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

Telegram + Google Sheets: rensad logg för matorder

Rickard Andersson Partner, Nodenordic.se

Att ta emot matbeställningar i Telegram låter enkelt – tills meddelandena börjar staplas, skärmdumpar begravs och “Har de betalat?” blir en daglig gissningslek. Det är då orderloggning i Telegram slutar vara “nice-to-have” och blir ren överlevnad.

Restaurangägare känner det först. Sedan driftsansvarig som försöker hålla leveranserna i tid. Till och med ett litet teams marknadsansvarig dras in när klagomål hamnar i chatten i stället för i ert supportflöde. Du vill ha bekräftade beställningar, färre följdfrågor och en enda strukturerad källa till sanningen.

Det här n8n-flödet gör Telegram-konversationer till strukturerade beställningar, skickar betalningsskärmdumpar för godkännande och lägger till varje order i Google Sheets. Du får se vad det löser, vad du får ut och hur du kör det utan att bli “den tekniska personen”.

Så fungerar automationen

Det kompletta n8n-flödet, från trigger till slutresultat:

n8n Workflow Template: Telegram + Google Sheets: rensad logg för matorder

Problemet: Telegram-beställningar blir snabbt en röra

Telegram är snabbt, välbekant och kunderna använder det faktiskt. Nackdelen är att det inte är byggt för beställningar. Ett “snabbt meddelande” blir fem följdfrågor, en betalningsskärmdump kommer utan sammanhang och teamet scrollar tillbaka i chatten för att återskapa vad som beställdes. Sen måste ni ändå skriva in detaljer i ett kalkylark i efterhand – och det är exakt då misstagen smyger sig in: fel adress, missad artikel eller “betald” markerad för tidigt. Det är utmattande. Och ärligt talat får det skalning att kännas omöjlig.

Friktionen byggs på. Här är var det faller isär i verkligheten.

  • Orderdetaljer kommer som fria meddelanden, så någon måste översätta dem till något som går att följa upp.
  • Betalningsbekräftelse blir ett manuellt detektivjobb, särskilt när skärmdumpar kommer efter ordertexten.
  • Även noggrann personal råkar kopiera fel telefonnummer och adresser när de gör det 20 gånger om dagen.
  • Statusuppdateringar finns “i någons huvud”, vilket gör att kunder frågar igen och teamet svarar igen.

Lösningen: Telegram-beställningar med betalningskontroller + strukturerad logg i Sheets

Det här flödet ger dig en Telegram-chatbot som är redo att driftsätta: den tar beställningar som en riktig assistent och registrerar dem som ett system. En kund skriver till din Telegram-bot. AI-agenten håller i dialogen, samlar in det viktigaste (artiklar, namn, telefon, adress) och sammanfattar beställningen med totalsumma och betalningsinstruktioner. När en betalningsskärmdump skickas känner flödet av den och vidarebefordrar den till en admin för manuellt godkännande. När den godkänns (eller avslås) får kunden ett tydligt besked och beställningen loggas i Google Sheets så att teamet kan följa leverans- och betalstatus utan att gräva i chatthistorik.

Flödet startar med ett inkommande Telegram-meddelande. Därifrån håller AI-agenten och sessionsminnet konversationen sammanhängande, medan villkorslogik skickar betalningsskärmdumpar för verifiering. Till sist blir orderloggen i Google Sheets den centrala “källan till sanningen”, och Telegram förblir den kundnära ingången.

Det här får du: automation vs. resultat

Exempel: så här ser det ut i praktiken

Säg att ni får 20 Telegram-beställningar per dag. Manuellt, om personalen lägger cirka 5 minuter på att bekräfta artiklar, 5 minuter på att jaga betalning och 5 minuter på att logga detaljer, blir det ungefär 15 minuter per order, alltså cirka 5 timmar per dag. Med det här flödet sker kunddialogen och datainsamlingen automatiskt, och loggningen är omedelbar. Teamet behöver oftast bara kliva in för betalningsgodkännande, kanske 1 minut per order. Det landar närmare 20–30 minuters total admin-tid, inte ett helt arbetspass.

