Du kollar ett mejl, hoppar till kalendern och sedan tillbaka till inkorgen. Tio minuter senare har du fortfarande inte svarat på den faktiska frågan.
Den här Telegram Gmail-automationen slår hårdast mot grundare och konsulter, ärligt talat. Men marknadsansvariga som lever i kundtrådar känner av det också. Vinsten är enkel: snabbare, tydligare svar utan att du behöver kontextväxla hela dagen.
Det här arbetsflödet gör Telegram till ett ställe där du kan fråga: ”Vad missade jag?” och få ett användbart svar hämtat från Gmail och Google Kalender (även från röstmeddelanden). Du får se hur det fungerar, vad du behöver och vad du kan anpassa så att det passar din dag.
Så fungerar den här automationslösningen
Hela n8n-flödet, från trigger till slutresultat:
n8n Workflow Template: Telegram + Gmail: en chatt för snabba mejlsvar
flowchart LR
subgraph sg0["Listen for incoming events Flow"]
direction LR
n0@{ icon: "mdi:location-exit", form: "rounded", label: "Google Calendar", pos: "b", h: 48 }
n1@{ icon: "mdi:memory", form: "rounded", label: "Window Buffer Memory", pos: "b", h: 48 }
n2@{ icon: "mdi:message-outline", form: "rounded", label: "Get Email", pos: "b", h: 48 }
n3@{ icon: "mdi:brain", form: "rounded", label: "OpenAI Chat Model", pos: "b", h: 48 }
n4["<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/telegram.svg' width='40' height='40' /></div><br/>Listen for incoming events"]
n5["<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/telegram.svg' width='40' height='40' /></div><br/>Telegram"]
n6@{ icon: "mdi:swap-horizontal", form: "rounded", label: "If", pos: "b", h: 48 }
n7@{ icon: "mdi:robot", form: "rounded", label: "Speech to Text", pos: "b", h: 48 }
n8@{ icon: "mdi:swap-vertical", form: "rounded", label: "Voice or Text", 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/telegram.svg' width='40' height='40' /></div><br/>Get Voice File"]
n10@{ icon: "mdi:robot", form: "rounded", label: "Angie, AI Assistant 👩🏻🏫", pos: "b", h: 48 }
n11@{ icon: "mdi:cog", form: "rounded", label: "Tasks", pos: "b", h: 48 }
n12@{ icon: "mdi:cog", form: "rounded", label: "Contacts", pos: "b", h: 48 }
n6 --> n9
n6 --> n10
n11 -.-> n10
n12 -.-> n10
n2 -.-> n10
n8 --> n6
n9 --> n7
n7 --> n10
n0 -.-> n10
n3 -.-> n10
n1 -.-> n10
n4 --> n8
n10 --> n5
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 n4 trigger
class n7,n10 ai
class n3 aiModel
class n1 ai
class n6 decision
classDef customIcon fill:none,stroke:none
class n4,n5,n9 customIcon
Problemet: mejlfrågor blir små researchprojekt
”Kan du svara på det här?” låter enkelt tills du inser att mejlet hänvisar till ett möte, en deadline och en person du inte riktigt kan placera. Så du öppnar Gmail, söker upp tråden, öppnar Kalendern för att bekräfta tider och kollar sedan dina uppgifter för att se vad du lovade. Nu är du i tre appar och ursprungsmeddelandet är begravt. Än värre: du svarar för snabbt, missar en detalj och lägger nästa dag på att städa upp i uppföljningar.
Friktionen byggs på. Några små förseningar, upprepade hela veckan, blir till verklig förlorad tid och en hel del mental röra.
- Du slösar cirka 10 minuter per ”snabbt” svar bara på att hitta rätt kontext i Gmail och Kalendern.
- Viktiga detaljer missas eftersom du förlitar dig på minnet i stället för att hämta fakta vid begäran.
- Röstmeddelanden känns snabbare, men de skapar ett andra arbetsflöde när du ändå måste översätta dem till åtgärder och svar.
- När inkorgsvolymen växer sjunker kvaliteten på dina svar eftersom du stressar, inte för att du inte bryr dig.
