Du ställer en ”snabb researchfråga” i chatten, och plötsligt jonglerar du fem flikar, en halvt trovärdig AI-sammanfattning och har noll koll på var fakta faktiskt kom ifrån.
Grundare märker det när de förbereder en pitch och behöver källor snabbt. Analytiker märker det när de måste kunna försvara varje påstående i ett dokument. Och kundnära konsulter fastnar i att skriva om svar eftersom det första inte gick att granska. En Telegram Perplexity-bot löser det.
Det här flödet gör din Telegram-bot till en researchassistent som svarar med källhänvisningar, minns tråden och bara svarar godkända användare. Du får se hur det fungerar, vad du behöver och var team oftast går snett.
Så fungerar automatiseringen
Se hur detta löser problemet:
n8n Workflow Template: Telegram + Perplexity: källbelagda svar i chatten
flowchart LR
subgraph sg0["Incoming Telegram Hook Flow"]
direction LR
n0@{ icon: "mdi:robot", form: "rounded", label: "Research Orchestrator", pos: "b", h: 48 }
n1@{ icon: "mdi:brain", form: "rounded", label: "OpenAI Chat Engine", pos: "b", h: 48 }
n2@{ icon: "mdi:memory", form: "rounded", label: "Session Buffer Memory", pos: "b", h: 48 }
n3@{ icon: "mdi:cog", form: "rounded", label: "Perplexity Quick Search", pos: "b", h: 48 }
n4@{ icon: "mdi:cog", form: "rounded", label: "Perplexity Deep Search", 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/>Incoming Telegram Hook"]
n6["<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 Response Sender"]
n7@{ icon: "mdi:swap-horizontal", form: "rounded", label: "Access Validation Filter", pos: "b", h: 48 }
n7 --> n0
n0 --> n6
n3 -.-> n0
n5 --> n7
n1 -.-> n0
n4 -.-> n0
n2 -.-> n0
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 n5 trigger
class n0 ai
class n1 aiModel
class n2 ai
class n7 decision
classDef customIcon fill:none,stroke:none
class n5,n6 customIcon
Utmaningen: att få pålitliga researchsvar direkt i chatten
Chatten är där frågor uppstår på riktigt. En kollega frågar om konkurrentpriser, en kund vill ha ”en trovärdig källa”, eller så försöker du minnas vad ni bestämde förra veckan. Röran börjar när svar inte går att spåra. Du klistrar in ett AI-svar, någon frågar ”källa?”, och nu backar du igenom webbläsarhistorik och halvt ihågkomna prompts. Ännu värre: följdfrågor tappar kontext, så du måste återberätta allt och får ändå ingen tydlig, källbelagd förklaring.
Friktionen byggs på. Här är var det faller isär.
- Du slösar ungefär en timme om dagen på att researcha om sådant du redan frågade om förra veckan, eftersom kontexten är borta.
- Svar kommer utan källor, så du kan inte tryggt skicka dem till en kund, en chef eller en compliance-fokuserad kollega.
- ”En följdfråga till” blir en helt ny prompt, vilket ger inkonsekventa resultat och mer manuell efterbearbetning.
- Om länken till din Telegram-bot delas kan vem som helst fråga den, om du inte låser ner den uttryckligen.
Lösningen: en Telegram-researchassistent med källor och minne
Det här n8n-flödet lyssnar på nya meddelanden i Telegram, kontrollerar om avsändaren är godkänd och skickar sedan frågan vidare till en research-”orkestrerare” som avgör hur djupt den ska gå. För enkla uppslag kan den använda Perplexity Sonar för snabbhet. När frågan kräver syntes från flera källor växlar den till Sonar Pro och kommer tillbaka med en tajtare, mer försvarbar sammanfattning. Under hela konversationen behåller den ett kort sessionsminne kopplat till Telegram-chattens ID, så följdfrågor som ”jämför det med förra året” fortfarande går att förstå. Till sist skickar den svaret direkt tillbaka till Telegram med klickbara källänkar, så du kan verifiera påståendet på sekunder.
Flödet startar med ett inkommande Telegram-meddelande och en åtkomstkontroll. Sedan kombinerar en AI-agent kontextminne med Perplexity-verktyg för att skapa ett källbelagt svar. Slutresultatet är ett strukturerat Telegram-svar som du kan vidarebefordra eller klistra in i ett dokument utan att känna dig osäker på fakta.
