# Google Sheets Projects at AI Tinkerers

> Canonical HTML: https://aitinkerers.org/technologies/google-sheets
> Markdown URL: https://aitinkerers.org/technologies/google-sheets.md
> Technology record last updated: 2026-09-18T15:13:50Z
> Generated: 2026-09-22T14:32:12Z

Cloud-based spreadsheet platform: deliver real-time data analysis and multi-user collaboration across any device.

Google Sheets is your cloud-native spreadsheet solution: designed for simultaneous, real-time collaboration. Teams can co-edit files instantly, eliminating version control issues. Utilize over 400 functions and formulas for powerful data manipulation (e.g., `VLOOKUP`, `QUERY`). Integrate directly with Google Workspace (Drive, Docs) and enterprise data sources like BigQuery/Looker for large-scale data analysis, all accessible via a simple web browser or mobile app. This platform ensures your operation runs on current, shared data: maximizing efficiency and minimizing data silos.

- Official technology site: https://sheets.google.com
- Public AI Tinkerers demos and talks: 10
- Result page: 1 of 1

## Recent Public Talks and Demos

### [How we built a complete financial product in 3 weeks from 0](https://valencia.aitinkerers.org/talks/rsvp_96ioMlRX_TU)

Early January my co founder showed me a Google Sheets with raw financial data that he used to track the markets and find early market opportunities in the best leading industries. He was able to find golden opportunities but it required a lot of tedious work, and was limited to a couple of industries. That's why we decided to automate the core idea and scale it to 130 industries spanning more than 5300 stocks. Three weeks later, the core features are ready, and we have feedback from seasoned financial analyst praising the quality of the extracted data and user experience of Zensei.

- Event context: AI Tinkerers Valencia February Meetup — 2026-02-17 — Valencia
- Public talk page: https://valencia.aitinkerers.org/talks/rsvp_96ioMlRX_TU

### [Building a 32-Character Murder Mystery Game Generator](https://valencia.aitinkerers.org/talks/rsvp_JIVtHp5Lz5M)

I'll walk through building a production murder mystery generator that creates full games with 6-32 characters using Claude's API. The talk covers the real costs and constraints of AI at scale, my automation architecture using Make.com for orchestration, and the specific technical challenges I hit when generating complex JSON structures for game content. I'll show the actual webhook flows, how I handle character generation failures, and my debugging approach when Claude outputs invalid JSON that breaks the entire workflow.

- Event context: AI Tinkerers Valencia February Meetup — 2026-02-17 — Valencia
- Public talk page: https://valencia.aitinkerers.org/talks/rsvp_JIVtHp5Lz5M

### [AI-Powered Lead-to-Conversion Automations Using n8n + LLMs](https://tiruchirappalli.aitinkerers.org/talks/rsvp_7jf5H6xXPrY)

This session showcases how businesses can automate their entire lead management cycle using n8n and Large Language Models (LLMs). From collecting incoming leads to generating summaries, follow-up reminders, WhatsApp updates, and smart insights, you’ll learn how AI can convert raw lead data into actionable decisions — automatically. Perfect for founders, digital marketers, and creative teams who want to reduce manual work and boost conversions using no-code intelligence.

- Event context: AI Tinkerers Tiruchirappalli Meetup — Demo Proposals Open — 2025-11-22 — Tiruchirappalli
- Public talk page: https://tiruchirappalli.aitinkerers.org/talks/rsvp_7jf5H6xXPrY

### [Automatización inteligente de gestión de horas de trabajo con Telegram, Make y Google Workspace](https://pereira.aitinkerers.org/talks/rsvp_vfKR6s_lNyQ)

