Bygg en AI SDR med n8n: Arkitekturen til $50/mnd vi leverer til kunder (2026)

Bygg en AI SDR med n8n: Arkitekturen til $50/mnd vi leverer til kunder (2026)

11x tar rundt $2 000 per måned. Artisan starter på $1 500. Regie på $1 000. Vi bygger den samme utgående salgsmaskinen for våre B2B-kunder i n8n for $50-65/mnd, og arkitekturen nedenfor er nøyaktig den vi deployer. Techsy driver et AI SDR-byrå, så dette er ikke teori — det er arbeidsflyten vi har levert på tvers av SaaS-, fintech- og devtools-kontoer siden tidlig 2025.

Nøkkelpunkter:

• En AI SDR bygget i n8n koster $50-65/mnd ved 1 000 leads mot $1 500-2 000/mnd for administrerte verktøy som 11x eller Artisan.
• 7-trinns arkitekturen: lead-innhenting, berikelse, forskning, generering, menneskelig gjennomgang, send, svarklassifisering.
• Den mest leverte enkeltressursen er systemprompt-en for AI Agent-noden — vi publiserer en komplett 40-linjes mal nedenfor.
• Ikke bygg dette hvis du sender færre enn 100 kalde e-poster per måned eller mangler leveringsdyktighets- og oppvarmingsinfrastruktur.

Hva en AI SDR faktisk gjør (og hvorfor n8n er rett verktøy)

En AI SDR (Sales Development Representative) er en autonom arbeidsflyt som henter inn målleder, beriker dem med firmografiske og atferdsdata, lager personaliserte utgående e-poster via et LLM, sender dem gjennom en oppvarmet innboks og klassifiserer svar — alt uten en menneskelig SDR i løkken. I n8n lever den som én visuell arbeidsflyt du kan redigere, feilsøke og eie fullt ut.

Hva forblir automatisert: lead-ruting, berikelsesoppslag, forskning, e-postutkast, sending, svartriage, CRM-oppdateringer. Hva forblir menneskelig: kurasjon av mållister (særlig ICP-definisjon), juridisk godkjenning av kopitekst, og eskaleringsbanen når et svar blir en ekte samtale. En AI SDR er ikke en chatbot — det er et anskaffelsessystem for utgående samtaler.

Hvorfor n8n fremfor Zapier eller Make? Tre grunner. AI Agent-noden leverer innebygd tool calling og strukturert output (Zapier wrapper fortsatt OpenAI i et generisk HTTP-trinn). Selvhosting gir deg ubegrenset antall kjøringer på en $5 VPS. Og det visuelle lerretet lar en ikke-tekniker på teamet ditt feilsøke et ødelagt Apollo-kall uten å åpne en JSON-editor. Er du helt ny til n8n sin AI Agent-node, start med vår n8n AI-agenter opplæring før dette bygget — den dekker grunnbegrepene. De offisielle n8n Advanced AI-dokumentene dekker nodeoppslagsverket.

7-lags arkitekturen (fra intensjon til svar)

De syv lagene er: Lead-innhenting (webhook eller CSV), Berikelse (Apollo eller Clay), Forskning (en AI Agent som skraper kontekst), Generering (e-post-LLM-en med sikkerhetstiltak), Menneskelig gjennomgang (Slack-godkjenning for de første 100), Send (Instantly eller Smartlead) og Svarklassifisering (en AI Agent som ruter svar til CRM, Slack eller auto-svar). Hvert lag tilsvarer nøyaktig én n8n-node — det er designbegrensningen som holder bygget vedlikeholdbart.

Her er lag-for-lag-gjennomgangen:

PageLines-teamet skrev en nyttig innramming om den autonome SDR-stakken som kartlegger et lignende gitter — vi videreutvikler det her ved å gjøre hvert lag konkret til n8n-noder. For flerkanal-autonomi utover utgående e-post (tenk LinkedIn + e-post + annonser i én arbeidsflyt) dekker vår B2B autonom sosiale medier lead-genereringsguide parallellmønsteret.