Det här behöver du

  • n8n-instans (testa n8n Cloud gratis)
  • Alternativ för egen drift om du föredrar det (Hostinger fungerar bra)
  • Telegram-bot för kund- och adminmeddelanden
  • Google Sheets för att lagra och följa upp alla beställningar
  • Google Gemini API-nyckel (hämta den från Google AI Studio)

Nivå: Nybörjare. Du klistrar in några API-nycklar, kopplar Google Sheets och justerar menytexten i AI-instruktionerna.

Vill du inte sätta upp detta själv? Prata med en automationsexpert (gratis 15-minuters konsultation).

Så fungerar det

Ett Telegram-meddelande triggar flödet. När en kund skriver till din bot tar n8n emot händelsen direkt via Telegram-triggern.

AI-agenten sköter dialogen. Gemini svarar naturligt, ber om saknade uppgifter och sammanfattar slutbeställningen (artiklar, totalsumma, leveransavgift och betalningsinstruktioner). Sessionsminnet håller chatten sammanhängande så att kunderna slipper upprepa sig.

Betalningsskärmdumpar skickas vidare för manuellt godkännande. Om ett meddelande innehåller en betalningsbild vidarebefordrar flödet den till en admin och ber om ett enkelt godkänn/avslå-beslut. En klassificeringsnod tolkar adminens svar så att nästa steg blir automatiskt.

Beställningar loggas och kunder uppdateras. n8n lägger till beställningen i Google Sheets, inklusive betalstatus och tidsstämpel, och skickar sedan kunden en bekräftelse (eller ett avslagsmeddelande) i Telegram.

Du kan enkelt ändra meny, valuta och godkännanderegler så att det matchar hur ni redan jobbar. Se hela implementeringsguiden nedan för anpassningsalternativ.

Steg-för-steg-guide för implementering

Steg 1: Konfigurera Telegram-triggern

Börja med att konfigurera Telegram-ingången så att arbetsflödet kan ta emot kundmeddelanden och betalningsskärmdumpar.

  1. Lägg till och öppna Telegram Incoming Trigger.
  2. Ställ in Updatesmessage.
  3. Inloggningsuppgifter krävs: Anslut era Telegram Bot API-inloggningsuppgifter.
  4. Spara noden för att generera webhooken och förbereda för inkommande meddelanden.
Tips: Säkerställ att er Telegram-bot är tillagd i rätt chatt eller grupp så att meddelanden når Telegram Incoming Trigger.

Steg 2: Koppla Google Sheets

Sätt upp orderloggningen som lägger till godkända ordrar i ert Google Sheet.

  1. Öppna Append to Sheets Log och ställ in Operationappend.
  2. Ställ in Document till [YOUR_GOOGLE_SHEET_ID] och Sheet Name till gid=0 (Sheet1).
  3. Verifiera att kolumnmappningarna är ifyllda med AI-fält, till exempel Chat id = {{ /*n8n-auto-generated-fromAI-override*/ $fromAI('Chat_id', ``, 'string') }}.
  4. Inloggningsuppgifter krävs: Anslut era Google Sheets-inloggningsuppgifter.
  5. Observera att Append to Sheets Log är ett AI-verktyg – dess inloggningsuppgifter måste läggas till i föräldranoden Virtual Sales Agent, inte i själva verktyget.
⚠️ Vanlig fallgrop: Om era kalkylbladskolumner inte exakt matchar det definierade schemat (som ”Order id”, ”Customer Name”, ”Delivery Address”) kan append-åtgärden misslyckas.

Steg 3: Sätt upp Virtual Sales Agent

Konfigurera AI-assistenten som hanterar kundchatten, hanterar godkännanden och loggar data till Google Sheets.

