Du uppdaterar eventkalendern i Google Sheets… och lägger sedan resten av veckan på att svara på samma frågor i chatten. ”När är nästa meetup?” ”Vem föreläser?” ”Finns det något i april?” Det är inte svårt. Det bara pågår hela tiden.
Det är här en Telegram Sheets-bot snabbt lönar sig. Community managers märker det först, men marknadsansvariga och operatörer som kör mindre event drabbas av samma avbrott. Folk vill ha svar direkt, och du vill ha tillbaka din tid.
Det här flödet gör din Google Sheet till en Telegram-frågor-&-svar-upplevelse, så att svaren håller sig korrekta när datum ändras. Du får se hur det fungerar, vad du behöver och vad du kan anpassa när det väl är igång.
Så fungerar den här automatiseringen
Här är hela arbetsflödet du kommer att sätta upp:
n8n Workflow Template: Telegram + Google Sheets: snabba svar om eventschema
flowchart LR
subgraph sg0["telegramInput Flow"]
direction LR
n0["<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/>SendTyping"]
n1@{ icon: "mdi:swap-vertical", form: "rounded", label: "SetResponse", pos: "b", h: 48 }
n2@{ icon: "mdi:swap-vertical", form: "rounded", label: "Settings", pos: "b", h: 48 }
n3@{ icon: "mdi:database", form: "rounded", label: "Schedule", 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/code.svg' width='40' height='40' /></div><br/>ScheduleToMarkdown"]
n5@{ icon: "mdi:robot", form: "rounded", label: "ScheduleBot", pos: "b", h: 48 }
n6@{ icon: "mdi:swap-vertical", form: "rounded", label: "n8nChatSettings", pos: "b", h: 48 }
n7@{ icon: "mdi:swap-vertical", form: "rounded", label: "telegramChatSettings", pos: "b", h: 48 }
n8["<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/>telegramInput"]
n9@{ icon: "mdi:play-circle", form: "rounded", label: "n8nInput", pos: "b", h: 48 }
n10@{ icon: "mdi:swap-horizontal", form: "rounded", label: "Switch", pos: "b", h: 48 }
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/>telegramResponse"]
n12@{ icon: "mdi:cog", form: "rounded", label: "n8nResponse", pos: "b", h: 48 }
n13@{ icon: "mdi:brain", form: "rounded", label: "LLM", pos: "b", h: 48 }
n14@{ icon: "mdi:memory", form: "rounded", label: "Memory", pos: "b", h: 48 }
n13 -.-> n5
n14 -.-> n5
n10 --> n12
n10 --> n11
n3 --> n4
n2 --> n3
n9 --> n6
n0 --> n7
n5 --> n1
n1 --> n10
n8 --> n0
n6 --> n2
n4 --> n5
n7 --> 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 n8,n9 trigger
class n5 ai
class n13 aiModel
class n14 ai
class n10 decision
class n3 database
class n4 code
classDef customIcon fill:none,stroke:none
class n0,n4,n8,n11 customIcon
Varför det här spelar roll: schemafrågor tar aldrig slut
Ett event-schema ser enkelt ut tills det blir offentligt. Så fort människor förlitar sig på det börjar frågorna dyka upp vid slumpmässiga tider, i olika chattar, från personer som inte läste det fästa meddelandet. Du svarar en gång, sedan igen, sedan igen med lite annan formulering. Och om arket ändras (ny lokal, tidsförskjutning, byte av talare) blir dina gamla svar fel, vilket innebär fler följdfrågor och fler ”vänta, stämmer det här fortfarande?”-meddelanden.
Det bygger snabbt på. Här är var det oftast faller isär.
- Någon måste växla kontext för att leta i arket och skriva ett svar, vilket i tysthet stjäl cirka 10 minuter varje gång.
- Svaren glider isär eftersom olika personer svarar på olika sätt, så din community får inkonsekvent information.