Én lukket-løkke-nyanse: Svarklassifisering mater tilbake til Lead-innhenting som et negativt signal — alle som melder seg av eller svarer «feil person» får et ikke-kontakt-flagg på neste berikelsesrunde. Den løkken er det som gjør dette til et system snarere enn en brevfusjon.

Forutsetninger: n8n Cloud vs selvhosting, LLM-nøkler, sende-stakk

Før du åpner n8n trenger du fire ting: en hostingbeslutning (Cloud eller selvhosting), to LLM API-nøkler (OpenAI pluss Anthropic som reserveløsning), en sende-stakk (Instantly eller Smartlead — aldri Gmail i skala) og 3-5 oppvarmede postbokser på et separat sendedomen. Vi bruker selvhosting på en $5 Hetzner-server som standard for kunder — n8n Clouds kjøringsbegrensning biter i det du passerer 500 leads/dag.

Cloud vs selvhosting, direkte sammenligning:

Hvis du selvhoster, er her den minimale docker-compose.yml vi leverer:

services:
  n8n:
    image: n8nio/n8n:latest
    restart: always
    ports:
      - "5678:5678"
    environment:
      - N8N_HOST=n8n.yourdomain.com
      - N8N_PROTOCOL=https
      - N8N_BASIC_AUTH_ACTIVE=true
      - N8N_BASIC_AUTH_USER=admin
      - N8N_BASIC_AUTH_PASSWORD=${N8N_PASSWORD}
      - WEBHOOK_URL=https://n8n.yourdomain.com/
    volumes:
      - ./n8n_data:/home/node/.n8n

Legg til Caddy eller Traefik for HTTPS-terminering. For selvhosting pluss lokal LLM (personvernsensitive sektorer) er n8n + Ollama-gjennomgangen den reneste referansen. LLM-nøkler: skaff én OpenAI-nøkkel (GPT-4o-mini gjør 90% av arbeidet) og én Anthropic-nøkkel (Claude Haiku 3.5 som reserveløsning). Sende-stakk: Instantly til $37/mnd gir deg ubegrenset oppvarming og et rent API. Sjekk n8ns prisside for de nyeste Cloud-tiernumrene.

Trinn 1 — Lead-innhenting og berikelse

Lead-innhenting er bare inngangsdøren. Det virkelige arbeidet skjer ved berikelse, der du gjør et e-post + firmanavn om til en rad med tittel, senioritet, antall ansatte, finansieringsstadium, teknologistakk og nylig LinkedIn-aktivitet. Vi bruker Apollo som standard for kalde oppslag og Clay for de rotete uskarpe tilfellene — samme payload-form, ulik pris per rad. Apollo koster $0,02-0,05 per kontakt i skala; Clay starter på $349/mnd med rikere signalutnyttelse.

1.1 Webhook-triggeren (eller CSV-import)

To mønstre. Mønster A: en webhook utløses hver gang teamet ditt legger til en rad i en «målleder»-Airtable eller Google-ark. Mønster B: en manuell CSV-opplasting via n8ns Spreadsheet File-node. Vi bruker Mønster A for løpende kampanjer og Mønster B for engangslister fra salgsoperasjoner.

1.2 Apollo HTTP Request-noden

Apollo-endepunktet /v1/people/match tar en e-post og returnerer den berikede posten:

{
  "method": "POST",
  "url": "https://api.apollo.io/v1/people/match",
  "headers": {
    "Content-Type": "application/json",
    "Cache-Control": "no-cache",
    "X-Api-Key": "{{ $env.APOLLO_API_KEY }}"
  },
  "body": {
    "email": "={{ $json.email }}",
    "reveal_personal_emails": false,
    "reveal_phone_number": false
  }
}

Knytt svaret til en Set-node som henter ut organization.industry, organization.estimated_num_employees, title og seniority. Det er berikelsespayloaden din.