Este proyecto aborda un problema cotidiano en la gestión de horas laborales: el registro manual y repetitivo de horas en hojas de Excel, que requiere abrir archivos, ingresar datos y enviar reportes semanalmente de forma manual. Para resolverlo, diseñé una automatización integral en Make compuesta por tres escenarios interconectados, que digitalizan todo el flujo desde la captura de datos hasta la generación de reportes. El primer escenario utiliza un bot de Telegram para solicitar las horas programadas, realizadas y observaciones. La información del identificador de la última instrucción se guarda en un Data Store y se gestiona el resto de información mediante Webhooks. El segundo escenario procesa la información proveniente del Webhook, aplica lógica condicional, calcula automáticamente las horas extras y pendientes, traduce el día de la semana con la API de Google Translate y almacena los resultados en Google Sheets, envía mensaje de confirmación del registro de la información. Finalmente, el tercer escenario genera un reporte semanal en Google Docs, lo convierte a PDF y lo envía automáticamente por Gmail.

- Event context: 🔥 AI TINKERERS - PEREIRA🤖 De tareas a sistemas inteligentes: la revolución de la automatización 🔥🤖 — 2025-10-30 — Pereira
- Public talk page: https://pereira.aitinkerers.org/talks/rsvp_vfKR6s_lNyQ

### [Automatización de Contacto Inteligente con IA para Prospección Escalable](https://manizales.aitinkerers.org/talks/rsvp_P7moLkWS7Zk)

Implementaremos una automatización que integra n8n, 11Labs y Twilio, con el objetivo de escalar el contacto personalizado con bases de datos de clientes potenciales a través de llamadas automatizadas, manteniendo un tono humano y relevante.

- Event context: 🚀 ¡Cuarto Encuentro de AI Tinkerers Manizales! 🤖 — 2025-05-28 — Manizales
- Public talk page: https://manizales.aitinkerers.org/talks/rsvp_P7moLkWS7Zk

### [Facilitando el proceso de selección y pruebas técnicas.](https://medellin.aitinkerers.org/talks/rsvp_KW4pppbunGQ)

Este agente aprovecha la tecnología de modelos de lenguaje extensos (LLM) para facilitar el proceso de selección y evaluación. Analiza las hojas de vida recibidas, asignando un puntaje del 1 al 10 en función de la coherencia con el perfil requerido. Además, evalúa las pruebas técnicas enviadas, transcribe los videos de las entrevistas y realiza un análisis de sentimientos para ofrecer una visión integral del desempeño de los candidatos. Aquí está el desglose de los puntos más importantes del proceso, centrando en el nodo que actúa como agente: Inicialización de Campos: Este primer paso es crucial, ya que configura el entorno para que el sistema pueda trabajar con los datos provenientes de las hojas de vida. Los campos se inicializan para capturar la información relevante de cada candidato, como nombre, experiencia laboral, educación, habilidades, etc. Extracción de Información del PDF: El flujo extrae la información de la hoja de vida en formato PDF. Este es el nodo que actúa como el agente del proceso. Utiliza un modelo de extracción de texto para identificar y extraer los datos relevantes del archivo PDF, transformando los datos no estructurados en una forma procesable. Validación de la Información (Validación de la Hoja de Vida): Una vez extraída la información, el sistema la valida según los criterios establecidos para el puesto. Este paso es fundamental para asegurar que solo las hojas de vida que cumplen con los requisitos sean procesadas. El flujo puede incluir validaciones como experiencia mínima, títulos académicos relevantes o habilidades específicas. Guardar los Resultados en Google Sheets: Los resultados de la evaluación (la calificación del CV) se almacenan en una hoja de cálculo de Google Sheets. Esto permite mantener un registro organizado de todos los candidatos y sus calificaciones, lo que facilita la revisión y el análisis posterior de los resultados. Almacenamiento en Carpeta por Proceso: Para mantener todo bien organizado, el flujo crea una carpeta en Google Drive, o verifica si ya existe, y guarda el documento de la hoja de vida evaluada dentro de esa carpeta específica del proceso de contratación. Esto asegura que cada proceso tenga su propia carpeta de documentación, lo que facilita el acceso y la gestión de los documentos asociados. Manejo de Errores: Si algo falla durante el proceso, como no poder extraer información del PDF o si el candidato no pasa la validación, el sistema genera un mensaje de error y lo comunica automáticamente, indicando la causa del problema. Nodo Actuando como Agente: El nodo que actúa como agente es el encargado de la extracción de la información del archivo PDF. Este nodo utiliza un modelo especializado (probablemente basado en NLP o procesamiento de lenguaje natural) para analizar el contenido del CV y extraer los datos relevantes de manera automática. A través de este proceso, el sistema obtiene datos clave como: Nombre Experiencia laboral Formación académica Habilidades Otros detalles relacionados Este es el punto más crucial del proceso porque, sin la correcta extracción y organización de los datos, no sería posible realizar la evaluación y validación del CV.

