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

Telegram + Postgres: strukturerade beställningar utan chattkaos

Rickard Andersson Partner, Nodenordic.se

Dina order ligger förmodligen ”någonstans i chatten”. En skärmdump här, ett ”samma som förra gången”-svar där och en lång tråd där det enda meddelandet du behöver redan är begravt.

Telegram Postgres orders-automation städar upp den röran. Det slår hårdast mot driftsansvariga och lagerteam, helt ärligt, men butiksägare och kundnära support känner samma smärta när plock blir fel och uppföljningar tar evigheter.

Det här flödet gör Telegram-meddelanden till strukturerade val hämtade från din katalog och sparar varje val i Postgres samtidigt som chatten hålls prydlig. Du får se hur det fungerar, vad du behöver och vilka resultat du kan förvänta dig.

Så fungerar den här automationen

Hela n8n-flödet, från trigger till slutligt resultat:

n8n Workflow Template: Telegram + Postgres: strukturerade beställningar utan chattkaos

Problemet: Ordrar försvinner i chatttrådar

Att ta emot ordrar i Telegram känns snabbt ända tills du faktiskt behöver agera på dem. Folk ändrar sig mitt i tråden. De svarar på fel meddelande. Någon lägger till ”och två till” utan att säga vad ”till” syftar på. Sedan måste ditt team tolka, kopiera, dubbelkolla och kolla igen. Det är inte bara tid. Det är mental belastning, och det skapar den typ av småfel som blir felplock, återbetalningar och obekväma ”förlåt, kan du bekräfta?”-uppföljningar.

Det eskalerar snabbt. Här är var det fallerar i verkligheten:

  • Personalen får scrolla tillbaka genom långa trådar för att återskapa vad som faktiskt beställdes.
  • ”Fria textordrar” bjuder in till tvetydighet, så plock bygger på tolkning i stället för data.
  • Manuell kopiering till ett ark eller en databas leder till stavfel, dubletter och saknade rader.
  • Det finns ingen strukturerad post per användare, vilket gör att uppföljning och återkommande ordrar tar längre tid än de borde.

Lösningen: En Telegram-meny som skriver korrekt formaterade Postgres-ordrar

Det här n8n-flödet lyssnar på inkommande Telegram-meddelanden, validerar vad användaren försöker göra och skickar begäran vidare på rätt spår. Om det är en ny order skapar (eller hämtar) det en orderpost i Postgres, hämtar din produkt-/alternativlista från en shop_list-tabell och presenterar alternativen tillbaka i Telegram. När användaren väljer varor lägger flödet till eller reviderar deras val i databasen och skickar ett bekräftelsemeddelande så att inget behöver gissas. Och viktigt: det städar också efter sig genom att ta bort äldre botmeddelanden när konversationen går vidare, så chatten inte blir ett oläsligt protokoll.

Flödet startar när en kund skriver till din bot i Telegram. Postgres levererar katalogen och lagrar det slutliga valet, medan n8n hanterar samtalslogiken (växling, validering och statuskontroller). Resultatet är enkelt: en prydlig Telegram-upplevelse för användaren och en pålitlig orderpost för ditt team.

Vad du får: Automation vs. resultat

Exempel: Så här ser det ut

Säg att du hanterar cirka 20 Telegram-ordrar per dag. Manuellt, om det tar ungefär 5 minuter att reda ut artiklar, skriva om ordern någonstans och bekräfta, blir det runt 100 minuter per dag. Med det här flödet trycker användaren sig igenom en meny och valet sparas automatiskt, så ditt ”arbete” blir en snabb genomgång plus plock/leverans, närmare 1 minut per order. Det är ungefär 80 minuter tillbaka varje dag, och betydligt färre ”vänta, vilken storlek?”-meddelanden.