1.3 Clay og Apify-alternativer

Hvis Apollo mislykkes (omtrent 15-20% av B2B-kontakter etter vår erfaring), fall tilbake til Apify Proxycurl for LinkedIn til $0,01/oppslag, eller Clay hvis du trenger overlappende berikelse på tvers av flere leverandører. Bygg en try/catch-gren i n8n ved hjelp av IF-noden slik at savnede leads får en andre sjanse i stedet for å falle ut.

1.4 Utskjema

Standardiser på ett enkelt JSON-skjema nedstrøms:

{
  "lead_id": "string",
  "email": "string",
  "first_name": "string",
  "company": "string",
  "title": "string",
  "industry": "string",
  "headcount": "integer",
  "linkedin_url": "string",
  "enrichment_source": "apollo|clay|proxycurl"
}

Berikelse er der budsjettet for post-Apollo-personalisering settes — hver $0,04-kontakt er et $0,04-tak på hvor mye LLM-token-forbruk den leaden kan rettferdiggjøre.

Trinn 2 — Forskningslaget med AI Agent-noden

Forskningsagentens jobb er å ta en beriket lead og produsere en énlinjes smertehypotese pluss en fersk triggerhendelse (en finansieringsrunde, en produktlansering, en nyansettelse). Den kjøres som en AI Agent-node med to verktøy: et nettsøkverktøy (SerpAPI eller Brave Search) og et valgfritt LinkedIn-oppslag (Proxycurl). Output er strukturert JSON slik at neste node kan forgrene seg på icp_fit_score. Vi har funnet at GPT-4o-mini håndterer 80% av forskningsjobbene til 1/20 av Sonnet-kostnaden — eskaler til Claude Sonnet bare når ICP-tilpasningsscoren er på grensen (0,4-0,6).

2.1 Oppsett av AI Agent-node

Modell: GPT-4o-mini. Temperatur: 0,3 (du vil ha konsistens, ikke kreativitet). Minne: av — hver lead er tilstandsløs. Maks iterasjoner: 5 (begrens tool-calling-løkken eller tokenkostnadene eksploderer ved hallusinerte søk).

2.2 Verktøy

Knytt to HTTP Request-verktøy: ett for SerpAPI (https://serpapi.com/search?q={query}&num=5), ett for Proxycurl LinkedIn. Agenten bestemmer hvilken den kaller.

2.3 Strukturert output

Tving et JSON-skjema på outputen:

You are a B2B research agent for an AI SDR pipeline. Given an enriched lead,
research their company in the last 90 days and return a structured assessment.

Tools:
- web_search(query): SerpAPI top 5 results
- linkedin_lookup(url): Proxycurl person + company profile

Rules:
- Spend at most 3 tool calls per lead.
- If no recent trigger found, set recent_trigger to null. Do not invent.
- ICP fit is for B2B SaaS sellers: prefer 50-500 headcount, recent funding.

Output JSON exactly:
{
  "icp_fit_score": 0.0-1.0,
  "pain_hypothesis": "string, ≤25 words",
  "recent_trigger": "string or null",
  "do_not_contact_reason": "string or null"
}

Feltet do_not_contact_reason er sikkerhetstiltaket — sett det når agenten oppdager en konkurrent, en eksisterende kunde eller en fersk oppsigelsesrunde. Alt med en verdi her hopper over resten av pipelinen.

Trinn 3 — E-postgenerering med sikkerhetstiltak

E-postgeneringsagenten er den mest leverte ressursen i hele bygget. Jobben: ta den berikede leaden pluss Forskningsagentens output og produsere en emnelinje under 50 tegn, en brødtekst under 80 ord og én myk oppfordring til handling. Den fjerner også forbudte fraser via et regex-pass etter generering. Listen over forbudte fraser er det enkelt mest leverte sikkerhetstiltaket vi deployer — fjern «revolutionary» og svarraten hopper 1-2 prosentpoeng over natten. Apollos egne sikkerhetstiltak-retningslinjer bekrefter dette med leverandørdata.