Vad som förändras: före vs. efter
| Detta elimineras | Effekt du märker |
|---|---|
|
|
Praktisk effekt i verkligheten
Säg att ditt team ställer 20 researchfrågor i veckan i Telegram. Manuell hantering innebär att även ”snabb” research ofta tar runt 10 minuter för att prompta, verifiera och klistra in källor, alltså ungefär 3 timmar som försvinner. Med den här automatiseringen skickar du frågan en gång, väntar på svaret och får källorna direkt med det; din aktiva tid sjunker till cirka 2 minuter per fråga. Det är ungefär 2 timmar tillbaka varje vecka, och svaren blir enklare att lita på.
Krav
- n8n-instans (prova n8n Cloud gratis)
- Alternativ för egen hosting om du föredrar det (Hostinger fungerar bra)
- Telegram för boten och chattgränssnittet
- Perplexity för att generera källbelagda researchsvar
- OpenAI API-nyckel (hämta den i OpenAI-dashboarden)
Kunskapsnivå: Nybörjare. Du klistrar in API-nycklar, anger ditt tillåtna Telegram-användar-ID och testar boten.
Behöver du hjälp att implementera detta? Prata med en automationsexpert (gratis 15-minuters konsultation).
Flödets gång
Ett Telegram-meddelande triggar allt. Flödet startar i samma ögonblick som någon skickar en fråga till din bot via Telegram.
Åtkomst valideras innan något annat körs. Ett godkännandefilter kontrollerar Telegram-användar-ID så att bara de personer du tillåter kan använda researchassistenten.
Agenten bygger ett svar med minne plus Perplexity. AI-agenten hämtar in nylig kontext från sessionsminnet (kopplat till chatt-ID), och väljer sedan mellan snabb sökning och djup sökning beroende på hur komplex förfrågan är.
Ett källbelagt svar skickas tillbaka till Telegram. Svaret innehåller käll-URL:er från Perplexity så att du kan klicka vidare och verifiera viktiga påståenden direkt.
Du kan enkelt ändra listan över tillåtna användare för att inkludera ett helt team utifrån dina behov. Se hela implementationsguiden nedan för anpassningsalternativ.
Steg-för-steg-implementeringsguide
Steg 1: Konfigurera Telegram-triggern
Konfigurera arbetsflödets startpunkt så att den lyssnar efter inkommande Telegram-meddelanden.
- Lägg till och öppna Incoming Telegram Hook.
- Ställ in Updates på
message. - Autentiseringsuppgifter krävs: Anslut era Telegram-autentiseringsuppgifter för Incoming Telegram Hook (inte konfigurerat i arbetsflödets JSON).
Steg 2: Begränsa åtkomst med filtret
Begränsa användningen till godkända Telegram-användar-ID:n med hjälp av åtkomstspärren.
- Öppna Access Validation Filter.
- Ställ in villkorets Left Value till
={{ $json.message.from.id }}. - Ersätt Right Value med ert Telegram-användar-ID (för närvarande
[YOUR_ID]). - Bekräfta att körvägen är Incoming Telegram Hook → Access Validation Filter → Research Orchestrator.
Steg 3: Konfigurera Research AI Orchestrator
Konfigurera AI-agenten, minnet och research-verktygen som genererar svar.
- Öppna Research Orchestrator och ställ in Text till
={{ $json.chatInput }} {{ $json.message.text }}. - Behåll System Message som den är angiven för att säkerställa researchdjup och krav på källhänvisningar.
- Öppna OpenAI Chat Engine och välj modellen
gpt-4o-mini. - Autentiseringsuppgifter krävs: Anslut era openAiApi-autentiseringsuppgifter i OpenAI Chat Engine.
- Öppna Session Buffer Memory och ställ in Session Key till
={{ $json.message.chat.id }}med Session ID Type satt tillcustomKey. - Öppna Perplexity Quick Search och ställ in Model till
sonar. - Öppna Perplexity Deep Search och ställ in Model till
sonar-pro. - Autentiseringsuppgifter krävs: Anslut era perplexityApi-autentiseringsuppgifter för både Perplexity Quick Search och Perplexity Deep Search. Dessa AI-verktyg är kopplade till Research Orchestrator—säkerställ att autentiseringsuppgifterna är tillgängliga för det överordnade orkestreringsflödet.
Steg 4: Konfigurera utdata för Telegram-svar
Skicka tillbaka det AI-genererade svaret till samma Telegram-chatt.
- Öppna Telegram Response Sender.