  1. Öppna Virtual Sales Agent och ställ in Text till {{ $json.message.text }} {{ $json.data.text }}.
  2. Säkerställ att Prompt Type är inställt på define och att systemprompten innehåller ert företag, er meny och era orderinstruktioner.
  3. Anslut Gemini Chat Engine som språkmodell för Virtual Sales Agent.
  4. Inloggningsuppgifter krävs: Anslut era Google Gemini-inloggningsuppgifter i Gemini Chat Engine.
  5. Koppla Session Memory Buffer som AI-minne med Session Key inställt på {{ $('Telegram Incoming Trigger').item.json.message.chat.id }} och Context Window Length inställt på 10.
  6. Kom ihåg: Inloggningsuppgifter för Session Memory Buffer (om det behövs) ska läggas till i föräldranoden Virtual Sales Agent, inte i undernoden.
Tips: Håll systempromptens platshållare som [YOUR_BUSINESS_NAME] uppdaterade så att assistenten inte svarar med malltext.

Steg 4: Konfigurera utdata och beslutsstyrning

Definiera hur betalningsskärmdumpar skickas vidare till administratörer och hur godkännanden återkopplas in i konversationen.

  1. I Detect Payment Screenshot, bekräfta att villkoren kontrollerar att {{ $json.message.photo[0] }} {{ $json.message.caption }} finns och att {{ $json.message.text }} inte finns.
  2. Koppla Detect Payment Screenshot till Forward Payment Image och Virtual Sales Agent. Det innebär att noden skickar utdata till båda parallellt när en betalningsskärmdump upptäcks.
  3. Konfigurera Forward Payment Image med File inställt på {{ $json.message.photo[0].file_id }} och Caption inställt på {{ $('Telegram Incoming Trigger').item.json.message.caption }}.
  4. I Request Admin Decision, ställ in OperationsendAndWait, Response TypefreeText och Message till Payment received for order. Approve or decline?.
  5. I Approval Response Classifier, behåll Input Text som {{ $json.data.text }} och kategorierna approved och declined.
  6. Koppla Approval Response Classifier till Virtual Sales Agent (godkänd-flödet) och Notify Payment Rejected (avslagen-flödet).
  7. Ställ in Send Telegram Reply med Text som {{ $json.output }} och Chat ID som {{ $('Telegram Incoming Trigger').item.json.message.chat.id }}.
  8. Ställ in Notify Payment Rejected med avslagsmeddelandet och Chat ID som {{ $('Telegram Incoming Trigger').item.json.message.chat.id }}.
  9. Inloggningsuppgifter krävs: Anslut era Telegram Bot API-inloggningsuppgifter till Send Telegram Reply, Request Admin Decision, Forward Payment Image och Notify Payment Rejected.
⚠️ Vanlig fallgrop: Om er admin svarar med något annat än ”Approved” eller ”Declined” kan Approval Response Classifier missa att routa korrekt. Håll svaren konsekventa.

Steg 5: Testa och aktivera ert arbetsflöde

Verifiera hela kedjan för chatt, godkännande och loggning innan ni slår på arbetsflödet.

  1. Klicka Execute Workflow och skicka ett testmeddelande till er Telegram-bot.
  2. Skicka ett fotomeddelande med en bildtext för att trigga Detect Payment Screenshot och verifiera att bilden vidarebefordras av Forward Payment Image.
  3. Svara som admin med ”Approved” eller ”Declined” och bekräfta att Send Telegram Reply eller Notify Payment Rejected skickar rätt svar.
  4. Kontrollera ert Google Sheet och bekräfta att en ny rad skapas av Append to Sheets Log efter ett godkännande.
  5. När allt fungerar, slå på Active för att aktivera produktionsdrift.
🔒

Lås upp fullständig steg-för-steg-guide

Få den kompletta implementeringsguiden + nedladdningsbar mall

Vanliga fallgropar

  • Telegram-uppgifter kan sluta fungera om bot-token återskapas eller om boten begränsas. Om svar slutar skickas: kontrollera först Telegram-autentiseringen i n8n och bekräfta sedan att boten fortfarande kan skriva i chatten.
  • Om du använder Wait-noder eller extern rendering varierar behandlingstiderna. Öka väntetiden om efterföljande noder misslyckas på grund av tomma svar.
  • Standardprompter i AI-noder är generiska. Lägg in ert varumärkestilltal tidigt, annars kommer du att redigera utskrifter i all evighet.