3.1 Systemprompt-en (kjerneverktøyet)

Kopier dette direkte inn i AI Agent-noden din:

You are a B2B sales development rep with 3 years of tenure writing cold emails
for a SaaS company. You write the way an experienced AE writes — direct,
specific, no marketing fluff.

INPUT: enriched lead JSON + research JSON.

VOICE RULES:
- Write like a 3-year-tenure AE, not a marketer.
- One ask per email. Soft, low-friction (15-min call, not "demo").
- Reference the recent_trigger if present. Otherwise reference the pain_hypothesis.
- First sentence is NOT a greeting. Start with the trigger or pain.
- No exclamation marks. No emojis.

LENGTH:
- Subject: ≤ 50 characters.
- Body: ≤ 80 words.
- Single paragraph + CTA on its own line.

BANNED PHRASES (case-insensitive — never use any of these):
- "hope this email finds you well"
- "I wanted to reach out"
- "circle back"
- "touch base"
- "synergy"
- "leverage" (as verb)
- "revolutionary"
- "game-changing"
- "in today's fast-paced world"
- "I came across your"
- "quick question"
- "just checking in"

BANNED OPENERS:
- Any sentence starting with "I" or "We".
- Any compliment about the recipient's company ("love what you're doing").

OUTPUT JSON exactly:
{
  "subject": "string",
  "body": "string",
  "cta": "string (one sentence, the ask)",
  "intent_score": 0.0-1.0 (your confidence this lands)
}

If you cannot write an email that passes the rules without inventing facts,
return: {"subject": null, "body": null, "cta": null, "intent_score": 0.0}.
Do not invent quotes, statistics, or product features.

3.2 Strukturert output

Feltet intent_score er ditt andre sikkerhetstiltak. Alt under 0,6 rutes til den menneskelige gjennomgangskøen uavhengig av kampanjestadium. Vi justerer terskelen per ICP — enterprise-ICPer får et gulv på 0,75, SMB får 0,55.

3.3 Regex-sjekk etter generering

n8ns Function-node kjører et endelig regex-søk mot listen over forbudte fraser (LLM-en smugler dem av og til tilbake via synonymer). Enhver treff sender e-posten tilbake til køen med en tilbakemeldingsstreng for neste forsøk. Hvert klientengasjement starter med at de sender oss de siste 50 utgående e-postene de har skrevet, og modellen vår lager 50 parallelt — den A/B-sammenligningen er slik vi kalibrerer listen over forbudte fraser per ICP.

Trinn 4 — Menneskelig kontroll (de første 100 e-postene)

Menneskelig kontroll betyr noe for de første 100 e-postene fordi det er da modellens blinde flekker viser seg: en ICP-brøler, en klønete referanse, en forbudt frase som snek seg gjennom. Etter at 100 e-poster er godkjent med under 5% avvisning, avanserer du til stikkprøvemodus — et rullerende 10%-utvalg gjennomgått daglig. Vi lar aldri en klient kjøre autonomt før de første 100 e-postene er godkjent med under 5% avvisning — det er overgangsportalen.

Knytt HITL-grenen med n8ns Send and Wait for Approval-node. Den poster til en dedikert Slack-kanal med leadens navn, det genererte emnet og brødteksten. Gjennomgangspersoner trykker Godkjenn eller Avvis. Godkjenn ruter til Send; Avvis looper tilbake til Generering med en énlinjes tilbakemeldingsstreng («for formell», «bommet på triggeren», «forbudt frase: synergy»).

Hva du skal QA i de første 100:

• Forbudte fraser (regex fanger det meste, mennesker fanger resten)
• ICP-bom (du målrettet mot CTOer, e-posten leser ut som om den er for markedsføring)
• Tone (for ivrig, for formell, for transaksjonell)
• Faktaoppfinnelser (modellen fant opp en funksjon, et konkurrentnavn, et sitat)

Protips: logg hvert avvisningsgrunnlag til en Postgres-tabell. Etter 100 e-poster, kjør avvisningene gjennom en klyngegrupperingsrunde for å oppdatere systemprompt-en — slik utvikler prompten seg med ICPen.

