Behöver ert företag hjälp med att implementera AI? Kontakta oss och få prisoffert här →
AI Skolan
januari 22, 2026

Telegram + Google Perspective: lugnare gruppchattar

Rickard Andersson Partner, Nodenordic.se

Din Telegram-grupp börjar som något nyttigt, men förvandlas långsamt till en plats folk undviker. En snäsig kommentar blir fem. Någon hakar på, någon rage-quittar, och plötsligt gör du skadebegränsning istället för ditt faktiska jobb.

Den här toxicity chat automation slår först mot community managers, men driftansvariga och grundare känner av det också när teamchatten blir spänd. Du hamnar i att moderera i realtid, eller ännu värre: du ignorerar det tills det blir ett problem.

Det här arbetsflödet poängsätter varje meddelande med Google Perspective och postar en konsekvent varning när språket passerar en gräns. Du får se hur det fungerar, vad du behöver och hur du anpassar det till gruppens normer.

Så fungerar den här automatiseringen

Se hur detta löser problemet:

n8n Workflow Template: Telegram + Google Perspective: lugnare gruppchattar

Utmaningen: giftiga meddelanden som spårar ur chatten

Giftigt språk i gruppchattar dyker sällan upp som ett enda ”svärord”. Det handlar om sarkasm, förolämpningar maskerade som skämt, edgy kommentarer som försätter folk i försvarsläge och ibland rena hot. Det svåra är tajmingen. Om du reagerar för sent har tråden redan spårat ur. Om du reagerar inkonsekvent känner sig folk utpekade, och dramat blir på något sätt större. Under tiden sitter du och skannar meddelanden, tvekar kring ton och försöker hålla det rättvist mellan olika personligheter och kulturer.

Friktionen byggs på. Här är var det faller i den dagliga användningen.

  • Du kan inte vara närvarande i chatten hela dagen, så de värsta trådarna växer i mellanrummen.
  • Manuell moderering blir inkonsekvent, vilket gör att folk diskuterar reglerna istället för att följa dem.
  • När någon väl rapporterar ett meddelande har tre andra redan hunnit svara känslomässigt.
  • Även ”mindre” toxicitet dränerar rummet, och tysta bidragsgivare slutar posta eftersom det inte är värt stressen.

Lösningen: automatisk toxicitetspoäng och omedelbara varningar

Det här arbetsflödet lägger ett enkelt efterlevnadslager i din Telegram-chatt. När ett nytt meddelande kommer in fångar n8n texten och skickar den till Google Perspective för poängsättning. Perspective returnerar en sannolikhet (från 0 till 1) för hur troligt det är att meddelandet är giftigt. Därefter jämför arbetsflödet den poängen med en tröskel (0,7 i den här setupen). Om den är över gränsen postar n8n direkt ett standardiserat svar i samma chatt: ”Jag tolererar inte giftigt språk.” Om poängen ligger under tröskeln gör arbetsflödet ingenting, så normala samtal kan fortsätta utan avbrott.

Arbetsflödet startar med en Telegram-trigger och kör sedan meddelandet genom Google Perspective. Efter det avgör en IF-nod mellan ett varningssvar och en tyst avslutning utan åtgärd. Det är snabbt, förutsägbart och ärligt talat mindre personligt, vilket hjälper till att aveskalera istället för att elda på.

Vad som förändras: före vs. efter

Effekt i verkligheten

Säg att din grupp ser cirka 200 meddelanden per dag. Om du manuellt kollar ens 1 minuts kontext för varje ”kanske giftig” kommentar är det lätt att förlora runt 30 minuter om dagen bara på att läsa och bestämma vad du ska göra. Med det här arbetsflödet triggas allt direkt och poängsättningen sker i bakgrunden, så din ”nedlagda tid” blir nära noll om inget verkligen passerar gränsen. Över en vecka är det ungefär 2 timmar du inte spenderar på att polisa chatttone.

Krav

  • n8n-instans (prova n8n Cloud gratis)
  • Alternativ för egen drift om du föredrar det (Hostinger fungerar bra)
  • Telegram för att ta emot meddelanden och posta varningar.
  • Google Perspective API för att poängsätta toxicitetssannolikhet.
  • Google API-nyckel (hämta den i Google Cloud Console).

Kunskapsnivå: Nybörjare. Du kopplar Telegram, lägger in API-nyckeln och justerar ett tröskelvärde.

