Din leadlista är förmodligen inte ”dålig”. Den är bara rörig. Några leads sparade i Apollo, några kopierade till ett Sheet, anteckningar som ligger i Telegram och research utspridd över flikar du aldrig kommer att öppna igen.
Apollo leads automation fixar den irriterande delen: insamlingen, loggningen och ”vänta, var la vi det där?” Growth marketers märker det först, men SDR:er och byråoperatörer som bygger listor åt kunder hanterar samma kaos. Och det kostar dig alltid två gånger: först i tid, sedan igen i missad uppföljning.
Det här flödet gör Telegram till ett enkelt kommandocenter. Du skickar en text- eller röstförfrågan, den routas, avsikten extraheras och strukturerade, korrekt formaterade output skickas dit de ska. Du får se hur det fungerar, vad du behöver och hur du får igång det utan att göra din vecka till ett ”setup-projekt”.
Så fungerar den här automatiseringen
Här är hela arbetsflödet som du kommer att sätta upp:
n8n Workflow Template: Telegram + google sheets: apollo-leads loggas strukturerat
flowchart LR
subgraph sg0["Telegram Message Flow"]
direction LR
n0@{ icon: "mdi:wrench", form: "rounded", label: "Lead Capture Tool", pos: "b", h: 48 }
n1@{ icon: "mdi:wrench", form: "rounded", label: "Lead Insight Tool", pos: "b", h: 48 }
n2@{ icon: "mdi:robot", form: "rounded", label: "Lead Gen Coordinator", pos: "b", h: 48 }
n3@{ icon: "mdi:brain", form: "rounded", label: "OpenAI Chat Engine", pos: "b", h: 48 }
n4@{ icon: "mdi:memory", form: "rounded", label: "Conversation Memory", pos: "b", h: 48 }
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/>Retrieve Voice File"]
n6@{ icon: "mdi:robot", form: "rounded", label: "Audio Transcription", pos: "b", h: 48 }
n7@{ icon: "mdi:swap-vertical", form: "rounded", label: "Map Text Input", pos: "b", h: 48 }
n8@{ icon: "mdi:swap-horizontal", form: "rounded", label: "Route 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/>Send Telegram Reply"]
n10["<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/>Send Error Reply"]
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/telegram.svg' width='40' height='40' /></div><br/>Telegram Message Trigger"]
n7 --> n2
n2 --> n9
n2 --> n10
n6 --> n2
n1 -.-> n2
n0 -.-> n2
n5 --> n6
n4 -.-> n2
n8 --> n5
n8 --> n7
n11 --> n8
n3 -.-> n2
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 n11 trigger
class n2,n6 ai
class n3 aiModel
class n0,n1 ai
class n4 ai
class n8 decision
classDef customIcon fill:none,stroke:none
class n5,n9,n10,n11 customIcon
Varför det spelar roll: leadlistor blir röriga snabbt
Manuellt prospekteringsarbete har ett lömskt felscenario. Det börjar med ”jag tar bara några leads”, och slutar med tre versioner av samma lista, halvt ifyllda fält och anteckningar som bara är begripliga för personen som skrev dem. Sedan kommer den verkliga skadan. Du skickar outreach för sent, följer upp inkonsekvent och du kan inte lita på ditt eget kalkylark, så du bygger om det om och om igen. Ärligt talat är det utmattande, särskilt när du kör daglig outbound.
Det summerar snabbt. Här är var friktionen byggs på.
- Att copy-pasta Apollo-leads till Google Sheets bjuder in små fel som växer till studsade mejl och dubbletter.
- Research hoppas över eftersom det är ännu en separat uppgift, så personalisering blir ”Hej {first_name}” och inget mer.
- Röstmeddelanden och snabba idéer i Telegram hamnar aldrig i ditt system, vilket gör att bra tankar om targeting försvinner.
- När du behöver skala finns inget konsekvent format för roller, branscher eller kriterier, så sortering och filtrering blir ett slit.
