, så du fortsätter ”fixa” tonalitet istället för att förbättra erbjudandet.
- Folk ber om ”en snabb version”, sedan ”en mer formell”, och nu har du skapat tre utkast utan någon källa som gäller.
Lösningen: gör meddelanden till utkast i Google Docs
Det här arbetsflödet lyssnar efter ett inkommande chattmeddelande och skickar det sedan vidare genom en copy-koordinationsagent som förstår intentionen. Ditt meddelande och det löpande ”minnet” (så att assistenten kommer ihåg preferenser och sammanhang) matas in i en OpenAI-chattmodell. Därefter väljer agenten rätt skrivverktyg: ett verktyg genererar kalla mejl, det andra genererar säljbrev. När utkastet är klart skriver arbetsflödet resultatet direkt i din valda Google Doc via ett steg för ”Uppdatera ett dokument”. Du får ett riktigt dokumentutkast, redo för redigering, kommentarer och godkännanden, istället för ännu ett textblock som tappas bort i en konversation.
Arbetsflödet startar med en chatt-trigger (en endpoint för inkommande meddelanden). Agenten använder sedan minne plus din prompt för att avgöra vilket copyformat som passar. Till sist blir Google Docs leveranslagret, så arbetet hamnar där team faktiskt samarbetar.
Det du får: automatisering vs. resultat
| Det här arbetsflödet automatiserar | Resultat du får |
|---|---|
|
|
Exempel: så här ser det ut
Säg att teamet får 10 ”skriv det här mejlet”-förfrågningar i veckan. Manuellt tar det ofta cirka 15 minuter att reda ut briefen i chatten, och sedan ytterligare 30 minuter att skriva och formatera in i ett dokument, vilket landar på runt 7–8 timmar av ryckigt stop-and-start-arbete. Med det här flödet skickar du ett meddelande, väntar ett par minuter på generering och utkastet ligger redan i Google Docs redo att redigeras. Realistiskt får du tillbaka större delen av tiden, och arbetet blir enklare att granska eftersom det redan ligger på rätt ställe.
Det här behöver du
- n8n-instans (testa n8n Cloud gratis)
- Alternativ för self-hosting om du föredrar det (Hostinger fungerar bra)
- OpenAI-chattmodell för att generera kalla mejl och brev.
- AI-agent för att routa intention till rätt verktyg.
- Google Docs för att lagra utkast för redigering.
- Enkelt minne för att behålla kontext mellan förfrågningar.
- OpenAI API-nyckel (hämta den i din OpenAI-dashboard).
Kunskapsnivå: Mellan. Du kopplar upp inloggningar, klistrar in ett Assistant ID och testar en webhook-liknande trigger.
Vill du inte sätta upp det här själv? Prata med en automationsexpert (gratis 15-minuters konsultation).
Så fungerar det
Ett inkommande chattmeddelande drar igång allt. Arbetsflödet lyssnar på en endpoint för inkommande meddelanden, så i samma ögonblick en förfrågan landar kan det svara automatiskt. I många team är det en chattkanal, men det kan kopplas till andra ingångar också.
Kontext hämtas in innan skrivandet. En kompakt minnesbuffer tillför ”det vi redan vet” (ton, produktgrunder, tidigare preferenser), vilket gör att resultatet känns konsekvent istället för slumpmässigt.
Agenten väljer rätt copyverktyg. Om din prompt luktar outreach kör den verktyget för kalla mejl. Om det är längre, mer övertygande format kör den säljbrevverktyget. Ärligt talat är den routingen skillnaden mellan ”generisk AI-text” och något du faktiskt kan använda.
Utkastet sparas i Google Docs automatiskt. Arbetsflödet uppdaterar ett måldokument så att du har ett ställe att redigera, kommentera och godkänna. Ingen copy-paste från chatten. Ingen jakt på senaste versionen.
Du kan enkelt byta inkommande kanal för att matcha din stack (Slack, Teams, WhatsApp) och ändå behålla Google Docs som slutdestination. Se hela implementationsguiden nedan för anpassningsalternativ.
Steg-för-steg-implementeringsguide
Steg 1: konfigurera chattriggern
Det här arbetsflödet startar när en användare skickar ett chattmeddelande till n8n.
- Lägg till noden Incoming Chat Trigger som arbetsflödets trigger.
- Behåll standardinställningen för Options om ni inte behöver anpassat chattbeteende.
- Kontrollera att triggern är ansluten till Copy Coordination Agent.
Steg 2: anslut AI-modellen och verktygen
Agenten använder en OpenAI-chattmodell, minne och verktygsarbetsflöden för att routa förfrågningar.
- Öppna OpenAI Conversation Model och välj modellen i Model som
gpt-4.1-mini. - Inloggningsuppgifter krävs: Anslut era openAiApi-inloggningsuppgifter i OpenAI Conversation Model.
- Låt Compact Memory Buffer vara ansluten till Copy Coordination Agent för att behålla kontexten i konversationen.
- Konfigurera Cold Email Tool Runner med Workflow ID satt till
[YOUR_ID]och säkerställ att beskrivningen ärCall this tool when the user requests cold email sequences. - Konfigurera Sales Letter Tool Runner med Workflow ID satt till
[YOUR_ID]och säkerställ att beskrivningen ärCall this tool when user request for sales letters sequence.