Lösningen: fråga en gång i Telegram och få ett förankrat svar
Det här arbetsflödet skapar en personlig AI-assistent (”Angie”) som bor i Telegram och svarar på frågor om mejl och schema med kontext. Du skriver till Angie i en Telegram-chatt, antingen som text eller som ett röstmeddelande. Om det är röst hämtar flödet ljudfilen och transkriberar den med OpenAI Speech to Text, så att din förfrågan blir en vanlig textfråga. Därefter använder Angie kopplade verktyg för att hämta det du faktiskt behöver: senaste Gmail-meddelanden (filtrerade på datum), relevanta poster i Google Kalender och valfri uppgifts-/kontaktkontext från Baserow. Sedan skriver assistenten ett tydligt, människovänligt svar och skickar tillbaka det till dig i Telegram, redo att agera på.
Arbetsflödet startar när ett Telegram-meddelande kommer in. Det hanterar röst och text olika, och skickar sedan den slutliga prompten till AI-agenten. Angie kontrollerar Gmail och Google Kalender (och valfritt dina Baserow-uppgifter/kontakter) och svarar i samma chatt så att du aldrig tappar tråden.
Det här får du: automation vs. resultat
| Vad det här arbetsflödet automatiserar | Resultat du får |
|---|---|
|
|
Exempel: så här ser det ut i praktiken
Säg att du svarar på 12 kontexttunga mejl i veckan. Manuellt kan du lägga cirka 10 minuter per mejl på att hoppa mellan Gmail och Google Kalender, vilket är ungefär 2 timmar per vecka. Med det här flödet skickar du ett Telegram-meddelande (eller röstmeddelande) på cirka 30 sekunder, väntar en minut eller två på att assistenten ska hämta kontext från Gmail och Kalendern, och får ett tydligt svar tillbaka i samma chatt. Det är nära 2 timmar tillbaka en normal vecka, utan att anställa hjälp.
Det här behöver du
- n8n-instans (testa n8n Cloud gratis)
- Self-hosting-alternativ om du föredrar det (Hostinger fungerar bra)
- Telegram för att skicka förfrågningar och ta emot svar.
- Gmail för att hämta aktuell mejlkontext.
- Google Kalender för att slå upp möten och tillgänglighet.
- OpenAI API-nyckel (hämta den i din OpenAI-dashboard) för transkribering och chatsvar.
- Baserow (valfritt) för uppslag av uppgifter och kontakter.
Kunskapsnivå: Medel. Du kopplar några konton, lägger till API-nycklar och testar både röst- och textflödet.
Vill du inte sätta upp detta själv? Prata med en automationsexpert (gratis 15-minuterskonsultation).
Så fungerar det
Ett Telegram-meddelande startar allt. Arbetsflödet väntar på en ny meddelandehändelse i din Telegram-chatt med assistenten. Du kan skriva som vanligt, eller bara skicka ett röstmeddelande när du har händerna fulla.
Röst konverteras till en riktig prompt. Om det inkommande meddelandet är ljud hämtar n8n filen från Telegram och transkriberar den via OpenAI Speech to Text. Om det redan är text mappas den till samma format så att resten av flödet håller sig konsekvent.
Assistenten avgör vad som ska hämtas. Angie (AI-agenten) läser din förfrågan och använder rätt verktyg: Gmail för att hämta senaste meddelanden (filtrerade på datum), Google Kalender för att hämta händelser och Baserow för att hämta uppgifter eller kontaktuppgifter vid behov. En kort ”minnesbuffert” håller chatten sammanhängande så att du kan ställa följdfrågor utan att upprepa dig.
Ditt svar landar tillbaka i Telegram. Assistenten genererar ett korrekt formaterat svar och skickar det direkt i samma chatt, vilket gör att kontext och svar hålls ihop. Ingen kopiering. Inget ”var såg jag det där?”-ögonblick.
Du kan enkelt ändra vad som räknas som ”senaste mejl” eller vilka kalendrar som kontrolleras utifrån dina behov. Se hela implementationsguiden nedan för anpassningsalternativ.