Trinn 5 — Sending og leveringsdyktighet (SPF, DKIM, DMARC, oppvarming)

Leveringsdyktighet er der 80% av AI SDR-bygg bryter sammen. De ikke-forhandlingsbare: et separat sendedomen (aldri ditt hoveddomen), SPF + DKIM + DMARC fullt konfigurert, sendebegrensninger på 40-50 e-poster/dag per postboks og 3 ukers oppvarming før den første kalde sending. Hvis spam-raten din overstiger 0,3%, begrenser Google hele domenet ditt — ikke bare den aktuelle kampanjen.

5.1 Separat sendedomen

Registrer et lignende domen (dinbedrift-hq.no i stedet for dinbedrift.no). Videresend svar til hovediinnboksen din. Dette isolerer omdømmet ditt. Hvis det kalde domenet blir svartelistet, forblir det ekte domenet ditt rent.

5.2 SPF, DKIM, DMARC

Den fullstendige sjekklisten for leveringsdyktighet:

RFC 8058 er ett-klikk-avmeldingsstandarden — Gmail og Yahoo krever den nå av bulkavsendere. Instantly og Smartlead legger til denne headeren automatisk.

5.3 Sendebegrensninger og oppvarming

40-50 e-poster/dag per postboks, hard grense. Fem oppvarmede postbokser = 200-250 e-poster/dag per domen. Trenger du mer? Legg til flere postbokser, ikke flere e-poster per postboks. Oppvarming varer i 3 uker før noen ekte sending. Instantlys gratis oppvarmingspul tar deg dit.

5.4 Samsvar

USA: CAN-SPAM krever en fysisk postadresse og en fungerende avmelding — FTCs samsvarsguide er den kanoniske referansen. EU: GDPR Artikkel 6(1)(f) legitim interesse er det typiske grunnlaget for B2B kald e-post, med dokumentert avmelding innen 72 timer — den offisielle teksten er kort, les den. Canada: CASL er strengere enn CAN-SPAM og krever uttrykkelig eller underforstått samtykke. For norske og europeiske avsendere gjelder GDPR direkte — sørg for at din behandlingsgrunnlag-dokumentasjon er på plass.

Instantlys leveringsdyktighetsrapport setter 2025-2026-referansen for inkomst-plassering på 85-90% hvis alle boksene ovenfor er krysset av. De fleste team treffer 50-60% fordi de hopper over det separate domenet.

Trinn 6 — Svarklassifisering og CRM-synkronisering

Svarklassifisering ruter innkommende svar inn i fem kategorier — interessert, innvending, avmelding, fraværsmelding, feil person — og utløser en annen handling per kategori. Interesserte svar pinger grunnleggerens Slack og oppretter en HubSpot-deal. Innvendinger rutes til en oppfølgingssekvens. Avmeldinger skrives til en undertrykkelsesliste. Fraværsmeldinger utløser en ny sending om 7 dager. Feil-person oppdaterer CRM og ber om en videresending. I klientdeployeringer er dette det enkelttrinnet som skiller «AI genererer e-poster» fra «AI kjører en pipeline» — uten svarklassifisering er du bare en avansert brevfusjon.

6.1 IMAP-trigger

n8ns IMAP Email-trigger poller sendeinnboksen din hvert 60. sekund. Filtrer til e-poster der foreldretråden ble startet av kampanjen din (match In-Reply-To-headeren mot Message-ID-loggen din).

6.2 Svarklassifiseringsagent

You are a reply-classification agent for an AI SDR pipeline. Read the reply
and classify intent.

OUTPUT JSON exactly:
{
  "intent": "interested|objection|unsubscribe|ooo|wrong_person",
  "confidence": 0.0-1.0,
  "suggested_action": "string, ≤20 words"
}

Rules:
- "interested" = explicit yes, time proposal, or follow-up question.
- "objection" = "not now", "send info", "we use X".
- "unsubscribe" = any opt-out phrase, even polite.
- "ooo" = auto-reply detected.
- "wrong_person" = "I don't handle this", "try X@", "I left the company".