- Ställ in Text till
={{ $json.output }}. - Ställ in Chat ID till
={{ $('Incoming Telegram Hook').item.json.message.chat.id }}. - Autentiseringsuppgifter krävs: Anslut era Telegram-autentiseringsuppgifter för Telegram Response Sender (inte konfigurerat i arbetsflödets JSON).
Steg 5: Testa och aktivera ert arbetsflöde
Validera hela flödet från Telegram till AI-svar och aktivera arbetsflödet för produktionsbruk.
- Klicka på Test Workflow och skicka ett meddelande till er Telegram-bot.
- Bekräfta att körvägen är Incoming Telegram Hook → Access Validation Filter → Research Orchestrator → Telegram Response Sender.
- Verifiera att svaret innehåller strukturerad text och källhänvisningar från Perplexity-källor.
- Klicka på Activate för att köra arbetsflödet kontinuerligt.
Vanliga fallgropar
- Telegram-uppgifter kan gå ut eller bli felkonfigurerade om du regenererar bot-token. Om något slutar fungera, kontrollera först din Telegram bot-token i n8n-credentials.
- Om du använder Wait-noder eller extern rendering varierar processtiderna. Öka väntetiden om nedströmsnoder fallerar på tomma svar.
- Standardprompter i AI-noder är generiska. Lägg in er tonalitet tidigt, annars kommer du att redigera utdata i all evighet.
Vanliga frågor
Cirka 30 minuter om du redan har dina API-nycklar.
Ja. Ingen kodning krävs. Du kommer mest att klistra in credentials och lägga till godkända Telegram-användar-ID:n.
Ja. n8n har ett gratis alternativ för egen hosting och en gratis provperiod på n8n Cloud. Cloud-planer startar på 20 USD/månad för högre volym. Du behöver också räkna in kostnader för Perplexity- och OpenAI API-användning, som beror på hur många frågor du hanterar.
Två alternativ: n8n Cloud (hanterat, enklast att komma igång) eller egen hosting på en VPS. För egen hosting är Hostinger VPS prisvärd och hanterar n8n bra. Egen hosting ger dig obegränsade körningar men kräver grundläggande serverhantering.
Det kan du. De flesta anpassningar görs i agenten Research Orchestrator: ändra systemmeddelandet så att det matchar din ton, justera hur källhänvisningar formateras eller styr routingen så att Sonar Pro används oftare för ämnen med hög insats. Om du vill ha flera godkända användare uppdaterar du Access Validation Filter så att den matchar en lista med Telegram-användar-ID:n istället för ett enda ID. Du kan också byta ”snabb vs djup”-beteendet för att prioritera hastighet under hektiska timmar och djup under planerade researchpass.
Oftast är det bot-token. Regenerera den i BotFather, uppdatera sedan Telegram-credentials i n8n och testa om Telegram Trigger. Om triggern fungerar men meddelanden inte skickas tillbaka, kontrollera att boten får skicka meddelanden i chatten (grupprättigheter kan blockera det). Bekräfta också att ditt Access Validation Filter matchar ditt faktiska Telegram-användar-ID, eftersom en mismatch ser ut som att ”inget händer”.
Om du kör med egen hosting finns ingen exekveringsgräns (det beror på din server). På n8n Cloud beror kapaciteten på din plans månatliga exekveringar, och det här flödet använder i regel en exekvering per inkommande Telegram-meddelande.
Ofta, ja, eftersom detta inte bara är en ”skicka meddelande till AI”-automatisering. Du kombinerar en AI-agent, verktygsrouting (Sonar vs Sonar Pro) och sessionsminne så att följdfrågor håller ihop, och den typen av logik blir snabbt klumpig i de flesta no-code-verktyg som främst zapp-ar uppgifter. n8n ger dig dessutom en ren väg för egen hosting om du inte vill betala per uppgift för alltid. Zapier eller Make kan fortfarande funka bra för enkla engångsfrågor och svar, särskilt om ditt team vill ha ett mer styrt UI. Är du osäker: kör detta i en vecka och jämför hur många svar du tryggt kan vidarebefordra utan att dubbelkolla. Prata med en automationsexpert om du vill ha hjälp att välja.
Du får källbelagda svar där jobbet redan sker: Telegram. Sätt upp det en gång, så blir din nästa ”snabba fråga” inte ett litet researchprojekt.
Kontakta oss
Hör av dig, så diskuterar vi hur just din verksamhet kan dra nytta av alla fantastiska möjligheter som AI skapar.