Vad du bygger: Telegram-förfrågningar som loggar leads och skickar research
Det här flödet ger dig en Telegram-bot som fungerar som en lättviktig outbound-assistent. Du skickar ett meddelande (skrivet eller talat) som beskriver vad du behöver. Om det är ett röstmeddelande hämtar flödet ljudfilen och transkriberar den med OpenAI Whisper. Sedan tolkar en AI-agent din avsikt: ber du om ”hitta leads” eller ”researcha den här personen/bolaget”?
Vid lead-scraping-förfrågningar använder agenten dina kriterier och anropar Apollo via en HTTP-request, formaterar sedan de returnerade leadsen till strukturerade rader och loggar dem till Google Sheets. Vid research-förfrågningar bygger den en one-pager-brief (titel, roll, företagskontext och användbara outreach-anteckningar) och skickar den via Gmail, samtidigt som den svarar i Telegram så att du ser att det är klart. Slutresultatet är enkelt: du fortsätter använda Telegram, men din data landar där teamet faktiskt kan arbeta.
Vad du bygger
| Vad som automatiseras | Vad du uppnår |
|---|---|
|
|
Förväntade resultat
Säg att du tar ut 30 Apollo-leads per dag. Manuell hantering kan ta runt 5 minuter per lead för att kopiera detaljer, fixa formatering och lägga till anteckningar, vilket blir cirka 2,5 timmar. Med det här flödet skickar du en Telegram-förfrågan (kanske 1 minut), låter Apollo returnera resultat och flödet skriver rader till Google Sheets automatiskt medan du går vidare. Lägg till ett par ”researcha den här LinkedIn-profilen”-förfrågningar per dag och du sparar fortfarande ungefär 2 timmar de flesta dagar, plus att din lista hålls strukturerad.
Innan du börjar
- n8n-instans (prova n8n Cloud gratis)
- Alternativ för egen hosting om du föredrar det (Hostinger fungerar bra)
- Telegram för att skicka förfrågningar och ta emot svar.
- Google Sheets för att lagra leads i en delad lista.
- Gmail för att mejla research-briefen.
- OpenAI API-nyckel (hämta den i OpenAI API-dashboarden).
- Apollo API-nyckel (hämta den i Apollo-inställningarna eller via API-åtkomst).
- Telegram Bot Token (hämta den från BotFather i Telegram).
Kunskapsnivå: Nybörjare. Du kopplar konton, klistrar in API-nycklar och ändrar destination för ett kalkylark.
Vill du att någon bygger detta åt dig? Prata med en automationsexpert (gratis 15-minuters konsultation).
Steg för steg
Ett Telegram-meddelande triggar allt. Du skickar en textförfrågan som ”Hitta 50 VP Marketing-leads i Austin” eller ett röstmeddelande med samma idé. Telegram Trigger-noden tar emot det direkt.
Röst blir till text vid behov. Om ditt meddelande är ljud hämtar flödet röstfilen och skickar den till OpenAI Whisper för transkribering. Om det redan är skrivet mappar det bara din text till samma format så att resten av flödet blir konsekvent.
En AI-agent avgör vad du menade. Lead gen coordinator läser ditt meddelande, kommer ihåg nylig kontext (så att uppföljningar som ”gör det SaaS” fortfarande fungerar) och väljer rätt väg. Den kan anropa verktyg för leadinsamling (Apollo via HTTP) eller lead-insikter (research-liknande output).
Resultat går till Telegram, Sheets och Gmail. För leads får du ett bekräftelsesvar och en uppsättning strukturerade rader i Google Sheets. För research får du ett Telegram-svar plus ett Gmail-mejl som innehåller briefen, så den är lätt att vidarebefordra eller stoppa in i din outreach-process.
Du kan enkelt justera vilka leadfält som sparas till Google Sheets så att de matchar teamets kolumner, eller ändra research-formatet så att det matchar din outreach-mall. Se hela implementationsguiden nedan för alternativ för anpassning.
Steg-för-steg-guide för implementation
Steg 1: konfigurera Telegram-triggern
Konfigurera Telegrams webhook-trigger så att inkommande meddelanden startar arbetsflödet.