Det du behöver

  • n8n-instans (prova n8n Cloud gratis)
  • Alternativ för egen hosting om du föredrar det (Hostinger fungerar bra)
  • Telegram för botkonversationen och menyfrågorna.
  • Postgres för att lagra katalogalternativ och orderval.
  • Telegram Bot Token (hämta den från BotFather i Telegram).

Kunskapsnivå: Medel. Du kopplar upp inloggningar och kör ett SQL-skript för att skapa tabellerna som krävs.

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

Så går det till

Ett Telegram-meddelande kommer in. Telegram-triggern fångar användarmeddelandet och grundläggande kontext och sätter sedan variabler så att flödet kan hålla koll på vem som beställer och vilket läge de befinner sig i.

Begäran valideras och routas. n8n kontrollerar om det är en ny begäran eller en del av en befintlig order och använder sedan switch/if-logik för att avgöra vilken väg som ska köras (välkomstflöde, valflöde, resultatflöde).

Postgres blir single source of truth. Flödet hämtar din katalog från tabellen shop_list, lägger till eller reviderar användarens val och uppdaterar orderposten så att databasen alltid speglar de senaste valen.

Telegram hålls prydligt. Flödet redigerar eller ersätter meddelanden och tar bort gamla via sparade meddelande-ID:n, så att användaren ser en snygg ”aktuell fråga” i stället för en vägg av botmeddelanden.

Du kan enkelt ändra alternativen i shop_list så att de matchar ditt lager, eller ändra bekräftelsemeddelandet så att det inkluderar pris, upphämtningstid eller interna noteringar utifrån dina behov. Se hela implementeringsguiden nedan för anpassningsalternativ.

Steg-för-steg-implementeringsguide

Steg 1: konfigurera Telegram-triggern

Det här arbetsflödet startar när ett nytt Telegram-meddelande tas emot.

  1. Lägg till och öppna Telegram Incoming Trigger.
  2. Credential Required: anslut era Telegram Bot-inloggningsuppgifter.
  3. Kopiera den genererade webhook-URL:en efter att ni har sparat och säkerställ att er Telegram-bot är inställd på att leverera uppdateringar till denna URL.

⚠️ Vanlig fallgrop: om webhooken inte är registrerad i er bot kommer Telegram Incoming Trigger aldrig att triggas.

Steg 2: anslut Postgres för orderstatus och katalogdata

Det här arbetsflödet använder flera Postgres-noder för att skapa, hämta och uppdatera orderposter och katalogval.

  1. Öppna valfri Postgres-nod, till exempel Create Order Entry.
  2. Credential Required: anslut era Postgres-inloggningsuppgifter.
  3. Använd samma Postgres-credential för alla databasnoder, inklusive Modify Message ID, Fetch Message ID, Retrieve Shop Catalog, Append Shop Selection, Fetch Shop Selection, Revise Shop Selection, Retrieve Shop Selections, Retrieve Shop Selections B, Fetch Order Record, Fetch Order Record A, Fetch Order Record B, Modify Message ID B, Modify Message ID C, Modify Message ID D, Fetch Message ID B, Fetch Message ID C, Fetch Message ID D och Upsert Bot Status on Start.

Håll ert schema konsekvent i alla Postgres-noder för att undvika fält som inte matchar när orderposter uppdateras eller hämtas.

Steg 3: konfigurera Telegram-åtgärder för meddelanden

Dessa noder skickar och redigerar Telegram-meddelanden baserat på orderns progress och valideringsutfall.

  1. Öppna valfri Telegram-åtgärdsnod, som Send Welcome Note.
  2. Credential Required: anslut era Telegram Bot-inloggningsuppgifter.
  3. Använd samma Telegram-credentials för alla Telegram-noder: Dispatch Telegram Notice, Dispatch Telegram Notice B, Edit Telegram Message, Send Results Notice, Send Success Alert, Remove Prior Message, Remove Prior Message B och Remove Prior Message C.