- När schemat växer minns ingen ”vem som föreläste oftast” eller ”vilka kommande event som saknar talare” utan att manuellt filtrera.
- Samma frågor översvämmar Telegram precis när du försöker marknadsföra nästa event, inte jobba med support.
Vad du bygger: Telegram-svar hämtade live från Sheets
Det här flödet förvandlar din eventschema i Google Sheets till en Telegram-bot för ”fråga vad du vill”. Det startar när någon skickar ett meddelande till din Telegram-bot (eller när en intern n8n-chattrigger används för test). n8n hämtar ditt schema från Google Sheets, formaterar det till en korrekt formaterad, läsbar tabell och skickar den kontexten till en AI-agent som instruerats att svara på frågor om tidigare, pågående och kommande event. Agenten skriver ett svar på klarspråk och flödet postar det direkt tillbaka i samma Telegram-chatt, så att konversationen känns naturlig.
I praktiken gör flödet tre stora saker: hämtar senaste schemat, översätter kalkylarket till ”LLM-vänlig” kontext och svarar sedan i Telegram. Eftersom det hämtar data färskt från arket varje gång, ligger svaren alltid i linje med det som faktiskt gäller just nu.
Det här bygger du
| Det som automatiseras | Det du uppnår |
|---|---|
|
|
Förväntade resultat
Säg att din community ställer ungefär 15 schemafrågor per vecka i Telegram. Manuellt tar varje fråga oftast runt 5 minuter: öppna arket, leta datum, bekräfta detaljer, svara. Det är ungefär en timme och lite till, plus avbrotten. Med det här flödet blir ”arbetet” i princip noll: folk frågar boten direkt, flödet hämtar senaste arket och svaret hamnar i chatten när AI:n är klar. Du får tillbaka större delen av den timmen, och dina svar blir inte inaktuella.
Innan du börjar
- n8n-instans (testa n8n Cloud gratis)
- Alternativ för self-hosting om du föredrar det (Hostinger fungerar bra)
- Telegram för att ta emot frågor och skicka svar
- Google Sheets för att lagra ditt event-schema
- API-nyckel av OpenRouter/OpenAI-typ (hämta den i din LLM-leverantörs dashboard)
Svårighetsgrad: Mellan. Du kopplar in autentiseringar, klistrar in en arks-URL och justerar en AI-prompt utan att slå sönder flödet.
Vill du att någon bygger detta åt dig? Prata med en automationsexpert (gratis 15-minuters konsultation).
Steg för steg
Ett Telegram-meddelande drar igång allt. När någon skriver till din bot skickar flödet snabbt en ”skriver”-signal så att chatten känns responsiv medan svaret genereras.
Chatten normaliseras och inställningar appliceras. n8n standardiserar inkommande text (så att Telegram och den interna n8n-chattriggern beter sig likadant) och läser sedan in schemakällan du konfigurerat, inklusive URL:en till ditt kalkylark.
Ditt schema hämtas från Google Sheets och förbereds för AI:n. Flödet hämtar raderna och konverterar dem sedan till en markdown-tabell, vilket är ett enkelt sätt att ge en LLM strukturerad kontext utan att bygga en databas.
En AI-agent skriver svaret och skickar tillbaka det till chatten. Konversationsminne hjälper till att hålla en kort dialog sammanhängande, och ett routing-steg avgör om output ska returneras till n8n (test) eller om svaret ska postas till Telegram.
Du kan enkelt ändra arkstrukturen du frågar mot eller svarsstilen så att den matchar tonen i din community. Se hela implementationsguiden nedan för anpassningsalternativ.
Steg-för-steg-guide för implementering
Steg 1: Konfigurera Telegram-triggern
Konfigurera Telegram som extern trigger för att ta emot användarmeddelanden och starta arbetsflödet.