If confidence < 0.7, default intent to "objection" (safer than wrong action).

6.3 Switch-noderuting

n8ns Switch-node forgrener på intent:

• interessert → HubSpot Contact Update (livssyklus = SQL) + Slack-ping til #salg
• innvending → Legg til oppfølgingssekvens med 5-dagers forsinkelse
• avmelding → Skriv til undertrykkelse-Postgres-tabell + send bekreftelse
• fraværsmelding → Planlegg ny sending +7 dager
• feil_person → CRM-oppdatering, merk e-post ugyldig, be om videresending via auto-svar

6.4 HubSpot-synkronisering

n8ns HubSpot-node håndterer kontaktoppretting, oppdatering av dealstadium og aktivitetslogging. Vi logger hver sendt e-post og hvert mottatt svar som en HubSpot Engagement — representantene dine ser AI-tråden innbakt i den manuelle oppsøkingen.

Trinn 7 — Evalueringsløkken (svarmål og QA-kadense)

Evalueringsløkken er det som holder systemet fra å drive. Spor svarraten ukentlig, kjør et 10%-QA-utvalg etter HITL-avansement, A/B-test promptvarianter via en Switch-node og versjonshåndter hver promptendring i en Postgres-tabell. Den største feilen vi ser: team leverer en AI SDR og kjører aldri evalueringsløkken — seks måneder senere sender de 10 000 e-poster med 0,4% svarrate og vet ikke hvorfor.

Svarmål:

A/B-testoppsett: klon e-postgeneringsagenten din, endre én variabel (emneformel, åpningsstil, mykheten på oppfordring til handling), knytt begge gjennom en Switch-node som runder trafikk 50/50. Etter 200 sendinger per arm blir varianten med høyere svarrate standard. For systematisk promptkvalitetssporing når du skalerer forbi 5 000 leads/mnd, se vår LLM-evalueringsverktøy-gjennomgang — ved det volumet vil du ha Langfuse eller Arize, ikke Postgres.

QA-kadense etter HITL-avansement: 10% tilfeldig utvalg gjennomgått daglig, full ukerevidering hver fredag, promptversjonering hver gang svarraten beveger seg mer enn 1 prosentpoeng i begge retninger.

Hva dette faktisk koster (1k vs 10k leads/mnd)

Ved 1 000 leads/mnd koster den hjemmelagde n8n-stakken $70-84. Ved 10 000 leads/mnd skalerer den til $280-340. Sammenlignet med 11x til $2 000/mnd eller Artisan til $1 500/mnd er TCO-gapet over 12 måneder svimlende — omtrent $24 000 mot $780 på inngangsnivået, og det inkluderer de 8 timene med engangsbygg. Ved 1 000 leads/mnd koster den hjemmelagde n8n-stakken mindre enn det 11x tar for en time.

Spesifisert månedlig kostnad på to volumer:

GPT-4o-mini til $0,15/$0,60 per 1M tokens per OpenAIs prisside er regnestykkedriven — Claude Haiku 3.5 på Anthropics prissetting er sammenlignbar. Du kan presse nærmere $50 ved å kjøre berikelse via Apify Proxycurl ($0,01/oppslag) i stedet for Apollo, men vi beholder Apollo for nøyaktighet på kalde kontakter. Hvis du fortsatt velger LLM, går vår AI agent-rammeverk-rangering gjennom kostnad-per-1k-tokens-avveininger.

12-måneds TCO på tvers av leverandører:

Regnestykket er brutalt for administrerte verktøy. Selv med 8 timers byggetid til $150/time blandet sats ($1 200), sparer DIY-stakken fortsatt $22 000/år mot 11x.