Vanliga frågor

Hur lång tid tar det att sätta upp den här automationen för orderloggning i Telegram?

Cirka 30 minuter om du redan har din bot och ditt Google Sheet klart.

Behöver jag kunna koda för att automatisera orderloggning i Telegram?

Nej. Du kopplar Telegram och Google och klistrar sedan in din meny och dina företagsuppgifter i AI-instruktionerna.

Är n8n gratis att använda för det här flödet för orderloggning i Telegram?

Ja. n8n har ett gratis alternativ för egen drift och en gratis provperiod på n8n Cloud. Molnplaner börjar på 20 USD/månad för högre volymer. Du behöver också räkna in kostnader för användning av Google Gemini API (oftast små för chattmeddelanden).

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

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

Kan jag anpassa det här flödet för orderloggning i Telegram för betalning vid leverans i stället för skärmdumpsbetalningar?

Ja, men då vill du ändra routingen kring betalning. Du kan ersätta kontrollen “Detect Payment Screenshot” med ett enkelt bekräftelsemeddelande för “betalning vid leverans” och sedan hoppa över noderna “Forward Payment Image” och “Request Admin Decision” helt. Vanliga anpassningar är att ändra valuta och symbol, skärpa regler för leveransområde och lägga till ett meddelande om “uppskattad leveranstid” baserat på era öppettider.

Varför fungerar inte min Telegram-anslutning i det här flödet?

Oftast beror det på en ogiltig eller utbytt bot-token i dina Telegram-uppgifter. Det kan också hända när boten inte får skriva till användaren (till exempel om användaren aldrig startade boten) eller när du testar i fel chatt. Om admin-godkännanden fallerar: dubbelkolla admin-chattens ID och säkerställ att boten kan skicka bilder och ta emot svar i den chatten.

Hur många beställningar klarar den här automationen för orderloggning i Telegram?

Betydligt fler än vad de flesta små team behöver. I n8n Cloud begränsas du främst av dina månatliga körningar, och vid egen drift finns ingen körningsgräns (det beror på din server). I praktiken är Telegrams meddelandevolym och AI-API-gränser oftare den begränsande faktorn än Google Sheets, så om du hanterar hundratals beställningar per dag: överväg att batcha skrivningar till Sheets eller flytta loggen till en databas.

Är den här automationen för orderloggning i Telegram bättre än att använda Zapier eller Make?

Ofta, ja. Det här flödet är inte bara “Telegram → Sheets”. Det innehåller en AI-agent för dialog, sessionsminne, villkorslogik för skärmdumpar och en loop för manuellt godkännande – vilket snabbt blir krångligt (och dyrt) i verktyg som tar betalt per steg. n8n ger dig också mer kontroll över förgreningar och meddelanderouting, så du kan hålla kundupplevelsen konsekvent. Om du bara behöver en enkel 2-stegslogg kan Zapier eller Make fungera bra. Vill du hantera betalningsverifiering och fram-och-tillbaka på ett strukturerat sätt är n8n ett bättre val. Prata med en automationsexpert om du vill ha hjälp att välja.

När detta väl är igång förblir Telegram enkelt för kunderna, men din drift slutar leva i kaos. Flödet tar hand om de repetitiva delarna så att teamet kan fokusera på att få ut maten.

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

Få prisoffert redan idag!
Få prisoffert redan idag!

Berätta vad ni behöver hjälp med så hör vi av oss inom en arbetsdag!

Få prisoffert redan idag!
Få prisoffert redan idag!

Berätta vad ni behöver hjälp med så hör vi av oss inom en arbetsdag!

Launch login modal Launch register modal