Inloggningsuppgifter krävs: AI-verktygs- och minnesunder-noder (som Compact Memory Buffer, Cold Email Tool Runner och Sales Letter Tool Runner) bör få inloggningsuppgifter tillagda i den överordnade Copy Coordination Agent om det krävs av era verktygsarbetsflöden.
Steg 3: konfigurera Copy Coordination Agent
Den här noden orkestrerar intentsidentifiering, routing och svarsformatering för copywritingförfrågningar.
- Öppna Copy Coordination Agent och granska System Message för att säkerställa att routningslogiken matchar era önskade copytyper.
- Bekräfta att OpenAI Conversation Model är ansluten som språkmodell för Copy Coordination Agent.
- Bekräfta att Compact Memory Buffer är ansluten som minne för Copy Coordination Agent.
- Kontrollera att både Cold Email Tool Runner och Sales Letter Tool Runner är anslutna som verktyg till Copy Coordination Agent.
Steg 4: konfigurera Google Docs-utdata
Arbetsflödet skriver den slutliga copytexten i ett Google-dokument.
- Öppna Update Document Record och ställ in Operation på
update. - Ställ in Document URL på
[YOUR_ID](ersätt med er faktiska Google Doc-URL). - I Actions ställer ni in infogningstexten till
{{ $json.output }}för att skriva agentens svar i dokumentet. - Inloggningsuppgifter krävs: Anslut era googleDocsOAuth2Api-inloggningsuppgifter i Update Document Record.
⚠️ Vanlig fallgrop: Om ni lämnar [YOUR_ID] i Document URL kommer uppdateringar att misslyckas – ersätt det med en giltig Google Doc-URL.
Steg 5: testa och aktivera ert arbetsflöde
Validera hela flödet från början till slut innan ni aktiverar det för användning i drift.
- Klicka på Execute Workflow och skicka ett exempelmeddelande i chatten till Incoming Chat Trigger.
- Bekräfta att Copy Coordination Agent returnerar ett svar och routar till rätt verktyg när det är tillämpligt.
- Verifiera att Update Document Record infogar resultatet i Google-dokumentet.
- När ni är nöjda, växla arbetsflödet till Active för användning i produktion.
Vanliga fallgropar
- Google Docs-inloggningar kan löpa ut eller kräva specifika behörigheter. Om det skapar fel, kontrollera panelen Credentials i n8n och bekräfta att det anslutna Google-kontot kan redigera måldokumentet.
- Om du använder Wait-noder eller extern rendering varierar processingtiderna. Öka väntetiden om efterföljande noder fallerar på tomma svar.
- Standardprompter i AI-noder är generiska. Lägg in er tonalitet tidigt, annars kommer du redigera output i all evighet.
Vanliga frågor
Ungefär en timme om du redan har dina inloggningar redo.
Nej. Du kommer mest koppla konton och klistra in rätt ID:n och nycklar. Den ”svåra delen” är att bestämma hur du vill att assistenten ska låta.
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 OpenAI API-kostnader, som vanligtvis är några cent per utkast beroende på längd.
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 obegränsat antal körningar men kräver grundläggande serverhantering.
Ja, men då byter du ut output-steget. Ersätt Google Docs-åtgärden ”Update Document Record” med en nod som skriver till Microsoft Word-dokument, och behåll sedan samma agent- och tool runner-logik. Vanliga anpassningar är att lägga till ett verktyg för ”uppföljningsmejl”, skärpa tonaliteten i systemprompten och routa färdiga utkast till Gmail för granskning istället för till ett dokument.
Oftast beror det på en utgången Google-auktorisering eller att det anslutna kontot helt enkelt inte kan redigera måldokumentet. Anslut Google Docs igen i n8n Credentials och bekräfta sedan att dokumentet är delat med samma Google-användare. Om du uppdaterar ett dokument som ligger i en shared drive är behörigheterna striktare, så dubbelkolla åtkomsten där också.
Många. På n8n Cloud handlar din gräns mest om hur många körningar per månad din plan tillåter, och på self-hosted beror det på din server. I praktiken kör de flesta team dussintals utkast per dag utan problem, så länge de inte slår i OpenAI:s rate limits.
Ofta, ja, eftersom agent-routingen plus minnet är enklare att styra i n8n, och self-hosting undviker per-uppgift-prissättning när volymen ökar. Zapier eller Make kan fortfarande fungera om du bara behöver ett enkelt ”meddelande in, text ut”-upplägg. Där det här flödet verkligen glänser är skrivande med flera verktyg (kallt mejl vs säljbrev) och att behålla kontext över tid, vilket är där enklare upplägg börjar kännas rangliga. Om du tvekar, prata med en automationsexpert och beskriv din volym och din godkännandeprocess. Du får ett tydligt svar snabbt.
Det här är den typen av automatisering du sätter upp en gång och sedan får nytta av varje vecka, i det tysta. Förfrågningarna stannar i chatten, men utkasten ligger där jobbet faktiskt blir klart.
Kontakta oss
Hör av dig, så diskuterar vi hur just din verksamhet kan dra nytta av alla fantastiska möjligheter som AI skapar.