Når du IKKE bør bygge dette

Hopp over dette bygget hvis du sender færre enn 100 kalde e-poster per måned — de 8 timene med byggetid vil ikke betale seg. Hopp over hvis du er i en regulert bransje (helsevesen, finans, offentlig sektor) uten juridisk godkjenning av kald utgående kommunikasjon. Hopp over hvis du er en ikke-teknisk solo-grunder uten båndbredde til vedlikehold. Hopp over hvis teamet ditt ikke kan skille SPF fra DKIM. Hopp over hvis ICPen din er forbrukere — kald e-post er B2B bare, punktum.

Diskvalifisatorene, utvidet:

• <100 utgående e-poster/mnd: Byggetiden overstiger de årlige besparelsene. Bruk et administrert verktøy med et gratisnivå eller gjør det manuelt.
• Regulerte bransjer uten juridisk godkjenning: HIPAA, GDPR og lignende regimer gjør kald utgående kommunikasjon til en samsvarslandmine. Skaff en advokat først.
• Ingen oppvarmingsinfrastruktur: Hvis du ikke har Instantly eller Smartlead og ikke er villig til å bruke tre uker på å varme opp et domen, brenner du avsenderens omdømme i uke én.
• Ingen vedlikeholdsbåndbredde: Dette er et system som trenger ukentlig evaluering. Hvis ingen eier svarsrate-dashbordet, driver det inn i støy.
• Forbruker-ICP: Kald e-post til forbrukere er CAN-SPAM-kompatibelt men kommersielt død. Bruk betalte annonser.

Hvis teamet ditt ikke kan skille SPF fra DKIM, er AI SDR ikke flaskehalsen din — det er infrastrukturen for sending. Fiks det først. Vi pakker ut det samme bygg-vs-kjøp 3-alternativ-rammeverket for talagenter i vår bygg-vs-kjøp AI-talagent-guide — rammeverket gjelder direkte.

Slik leverer Techsy dette for kunder

Vi deployer nøyaktig denne arkitekturen som et byråengasjement. Tidslinjen: Uke 1 reviderer vi ICPen din, setter opp det separate sendedomenet, konfigurerer SPF/DKIM/DMARC og starter oppvarming av postbokser. Uke 2 bygger vi n8n-arbeidsflyten mot CRMen din. Ukene 3-4 kjører vi HITL sammen med teamet ditt. Uke 5 og utover: autonom med daglig svarsrate-overvåking.

Hva kunder sender oss: ICP-dokumentet deres, de siste 50 utgående e-postene de har skrevet manuelt (vi bruker disse til å kalibrere listen over forbudte fraser per stemme) og antall oppvarmede postbokser de allerede eier (vi legger til flere ved behov). Hva vi leverer: n8n-arbeidsflyten konfigurert til stakken din, systemprompt-ene stemt inn til stemmen din, 30 dagers svarsrate-overvåking og en Notion-driftsmanual teamet ditt bruker etter overlevering.

Du betaler oss for oppvarmingsdisiplinen og svarsrate-overvåkingen, ikke for n8n-lisenser. Vil du at vi bygger det for deg i stedet? Techsys AI SDR-byrå-side forklarer hvordan vi leverer dette for B2B-team.

Ofte stilte spørsmål

Hva er en AI SDR og hvordan fungerer den?

En AI SDR er en autonom arbeidsflyt som henter inn målleder, beriker dem med firmografiske data, lager personaliserte kalde e-poster via et LLM, sender fra en oppvarmet innboks og klassifiserer svar i handlingskategorier. Pipelinen kjøres uten en menneskelig SDR, selv om mennesker fortsatt eier ICP-definisjon, juridisk godkjenning og eskalering når svar blir til ekte samtaler.

Hva koster det å bygge en AI SDR i n8n i 2026?

Ved 1 000 leads/mnd, regn med $70-84/mnd: $5 VPS, $8-12 GPT-4o-mini-tokens, $20-30 Apollo og $37 Instantly. Ved 10 000 leads/mnd skalerer det til $280-340. Sammenlign det med 11x til rundt $2 000/mnd eller Artisan til $1 500/mnd — TCO-gapet over 12 måneder overstiger $20 000 selv etter 8 timer med byggetid.