Behöver du hjälp att implementera detta? Prata med en automatiseringsexpert (gratis 15-minuters konsultation).

Flödet i arbetsflödet

Ett nytt Telegram-meddelande kommer in. Arbetsflödet triggas så fort någon postar i din valda chatt eller grupp och fångar meddelandetexten och grundläggande metadata.

Meddelandet poängsätts för toxicitet. n8n skickar texten till Google Perspective och får tillbaka en sannolikhetspoäng mellan 0 och 1, vilket ger en snabb signal för svordomar, förolämpningar och fientlig ton.

En tröskel avgör vad som händer härnäst. IF-kontrollen jämför poängen med 0,7. Över det behandlas det som giftigt; under det gör arbetsflödet medvetet ingenting.

Chatten får en konsekvent varning vid behov. Om meddelandet passerar gränsen postas ett Telegram-svar direkt med en tydlig gränssättning, utan att peka ut en person med namn.

Du kan enkelt ändra toxicitetströskeln så att den matchar er kultur utifrån era behov. Se hela implementationsguiden nedan för anpassningsalternativ.

Steg-för-steg-guide för implementering

Steg 1: Konfigurera Telegram-triggern

Konfigurera Telegram webhook-triggern så att inkommande meddelanden fångas upp för moderering.

  1. Lägg till noden Telegram Intake Trigger i ert arbetsflöde.
  2. Ställ in Updates så att den inkluderar message, edited_message, channel_post och edited_channel_post.
  3. Inloggningsuppgifter krävs: Anslut era telegramApi-inloggningsuppgifter.

Steg 2: Anslut Google Perspective för toxicitetsbedömning

Analysera inkommande meddelandetext för toxicitets- och svordomsnivåer.

  1. Lägg till noden Toxicity Scoring Check och anslut den till Telegram Intake Trigger.
  2. Ställ in Text till ={{$json["message"]["text"]}}.
  3. Ställ in Languages till en.
  4. I Requested Attributes ska ni inkludera identity_attack, threat och profanity.
  5. Inloggningsuppgifter krävs: Anslut era googlePerspectiveOAuth2Api-inloggningsuppgifter.

Steg 3: Sätt upp logiken för svordomströskeln

Routa meddelanden baserat på svordomspoängen som returneras från Perspective API.

  1. Lägg till noden Profanity Limit Test och anslut den till Toxicity Scoring Check.
  2. I ConditionsNumber ställer ni in Value 1 till ={{$json["attributeScores"]["PROFANITY"]["summaryScore"]["value"]}}.
  3. Ställ in Operation till larger och Value 2 till 0.7.

Steg 4: Konfigurera varningssvar och säker vidarepassering

Skicka ett varningssvar vid hög svordomsnivå och skicka säkra meddelanden vidare till en no-op-slutnod.

  1. Anslut Profanity Limit Test-utgången true till Telegram Warning Reply och utgången false till Pass-through End.
  2. I Telegram Warning Reply ställer ni in Text till I don't tolerate toxic language!.
  3. Ställ in Chat ID till ={{$node["Telegram Intake Trigger"].json["message"]["chat"]["id"]}}.
  4. Ställ in Reply to Message ID till ={{$node["Telegram Intake Trigger"].json["message"]["message_id"]}}.
  5. Inloggningsuppgifter krävs: Anslut era telegramApi-inloggningsuppgifter för Telegram Warning Reply.
  6. Behåll Pass-through End som en slutnod för meddelanden som inte flaggas.

Den fästa anteckningen Flowpast Branding är endast informativ och påverkar inte körningen.

Steg 5: Testa och aktivera ert arbetsflöde

Verifiera att modereringslogiken fungerar för både toxiska och icke-toxiska meddelanden och aktivera sedan arbetsflödet.