⚠️ Vanlig fallgrop: saknade Telegram-credentials gör att alla notifierings- och städsteg misslyckas även om databasuppdateringarna lyckas.

Steg 4: konfigurera kontext, validering och routningslogik

Det här steget initierar variabler, validerar användarinput och routar flödet baserat på typ av begäran.

  1. I Assign TG Variables mappar ni Telegram-meddelandefält till namngivna variabler för efterföljande steg.
  2. Använd Initialize Context för att sätta standardflaggor samt eventuell sessions- eller ordermetadata.
  3. Konfigurera Start Validation för att dela upp mellan att välkomna nya användare och att fortsätta befintliga konversationer.
  4. I Determine Request Type och Route by Type definierar ni villkoren för hur begäranden kategoriseras.
  5. Använd Check New Request för att avgöra om Create Order Entry ska köras.

Steg 5: bygg kedjan för katalog- och valbearbetning

Dessa noder hämtar katalogdata, uppdaterar val och förbereder statusflaggor för meddelanden.

  1. Säkerställ att Create Order Entry routar vidare till Retrieve Shop Catalog och därefter till Append Shop Selection.
  2. Verifiera uppdateringsvägen Fetch Message IDRevise Shop SelectionFetch Shop SelectionProcess Status & Anti-Flags.
  3. Bekräfta att Append Shop Selection matar in i Transform Status Flags för flaggutdata redo för meddelanden.

Steg 6: konfigurera granskning av val och listutdata

Den här delen validerar aktiva val och bygger en sammanfattad lista till användaren.

  1. Från Fetch Order Record A, säkerställ att Retrieve Shop Selections leder vidare till Verify Active State.
  2. Använd Merge Number With Text för att slå ihop listnumrering med valtext.
  3. Aggreggera utdata i Combine List Output innan ni skickar vidare till Fetch Message ID B.

Steg 7: konfigurera parallella grenar för städning och meddelanden

Arbetsflödet använder parallella grenar för att hålla meddelanden rena samtidigt som poster uppdateras.

  1. Fetch Order Record B skickar utdata parallellt till både Retrieve Shop Selections B och Fetch Message ID C.
  2. Bekräfta att vägen Retrieve Shop Selections B går till Transform Status Flags B och sedan Dispatch Telegram Notice B.
  3. Bekräfta att vägen Fetch Message ID C går till Remove Prior Message B för att städa bort gamla Telegram-meddelanden.

Parallella grenar säkerställer att statusuppdateringar och meddelandestädning sker samtidigt, vilket förbättrar responsen i Telegram.

Steg 8: konfigurera resultat, lyckat utfall och spårning av message ID

Dessa noder skickar resultat och spårar Telegram message ID i databasen.

  1. Verifiera att Process Status & Anti-Flags routar till Edit Telegram Message och därefter Modify Message ID C.
  2. Säkerställ att Transform Status Flags kopplar till Dispatch Telegram Notice och därefter Modify Message ID.
  3. Bekräfta att Send Results Notice leder till Modify Message ID D, och att Send Success Alert leder till Fetch Message ID D och sedan Remove Prior Message C.

Steg 9: testa och aktivera ert arbetsflöde

Kör ett manuellt test för att validera hela cykeln meddelande → val → svar.

  1. Klicka på Execute Workflow och skicka ett meddelande till er Telegram-bot för att trigga Telegram Incoming Trigger.
  2. Bekräfta att Telegram-svar skickas av Send Welcome Note, Dispatch Telegram Notice eller Send Results Notice baserat på er input.
  3. Kontrollera Postgres-tabeller för att verifiera poster som uppdateras av noder som Create Order Entry, Modify Message ID och Revise Shop Selection.
  4. När allt fungerar, växla arbetsflödet till Active för produktionsbruk.
🔒