Steg-för-steg-guide för implementering
Steg 1: konfigurera Telegram-triggern
Det här arbetsflödet startar när ett nytt Telegram-meddelande kommer in, så konfigurera triggern så att den lyssnar på inkommande meddelanden.
- Lägg till och öppna Telegram Event Listener.
- Ställ in Updates på
message. - Inloggningsuppgifter krävs: anslut era Telegram Bot API-inloggningsuppgifter.
Steg 2: koppla hantering av Telegram-filer och textmappning
Inkommande meddelanden normaliseras till ett textfält, och röstmeddelanden hämtas för transkribering.
- Öppna Text Field Mapper och ställ in fältet text på
{{ $json?.message?.text || "" }}. - Öppna Message Type Check och bekräfta att villkoret använder
{{ $json.message.text }}med operatorn string empty. - Öppna Fetch Voice File och ställ in Resource på
file. - I Fetch Voice File ställer ni in File ID på
{{ $('Telegram Event Listener').item.json.message.voice.file_id }}. - Inloggningsuppgifter krävs: anslut era Telegram Bot API-inloggningsuppgifter till Fetch Voice File och Telegram Message Sender.
Steg 3: konfigurera AI-bearbetning och minne
Röstmeddelanden transkriberas och därefter flödar alla indata in i assistentagenten med minnes- och språkmodellsstöd.
- Öppna Audio Transcription och ställ in Resource på
audiooch Operation påtranscribe. - Öppna Session Buffer Memory och ställ in Session Key på
{{ $('Telegram Event Listener').first().json.message.from.id }}med Session ID Type inställd påcustomKey. - Öppna OpenAI Chat Engine och säkerställ att den är ansluten som språkmodell för Virtual Assistant Agent 👩🏻🏫.
- Öppna Virtual Assistant Agent 👩🏻🏫 och ställ in Text på
{{ $json.text }}, och behåll Prompt Type somdefine. - Inloggningsuppgifter krävs: anslut era OpenAI-inloggningsuppgifter till OpenAI Chat Engine (detta driver agenten).
- Inloggningsuppgifter krävs: anslut era OpenAI-inloggningsuppgifter till Audio Transcription.
Steg 4: koppla AI-verktyg för kalender, e-post och Baserow
Assistenten kan komma åt kalenderhändelser, olästa e-postmeddelanden och Baserow-poster via AI-verktyg som är anslutna till agenten.
- Öppna Calendar Event Fetcher och bekräfta att Operation är
getAlloch att Time Min är{{ $fromAI("date","the date after which to fetch the messages in format YYYY-MM-DDTHH:MM:SS") }}. - Öppna Retrieve Email Messages och bekräfta att Operation är
getAllmed Label IDs inställda påINBOXochUNREAD, samt att Received After är inställd på{{ $fromAI("date","the date after which to fetch the messages in format YYYY-MM-DDTHH:MM:SS") }}. - Öppna Task Records Tool och ersätt Database ID och Table ID med era Baserow-värden.
- Öppna Contact Lookup Tool och ersätt Database ID och Table ID med era Baserow-värden.
- Inloggningsuppgifter krävs: anslut era Google Calendar-inloggningsuppgifter i Calendar Event Fetcher.
- Inloggningsuppgifter krävs: anslut era Gmail OAuth2-inloggningsuppgifter i Retrieve Email Messages.
- Inloggningsuppgifter krävs: anslut era Baserow-inloggningsuppgifter i Task Records Tool och Contact Lookup Tool.
Steg 5: konfigurera svaret tillbaka till Telegram
Assistentens utdata skickas tillbaka till samma Telegram-användare som initierade konversationen.
- Öppna Telegram Message Sender och ställ in Text på
{{ $json.output }}. - Ställ in Chat ID på
{{ $('Telegram Event Listener').first().json.message.from.id }}. - I Additional Fields, bekräfta att Parse Mode är
Markdownoch att Append Attribution ärfalse.
Steg 6: testa och aktivera ert arbetsflöde
Kör ett snabbt end-to-end-test för att verifiera svar för text, röst och AI-verktyg innan ni slår på arbetsflödet.