- Event context: AI Tinkerers Medellín #11 - Science Fair - Agentes en acción — 2025-04-01 — Medellín
- Public talk page: https://medellin.aitinkerers.org/talks/rsvp_KW4pppbunGQ

### [Spoticry](https://ann-arbor.aitinkerers.org/talks/rsvp_aXC9uPQBYhQ)

SpotiCry is a full-stack emotional analytics platform I developed to help college students understand their emotions during stressful times. It uses D3.js and Chart.js for data visualization, with a Flask-based RESTful API serving data to a React frontend. The platform automates data extraction from Google Sheets and uses MongoDB for storage. I am now exploring AI integration, specifically NLP for analyzing user inputs and ML models for predicting emotional patterns. I will demo the current functionality and discuss the challenges and opportunities in incorporating AI to enhance emotional insights and user experience.

- Event context: AI Tinkerers: Ann Arbor - September 18 — 2024-09-18 — Ann Arbor
- Public talk page: https://ann-arbor.aitinkerers.org/talks/rsvp_aXC9uPQBYhQ

### [Automating co-founder matching in Google Sheets](https://nyc.aitinkerers.org/talks/rsvp_Ss6qhu0KDxI)

I run a cofounder matching event series called LFC.DEV. When people sign up, they put in a lot of free text information about themselves. When I decide who to invite and not invite to an event, figuring out who matches who with all this free text entry is really hard. Enter Google App Scripts + an LLM and we can get a long way to structured data which makes the invite process easier. The presentation will be a walkthrough of the code and Google Sheet structure. I have no product to sell.

- Event context: AI Tinkerers August Meetup — 2024-08-28 — New York City
- Public talk page: https://nyc.aitinkerers.org/talks/rsvp_Ss6qhu0KDxI

### [Prototyping agentic apps in Google Sheets](https://sf.aitinkerers.org/talks/rsvp_F2pKNUJKv7M)

I'm demonstrating a tool I built for labs to easily extract data from hundreds of research articles, and to explain and read papers out loud. When prototyping new AI and agent apps, most of us build complex UIs on top of React Flow and Langchain. It can get tedious and time consuming to set up. I this demo, I'll show you how a live demo of how I prototype simple AI and agentic apps in Google Sheets — the perfect low-code tool. I'm using formulas like ask(), search() (which searches perplexity), pubmed(), wiki() etc. to access data from the internet, talk to AI, etc. to approximate agentic workflows. I'll set up columns to pull text from PDFs, other columns to classify text (which allows me to use Sheets to filter/sort), pull prompts from library tabs using vlookup, and can use if/then formulas to "route behavior" to different AI calls within cells. I can go over how the Google Apps Script is setup, the challenges of overcoming errors, burning $60 in 30 minutes (because I forgot to cache Opus), and how eventually I settled on wrapping around an external Val.town API. I can go over the API itself too, as it uses Vercel's AI SDK and other tools to speed up development.