- Lägg till och konfigurera Telegram Incoming Trigger för att lyssna på updates som är satta till
message. - Credential Required: Anslut era telegramApi-uppgifter i Telegram Incoming Trigger.
- I Dispatch Typing Signal ställer ni in Operation till
sendChatActionoch Chat ID till{{ $('Telegram Incoming Trigger').item.json.message.chat.id }}. - Credential Required: Anslut era telegramApi-uppgifter i Dispatch Typing Signal.
Steg 2: Konfigurera den interna chattriggern
Aktivera n8n:s interna chattinmatning så att assistenten också kan användas i chattläge.
- Lägg till Internal Chat Trigger med standardinställningar för intern chattestning.
- I Normalize n8n Chat mappar ni inputMessage till
{{ $json.chatInput }}, chatId till{{ $json.sessionId }}och ställer in mode tilln8n.
Steg 3: Normalisera Telegram-inmatning och tillämpa chattinställningar
Standardisera Telegram-payloaden och injicera schemakonfigurationen som används längre fram i flödet.
- I Normalize Telegram Chat ställer ni in inputMessage till
{{ $('Telegram Incoming Trigger').item.json.message.text }}, chatId till{{ $('Telegram Incoming Trigger').item.json.message.chat.id }}och mode tilltelegram. - I Apply Chat Settings ställer ni in scheduleURL till
https://docs.google.com/spreadsheets/d/[YOUR_ID]och låter Include Other Fields vara aktiverad.
[YOUR_ID] ersätts med ert faktiska dokument-id för Google Sheets för att undvika ett tomt schemasvar.Steg 4: Anslut Google Sheets
Hämta schemadata från Google Sheets så att assistenten kan referera till den.
- I Retrieve Schedule Sheet ställer ni in Document ID till
{{ $json.scheduleURL }}. - Ställ in Sheet Name till det cachade resultatet
Schedule(gid0). - Credential Required: Anslut era googleSheetsOAuth2Api-uppgifter i Retrieve Schedule Sheet.
- I Convert Schedule Markdown behåller ni den angivna jsCode för att generera en Markdown-tabell från raderna i arket.
Steg 5: Sätt upp AI-assistenten
Konfigurera assistentens prompt och anslut AI-språkmodellen och minnet.
- I Schedule Assistant Agent ställer ni in Text till
{{ $('Apply Chat Settings').first().json.inputMessage }}. - I Schedule Assistant Agent ställer ni in System Message till den angivna prompten och behåller schemainjektionen med
{{ $json.markdown }}. - Öppna Language Model och anslut den som språkmodell för Schedule Assistant Agent.
- Credential Required: Anslut era openRouterApi-uppgifter i Language Model.
- Öppna Conversation Memory och ställ in sessionKey till
{{ $('Apply Chat Settings').first().json.chatId }}med sessionIdType satt tillcustomKey. - Obs: Conversation Memory är en undernod; uppgifter ska läggas till i den överordnade Schedule Assistant Agent via Language Model, inte här.
Steg 6: Konfigurera ihopsättning av svar och routning
Sätt ihop assistentens svar och routa det till Telegram eller n8n-utdata.
- I Assemble Reply mappar ni responseMessage till
{{ $json.output }}och låter Include Other Fields vara aktiverad. - I Route by Mode behåller ni de två reglerna som kontrollerar att
{{ $('Apply Chat Settings').first().json.mode }}är lika medn8nrespektivetelegram. - Säkerställ att Route by Mode routar till Return n8n Output för läget
n8noch till Send Telegram Reply för lägettelegram. - I Send Telegram Reply ställer ni in Text till
{{ $json.responseMessage }}och Chat ID till{{ $('Apply Chat Settings').first().json.chatId }}. - Credential Required: Anslut era telegramApi-uppgifter i Send Telegram Reply.
mode kommer Route by Mode inte att matcha och ingen utdata levereras.Steg 7: Testa och aktivera ert arbetsflöde
Validera hela flödet för både Telegram och intern chatt, och slå sedan på det.