- Lägg till noden Telegram Message Trigger som er arbetsflödestrigger.
- Under Updates, behåll
messagevalt för att fånga text- och röstmeddelanden. - Behörighet krävs: Anslut era telegramApi-uppgifter i Telegram Message Trigger.
Steg 2: routa röst- kontra textinput
Använd villkorsstyrd routning för att grena mellan rösttranskribering och direkt hantering av text.
- Lägg till Route Voice or Text efter Telegram Message Trigger.
- I regeln Voice ställer ni in Left Value till
{{ $json.message.voice.file_id }}med operatorn exists. - I regeln Text ställer ni in Left Value till
{{ $json.message.text }}med operatorn exists. - Koppla utgången Voice till Retrieve Voice File och utgången Text till Map Text Input.
Steg 3: konfigurera hämtning och transkribering av röst
Gör om Telegram-röstmeddelanden till text som kan bearbetas av AI-agenten.
- I Retrieve Voice File ställer ni in Resource till
file. - Ställ in File ID till
{{ $json.message.voice.file_id }}i Retrieve Voice File. - Behörighet krävs: Anslut era telegramApi-uppgifter i Retrieve Voice File.
- I Audio Transcription ställer ni in Resource till
audiooch Operation tilltranscribe. - Behörighet krävs: Anslut era openAiApi-uppgifter i Audio Transcription.
- Koppla Retrieve Voice File → Audio Transcription → Lead Gen Coordinator.
Steg 4: mappa textinput för AI-bearbetning
Normalisera inkommande textmeddelanden till ett konsekvent fält för AI-agenten.
- Öppna Map Text Input och lägg till en tilldelning för text.
- Ställ in text till
{{ $json.message.text }}. - Koppla Map Text Input → Lead Gen Coordinator.
Steg 5: sätt upp AI-orkestreringen för leads
Konfigurera AI-agenten, minnet och verktygsarbetsflödena som genomför leadgenerering och research.
- I Lead Gen Coordinator ställer ni in Text till
{{ $json.text }}och behåller Prompt Type somdefine. - Säkerställ att noden OpenAI Chat Engine är ansluten som språkmodell för Lead Gen Coordinator.
- Behörighet krävs: Anslut era openAiApi-uppgifter i OpenAI Chat Engine.
- Koppla Conversation Memory till Lead Gen Coordinator som AI-minne och ställ in Session Key till
{{ $('Telegram Message Trigger').item.json.message.chat.id }}. - Anslut Lead Capture Tool och Lead Insight Tool som AI-verktyg för Lead Gen Coordinator.
Steg 6: konfigurera Telegram-svar
Skicka AI-svar tillbaka till användare via Telegram.
- I Send Telegram Reply ställer ni in Text till
{{ $json.output }}. - Ställ in Chat ID till
{{ $('Telegram Message Trigger').item.json.message.chat.id }}i Send Telegram Reply. - Behörighet krävs: Anslut era telegramApi-uppgifter i Send Telegram Reply.
- Bekräfta exekveringsflödet: Lead Gen Coordinator → Send Telegram Reply.
Steg 7: lägg till felhantering
Returnera användarvänliga meddelanden när AI-bearbetningen misslyckas.
- I Lead Gen Coordinator behåller ni On Error inställt på
continueErrorOutputför att aktivera felutgångskanalen. - Koppla felutgången från Lead Gen Coordinator till Send Error Reply.
- Ställ in Text i Send Error Reply till
{{ $json.error }}. - Ställ in Chat ID i Send Error Reply till
{{ $('Telegram Message Trigger').item.json.message.chat.id }}. - Behörighet krävs: Anslut era telegramApi-uppgifter i Send Error Reply.
Steg 8: testa och aktivera ert arbetsflöde
Verifiera både text- och röstflödena och aktivera sedan arbetsflödet för drift.
- Klicka på Execute Workflow och skicka ett textmeddelande till er Telegram-bot för att testa Map Text Input → Lead Gen Coordinator → Send Telegram Reply.