- Klicka på Test workflow i n8n och skicka ett textmeddelande till er bot för att trigga Telegram Event Listener.
- Skicka ett röstmeddelande för att säkerställa att Message Type Check routar till Fetch Voice File och Audio Transcription.
- Bekräfta att Virtual Assistant Agent 👩🏻🏫 producerar utdata och att Telegram Message Sender returnerar ett svar i Telegram.
- Om assistenten behöver kalender-, e-post- eller uppgiftsinformation, validera att Calendar Event Fetcher, Retrieve Email Messages, Task Records Tool och Contact Lookup Tool returnerar data som förväntat.
- Slå om arbetsflödet till Active för att aktivera användning i produktion.
Vanliga fallgropar
- Gmail-inloggningar kan löpa ut eller kräva specifika behörigheter. Om något skapar fel, börja med att kontrollera panelen Credentials i n8n och inställningarna för OAuth consent/scope i Google Cloud.
- Om du använder Wait-noder eller extern bearbetning (som transkribering) varierar handläggningstiderna. Öka väntetiden om efterföljande noder misslyckas på grund av tomma svar.
- Standardprompter i AI-noder är generiska. Lägg in din tonalitet och ditt föredragna svarsformat tidigt, annars kommer du att redigera utdata för alltid.
Vanliga frågor
Cirka 30–60 minuter om dina konton är redo.
Nej. Du kopplar Telegram, Gmail och Google Kalender och klistrar sedan in din OpenAI API-nyckel.
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 med kostnader för OpenAI API (oftast småbelopp per transkribering och svar).
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 obegränsat antal körningar men kräver grundläggande serverhantering.
Ja, men planera det medvetet. Du kan peka Gmail-verktyget mot en annan etikett eller sökfråga, och du kan välja vilka Google Kalender(ar) som Calendar Event Fetcher kontrollerar. Vanliga justeringar är att begränsa till mejl från ”senaste 24 timmarna”, exkludera stökiga nyhetsbrev och lägga till en andra kalender för privata bokningar. Om du vill att assistenten ska ställa en förtydligande fråga innan den hämtar data (av integritetsskäl) uppdaterar du agentinstruktionerna i noden Virtual Assistant Agent 👩🏻🏫.
Oftast beror det på en ogiltig bot-token eller att boten inte får läsa meddelanden i chatten. Skapa en ny Telegram bot-token vid behov och bekräfta sedan att Telegram Trigger är kopplad till rätt bot och chatt. Om röstmeddelanden misslyckas kan det också bero på att flödet inte kan hämta filen från Telegram, så kontrollera utdata och behörigheter i noden ”Fetch Voice File”. Ibland stöter du också på rate limits om du spammar tester direkt efter varandra.
På n8n Cloud Starter klarar du dig vanligtvis fint med några tusen körningar per månad, och vid self-hosting finns ingen körningsgräns (det beror på din server). I praktiken kör de flesta detta för en handfull dagliga frågor plus några röstmeddelanden, vilket ligger väl inom gränserna.
Ofta, ja. Det här flödet är inte bara ”flytta data från A till B”; det är en konversationsagent med förgreningar (röst vs text), verktygsanrop (Gmail, Kalender, Baserow) och korttidsminne så att följdfrågor fungerar. n8n hanterar den typen av logik snyggt, och self-hosting kan bli en stor kostnadsvinst när användningen växer. Zapier eller Make kan fortfarande fungera om du bara vill ha en enkel inkorgssammanfattning eller en tvåstegsautomation som ”skicka meddelande när mejl kommer in”. Om du är osäker kan du prata med en automationsexpert och rimlighetskontrollera upplägget innan du bygger.
Du får ett ställe där du kan fråga efter mejl- och kalenderkontext och ett ställe där du får svaret tillbaka. Sätt upp det en gång och låt sedan flödet hantera de repetitiva delarna medan du fokuserar på de faktiska besluten.
Kontakta oss
Hör av dig, så diskuterar vi hur just din verksamhet kan dra nytta av alla fantastiska möjligheter som AI skapar.