Kan n8n virkelig erstatte verktøy som Clay, Apollo eller 11x?

n8n erstatter orkestreringslaget og e-postgenereringslaget som 11x og Artisan tar betalt for. Det erstatter ikke de underliggende dataene — du betaler fortsatt Apollo eller Clay for berikelse fordi de eier kontaktdatabasen. Kostnadsgevinsten ligger i orkestreringen pluss LLM-avgiften som administrerte verktøy tar 20-30x mer for.

Er det trygt å sende kalde e-poster fra en n8n-bygget SDR?

Ja, hvis du konfigurerer leveringsdyktighet ordentlig: separat sendedomen, SPF + DKIM + DMARC, sendebegrensninger på 40-50/dag per postboks, RFC 8058 ett-klikk-avmelding og tre ukers oppvarming før første sending. Uten disse brenner du avsenderens omdømme i uke én uavhengig av hvilket verktøy som genererer e-postteksten.

Hvilken LLM er best for en AI SDR — GPT-4o-mini, Claude Haiku eller Gemini Flash?

GPT-4o-mini er vår standard til $0,15/$0,60 per 1M tokens — håndterer 80% av forsknings- og genereringsjobber rent. Claude Haiku 3.5 er sammenlignbar, litt bedre på tonetreff. Gemini Flash er billigst men mindre pålitelig på strukturert output. Bruk GPT-4o-mini som primær, Claude Haiku som reserveløsning for de 20% av grensetilfellene.

Trenger jeg selvhostet n8n eller kan jeg bruke n8n Cloud?

Bruk n8n Cloud Starter ($24/mnd) hvis du er under 500 leads/mnd og ikke trenger lokal LLM. Selvhost på en $5 Hetzner VPS når du passerer 500 leads/mnd — Clouds kjøringsbegrensning vil bite og du kan ikke kjøre Ollama. Selvhosting legger til Docker-vedlikehold, men låser opp ubegrenset antall kjøringer og lokale LLM-alternativer.

Hvordan unngår jeg at sendedomenet mitt blir svartelistet?

Send maks 40-50 e-poster/dag per postboks, aldri ditt hoveddomen, hold spam-klagerater under 0,3%, honorer avmeldinger innen 24 timer, overvåk Google Postmaster Tools ukentlig og roter postboksene hvis omdømmet synker. Den største enkeltfiksen er det separate domenet — hvis en kampanje går galt, forblir hoveddomeneet ditt rent.

Bør jeg bygge min egen AI SDR eller kjøpe 11x/Artisan/Regie?

Bygg hvis du har en n8n-kompetent utvikler, sender mer enn 500 kalde e-poster/mnd og vil ha stemmekontroll over e-postgenereringen. Kjøp hvis du er et ikke-teknisk team, sender færre enn 100/mnd eller trenger det live denne uken. DIY TCO over 12 måneder er omtrent $780 mot $24 000 for 11x — men bare hvis du faktisk vedlikeholder det.

Hvor lang tid tar det å bygge en AI SDR i n8n?

4-8 timer for en n8n-kompetent utvikler som allerede har Apollo-, OpenAI- og Instantly-kontoer. Nærmere 16-20 timer hvis du lærer n8n parallelt med bygget. Legg til enda en uke for oppsett av sendedomen og oppvarming før du kan kjøre ekte kampanjer. Leveringsdyktighetslaget tar alltid lengre tid enn selve arbeidsflyten.

Hva er en realistisk svarrate fra en n8n AI SDR?

Kalde første-kontakt-svarrater lander på 3-8% med en tunet ICP og ren leveringsdyktighet. Sekvenstrinn 2-3 ligger på 2-5%. Varme oppfølginger (etter ett svar) treffer 8-15%. Hvis du er under 1% på første kontakt, er problemet nesten alltid ICP-bom eller sendedomen-omdømme — ikke e-postteksten. Fiks det overliggende laget før du justerer prompten.