Lås upp fullständig steg-för-steg-guide

Få den kompletta implementeringsguiden + nedladdningsbar mall

Vanliga fallgropar

  • Telegram-inloggningen kan sluta fungera om bot-token har återskapats eller om boten har begränsats. Om meddelanden slutar skickas, kontrollera BotFather-token först och välj sedan om inloggningen i n8n.
  • Om du använder Wait-noder eller extern rendering varierar processtiderna. Öka väntetiden om nedströms noder fallerar på tomma svar.
  • Postgres-uppdateringar kan ”fungera” i tysthet men skriva till fel schema/tabell. Bekräfta att ditt tabellnamn och schema för shop_list matchar SQL-skriptet och verifiera sedan inserts i databasloggarna eller med en snabb SELECT.

Vanliga frågor

Hur lång tid tar det att sätta upp den här Telegram Postgres orders-automationen?

Cirka 45 minuter om din Postgres-databas är redo.

Behöver jag kunna koda för att automatisera Telegram Postgres orders?

Nej. Du kopplar upp inloggningar och klistrar in ett SQL-skript för att skapa tabellerna som krävs.

Är n8n gratis att använda för det här Telegram Postgres orders-flödet?

Ja. n8n har ett gratis alternativ för egen hosting och en gratis provperiod på n8n Cloud. Molnplaner startar på 20 USD/månad för högre volym. Du behöver också räkna in Telegram (gratis) och vad din Postgres-hosting kostar.

Var kan jag hosta n8n för att köra den här Telegram Postgres orders-automationen?

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

Kan jag anpassa det här Telegram Postgres orders-flödet för flera kataloger (som platser eller avdelningar)?

Ja, och det är en vanlig justering. Du kan filtrera Postgres-frågan ”Retrieve Shop Catalog” per plats/avdelning och sedan spara det valet i samma orderpost så att senare steg bara visar relevanta artiklar. Många team anpassar också Telegram-texterna (välkomstmeddelandet och resultatnotisen) för att inkludera leveransfönster, interna noteringar för upphämtning eller en ”bekräfta/avbryt”-gren innan det slutliga valet sparas.

Varför fallerar min Telegram-anslutning i det här flödet?

Oftast handlar det om bot-token eller chattbehörigheter. Bekräfta att bot-token fortfarande är giltig och kontrollera sedan att boten får läsa meddelanden i chatten du testar (integritetsinställningar i grupper kan ställa till det). Om flödet skickar meddelanden men inte kan ta bort gamla kan boten sakna administratörsrättigheter i en grupp, vilket behövs för meddelandehantering.

Hur många ordrar kan den här Telegram Postgres orders-automationen hantera?

Med n8n Cloud Starter kan du köra tusentals flödeskörningar per månad, vilket räcker för de flesta mindre orderflöden. Om du hostar själv finns ingen körningsgräns, så det beror främst på din server och Postgres-prestanda. I praktiken är chattbaserad beställning människostyrd, så skalproblem dyker vanligtvis upp när du lägger till komplexa katalogfrågor eller väldigt stora menyer, inte på grund av meddelandevolym.

Är den här Telegram Postgres orders-automationen bättre än att använda Zapier eller Make?

Ofta, ja, eftersom det här flödet bygger på grenlogik, statusspårning och databasuppdateringar som blir klumpiga (och dyra) i enklare automationsverktyg. n8n hanterar flervägs-konversationer bra, och egen hosting betyder att du inte behöver bevaka varje task. Den större skillnaden är meddelandestädning: att ta bort/redigera tidigare Telegram-meddelanden och spåra meddelande-ID:n är den typ av detalj som är enklare att hantera i n8n. Zapier eller Make kan fortfarande fungera om din ”order” bara är ett enda formulärliknande meddelande utan fram och tillbaka. Prata med en automationsexpert om du vill ha hjälp att välja.

Du får korrekt formaterade poster i Postgres och en Telegram-chatt som inte spårar ur i brus. Sätt upp det en gång och låt sedan flödet sköta det repetitiva.

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