- Klicka på Execute Workflow och skicka ett meddelande till er Telegram-bot för att trigga Telegram Incoming Trigger.
- Bekräfta att Dispatch Typing Signal skickar en skrivåtgärd och att Send Telegram Reply returnerar ett svar från Schedule Assistant Agent.
- Testa Internal Chat Trigger för att säkerställa att Return n8n Output skickar ut assistentens svar i n8n-chattläge.
- När det fungerar växlar ni arbetsflödet till Active för att aktivera användning i produktion.
Felsökningstips
- Åtkomst till Google Sheets misslyckas ofta eftersom fel Google-konto är anslutet eller för att arket inte är korrekt delat. Kontrollera Google Sheets-autentiseringen i n8n och bekräfta sedan behörigheterna för arket i Google Drive.
- Om du använder Wait-noder eller extern rendering varierar processtiderna. Öka väntetiden om efterföljande noder misslyckas på grund av tomma svar.
- Telegram-svar kan misslyckas om din bot-token har ändrats eller om boten inte är tillåten i målchatten. Kontrollera Telegram-autentiseringen igen och bekräfta att boten fortfarande har behörighet att posta meddelanden.
- Standardprompter i AI-noder är generiska. Lägg in er tonalitet tidigt, annars kommer du redigera output i all evighet.
Snabba svar
Cirka 30 minuter om ditt Sheet och din Telegram-bot är redo.
Nej. Du kopplar mest konton och klistrar in URL:en till ditt kalkylark.
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 LLM-API-kostnader, som vanligtvis ligger på några cent per dag vid låg volym.
Två alternativ: n8n Cloud (hanterat, enklast att komma igång) eller self-hosting på en VPS. För self-hosting är Hostinger VPS prisvärd och klarar n8n bra. Self-hosting ger dig obegränsade körningar men kräver grundläggande serverhantering.
Ja, och det är faktiskt hela poängen. Du kan byta steget i Google Sheets ”Retrieve Schedule Sheet” så att det läser ett annat kalkylark, och sedan justera agentinstruktionerna i ”Schedule Assistant Agent” så att de matchar vad användare ska fråga om. Vanliga justeringar är att lägga till ”platsregler” (parkering, policy för Zoom-länk), svara på prisfrågor och ändra svarsformatet till punktlistor i stället för stycken. Om du vill ha bättre svar över flera turer, öka fönstret för ”Conversation Memory” så att boten kommer ihåg lite mer kontext.
Oftast beror det på en ogiltig eller roterad bot-token i dina Telegram-credentials. Det kan också hända när boten inte får posta i chatten (gruppbehörigheter) eller när du testar i en annan chatt än den som triggern förväntar sig. Spara om Telegram-credentialn i n8n och skicka sedan ett nytt testmeddelande till boten för att bekräfta att inkommande uppdateringar kommer in.
För de flesta communities räcker det mer än väl.
Ofta, ja, eftersom ”mitten” av det här flödet inte är en enkel trigger i två steg. Du hämtar en tabell från Google Sheets, transformerar den, skickar den till en AI-agent med minne och routar sedan svar tillbaka till Telegram – det är mycket logik för de flesta Zapier-liknande flöden. n8n ger dig också en väg för self-hosting, så du betalar inte mer varje gång din community blir pratsam. Samtidigt kan Zapier eller Make fungera bra om du bara behöver en enkel autosvarare och ingen riktig schemafråga. Prata med en automationsexpert om du vill ha en snabb rekommendation baserat på din volym och budget.
När detta är live blir ditt schema självhjälp. Flödet tar hand om de repetitiva frågorna, så att du kan fokusera på att fylla platser och genomföra ett riktigt bra event.
Kontakta oss
Hör av dig, så diskuterar vi hur just din verksamhet kan dra nytta av alla fantastiska möjligheter som AI skapar.