- Skicka ett röstmeddelande och bekräfta flödet Retrieve Voice File → Audio Transcription → Lead Gen Coordinator → Send Telegram Reply.
- En lyckad körning ska ge ett svar i Telegram med AI:ns respons i Send Telegram Reply.
- Om fel uppstår, verifiera att Send Error Reply returnerar feltexten till samma chatt.
- Växla arbetsflödet till Active för att bearbeta Telegram-meddelanden i realtid.
Tips för felsökning
- Behörigheter och tokens för Telegram-boten är lätta att tappa bort. Om svaren slutar komma, kontrollera bot-token i dina Telegram-credentials och bekräfta att boten får läsa meddelanden i den chatten.
- Om du använder transkribering varierar processtiderna. Öka eventuellt wait/retry-beteende om efterföljande noder ibland kör innan Whisper-svaret är klart.
- OpenAI-prompter ger som standard generisk output. Lägg till önskad tonalitet och ”hur bra ser ut” i instruktionerna till AI-agenten tidigt, annars kommer du att redigera varje brief.
Snabba svar
Cirka 30 minuter om du redan har dina API-nycklar.
Ingen kodning krävs. Du kopplar främst Telegram, Google Sheets och Gmail, och klistrar in dina Apollo/OpenAI-nycklar.
Ja. n8n har ett gratis alternativ för egen hosting 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 (ofta några cent per transkribering/research-körning) och eventuella Apollo API-kostnader i din plan.
Två alternativ: n8n Cloud (hanterat, enklaste setup) eller egen hosting på en VPS. För egen hosting är Hostinger VPS prisvärt och klarar n8n bra. Egen hosting ger obegränsade körningar men kräver grundläggande serverhantering.
Ja, och det bör du. Du kan byta ut Apollo-delen med HTTP-request inuti Lead capture tool mot Clay eller People Data Labs och behålla samma Google Sheets-output. Vanliga anpassningar är att ändra vilka kolumner du skriver (bransch, antal anställda, tech stack), justera hur många leads du hämtar per förfrågan och skriva om research-brief-mallen så att den matchar strukturen i dina cold emails.
Oftast är det bot-token, chattbehörigheter eller ett chat-ID som inte matchar. Skapa en ny token med BotFather om du är osäker, och uppdatera sedan dina Telegram-credentials i n8n. Om du kör boten i en grupp, bekräfta att den får läsa meddelanden och att privacy mode inte blockerar kommandon. Kolla också n8n:s körningsloggar för att se om triggern ens startade, eftersom det snabbt ringar in felet.
Mycket, men det beror på din n8n-plan och API-begränsningar. På n8n Cloud är din månadsgräns för körningar planbaserad; vid egen hosting finns ingen hård körningsgräns (din server och köinställningar spelar större roll). Praktiskt kör flödet en request per Telegram-meddelande, så skalning betyder oftast att skapa ett enkelt ”batch request”-mönster och hålla koll på Apollos rate limits. För de flesta små team räcker det för daglig prospektering utan ständig tillsyn.
Ofta, ja. Det här flödet drar nytta av en AI-agent med minne, plus villkorsstyrd routing för röst vs text, vilket är mer flexibelt i n8n utan att stapla betalda steg. n8n ger dig också egen hosting, vilket kan vara avgörande om du kör outbound i stor skala. Zapier eller Make kan fortfarande vara ett bra val om du vill ha ett enklare gränssnitt och bara gör grundläggande logik som ”Telegram-meddelande → lägg till rad”. Om du är osäker, prata med en automationsexpert så får du ett rakt svar baserat på din volym och dina verktyg.
När detta är live slutar din ”snabba Telegram-förfrågan” att vara en lös anteckning och blir i stället loggad, användbar data. Flödet tar hand om det repetitiva så att du kan fokusera på den outreach som faktiskt ger svar.
Kontakta oss
Hör av dig, så diskuterar vi hur just din verksamhet kan dra nytta av alla fantastiska möjligheter som AI skapar.