  1. Klicka på Execute Workflow och skicka ett testmeddelande till er Telegram-bot.
  2. Bekräfta körningsflödet: Telegram Intake TriggerToxicity Scoring CheckProfanity Limit Test.
  3. Skicka ett meddelande med mycket svordomar och verifiera att Telegram Warning Reply postar varningen.
  4. Skicka ett normalt meddelande och bekräfta att det routas till Pass-through End utan något svar.
  5. Växla arbetsflödet till Active för att köra i produktion.
🔒

Lås upp fullständig steg-för-steg-guide

Få den kompletta implementeringsguiden + nedladdningsbar mall

Se upp för

  • Google Perspective API-inloggningsuppgifter kan löpa ut eller kräva specifika behörigheter. Om saker slutar fungera, kontrollera först begränsningar för API-nyckeln och kvotinställningar i Google Cloud Console.
  • Om du använder Wait-noder eller extern rendering varierar processtiderna. Öka väntetiden om efterföljande noder fallerar på tomma svar.
  • Standardprompter i AI-noder är generiska. Lägg in er tonalitet tidigt, annars kommer du att redigera utdata för alltid.

Vanliga frågor

Hur snabbt kan jag implementera den här toxicity chat automation-automatiseringen?

Cirka 30 minuter om du redan har din Telegram-bot och Google API-nyckel redo.

Kan icke-tekniska team implementera den här toxicity chat automation?

Ja. Du kommer mest att kopiera in inloggningsuppgifter i n8n och testa med några exempelmeddelanden.

Är n8n gratis att använda för det här toxicity chat automation-arbetsflödet?

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 volym. Du behöver också räkna in användningen av Google Perspective API, vilket beror på din request-volym och Google Cloud-fakturering.

Var kan jag hosta n8n för att köra den här automatiseringen?

Två alternativ: n8n Cloud (hanterat, enklast att komma igång) eller egen drift på en VPS. För egen drift är Hostinger VPS prisvärt och hanterar n8n bra. Egen drift ger dig obegränsat antal körningar men kräver grundläggande serverhantering.

Hur anpassar jag den här toxicity chat automation-lösningen till mina specifika utmaningar?

Börja med att ändra IF-tröskeln från 0,7 så att den passar din grupp (vissa team kör striktare, andra mer tillåtande). Du kan också justera texten i Telegram-varningssvaret så att den matchar din ton, lägga till en andra väg för ”gränsfall” (till exempel en mjuk påminnelse) eller skicka flaggade meddelanden till Google Sheets för granskning. Om din chatt är flerspråkig, håll varningsmeddelandet enkelt och universellt, och överväg att kombinera detta med ett översättningsflöde före poängsättning.

Varför misslyckas min Telegram-anslutning i det här arbetsflödet?

Oftast handlar det om ett problem med bot-token eller att botten saknar åtkomst till chatten. Skapa om Telegram-bot-token (eller kopiera in den på nytt), uppdatera Telegram-inloggningsuppgifterna i n8n och bekräfta att botten faktiskt är med i gruppen och har behörighet att läsa och posta meddelanden. Om det fungerar i privat chatt men inte i en grupp beror det ofta på admininställningar. I sällsynta fall kan Telegrams rate limits märkas i livliga grupper, så sänk takten på extra åtgärder om du lägger till fler steg längre fram.

Vilken kapacitet har den här toxicity chat automation-lösningen?

På n8n Cloud Starter kan du köra några tusen körningar per månad, vilket räcker för många små communities. Om du kör egen drift finns ingen körningsgräns (det beror främst på din server) och det här arbetsflödet är lättviktigt eftersom det bara poängsätter text och svarar vid behov. Den verkliga begränsningen är oftast din Google Perspective-kvot och hur många meddelanden din grupp producerar per dag.

Är den här toxicity chat automation-automatiseringen bättre än att använda Zapier eller Make?

Ofta ja, eftersom n8n hanterar förgreningslogik och ”gör ingenting”-vägar på ett rent sätt, och du kan köra egen drift om meddelandevolymen växer. Zapier och Make kan fungera, men modereringsflöden tenderar att växa: loggning, undantag, olika trösklar per chatt och granskningsköer. Där känns n8n mindre trångt. Om du bara vill ha en enkel tvåstegsvariant ”meddelande in, varning ut” kan de andra verktygen gå snabbare att klicka ihop. Prata med en automatiseringsexpert om du vill ha hjälp att välja utifrån er exakta gruppstorlek och risktolerans.

Du försöker inte ”polisa” människor. Du sätter en ton, konsekvent, utan att spendera din dag mitt i andra människors bråk.

Kontakta oss

Hör av dig, så diskuterar vi hur just din verksamhet kan dra nytta av alla fantastiska möjligheter som AI skapar.

×

Använd mall

Få direkt tillgång till denna n8n-arbetsflödes JSON-fil

Launch login modal Launch register modal