- Event context: AI Tinkerers - San Francisco - August 2024 Meetup — 2024-08-22 — San Francisco
- Public talk page: https://sf.aitinkerers.org/talks/rsvp_F2pKNUJKv7M

### [Website to RAG](https://lausanne.aitinkerers.org/talks/rsvp_h_rL2U5w59s)

This project aims to transform any website into a knowledge base that can be searched with natural language. Upon submission of a sitemap, or synchronization with a Wordpress site, the tool indexes the content into a vector database. Then the owner can inject a script in the website that will render a search bar widget where people can ask questions. The tool answers using LLMs and the vector database while citing sources so users can manually check the information if needed. (If there is enough time I can also show a second project that create new formulas for Google Sheets that use generative AI. For instance generating text using prompt from a column, or batch generating images using prompts from a column, or transcribing audio files based of urls in a column, ...)

- Event context: AI Tinkerers Lausanne Inaugural June Meetup — 2024-06-24 — Lausanne
- Public talk page: https://lausanne.aitinkerers.org/talks/rsvp_h_rL2U5w59s

## Related Technologies

- [n8n](https://aitinkerers.org/technologies/n8n) ([Markdown](https://aitinkerers.org/technologies/n8n.md)) — 46 public demos
- [Make](https://aitinkerers.org/technologies/make) ([Markdown](https://aitinkerers.org/technologies/make.md)) — 7 public demos
- [React](https://aitinkerers.org/technologies/react) ([Markdown](https://aitinkerers.org/technologies/react.md)) — 220 public demos
- [Automation](https://aitinkerers.org/technologies/automation) ([Markdown](https://aitinkerers.org/technologies/automation.md)) — 3 public demos
- [ChatGPT](https://aitinkerers.org/technologies/chatgpt) ([Markdown](https://aitinkerers.org/technologies/chatgpt.md)) — 83 public demos
- [Claude API](https://aitinkerers.org/technologies/claude-api) ([Markdown](https://aitinkerers.org/technologies/claude-api.md)) — 21 public demos
- [Claude Code](https://aitinkerers.org/technologies/claude-code) ([Markdown](https://aitinkerers.org/technologies/claude-code.md)) — 216 public demos
- [Cloud Translation API](https://aitinkerers.org/technologies/cloud-translation-api) ([Markdown](https://aitinkerers.org/technologies/cloud-translation-api.md)) — 1 public demo
- [Codex](https://aitinkerers.org/technologies/codex) ([Markdown](https://aitinkerers.org/technologies/codex.md)) — 44 public demos
- [CRM](https://aitinkerers.org/technologies/crm) ([Markdown](https://aitinkerers.org/technologies/crm.md)) — 4 public demos
- [D3](https://aitinkerers.org/technologies/d3) ([Markdown](https://aitinkerers.org/technologies/d3.md)) — 6 public demos
- [Effect](https://aitinkerers.org/technologies/effect) ([Markdown](https://aitinkerers.org/technologies/effect.md)) — 2 public demos
- [ElevenLabs](https://aitinkerers.org/technologies/elevenlabs) ([Markdown](https://aitinkerers.org/technologies/elevenlabs.md)) — 42 public demos
- [Flask](https://aitinkerers.org/technologies/flask) ([Markdown](https://aitinkerers.org/technologies/flask.md)) — 24 public demos
- [Google Apps Script](https://aitinkerers.org/technologies/google-apps-script) ([Markdown](https://aitinkerers.org/technologies/google-apps-script.md)) — 2 public demos
- [Google Docs](https://aitinkerers.org/technologies/google-docs) ([Markdown](https://aitinkerers.org/technologies/google-docs.md)) — 2 public demos
- [Google Drive](https://aitinkerers.org/technologies/google-drive) ([Markdown](https://aitinkerers.org/technologies/google-drive.md)) — 3 public demos
- [GPT-4o](https://aitinkerers.org/technologies/gpt-4o) ([Markdown](https://aitinkerers.org/technologies/gpt-4o.md)) — 57 public demos