Cómo construí un pipeline de contenido de video con IA usando Gemini Omni y n8n

Built with n8n
1

Recientemente construí un flujo de trabajo automatizado de generación de videos con IA usando n8n y Gemini Omni, y quería compartir el enfoque con la comunidad.
El objetivo era simple:

  • Generar ideas de videos de formato corto automáticamente
  • Crear prompts de video con IA
  • Enviar prompts a Gemini Omni
  • Generar videos
  • Almacenar activos automáticamente
  • Publicar contenido en plataformas sociales

Descripción General del Flujo de Trabajo

  1. Fuente de RSS / Tendencias
  2. Agente de Investigación con IA
  3. Generador de Prompts
  4. Generación de Videos con Gemini Omni
  5. Almacenamiento de Activos
  6. Publicación en Redes Sociales

¿Por qué Gemini Omni?

La mayor ventaja para este flujo de trabajo fue la coherencia.
Comparado con muchos generadores de videos que probé, Gemini Omni manejaba:

  • Coherencia de personajes
  • Narrativa de múltiples escenas
  • Adherencia al prompt
  • Refinamiento de video a video
    especialmente bien.

Casos de Uso de Ejemplo

  • Videos de marketing de productos
  • Contenido de redes sociales
  • Videos explicativos generados por IA
  • Anuncios estilo UGC
  • Contenido educativo

Mejoras Futuras

Actualmente estoy experimentando con:

  • Optimización de prompts con agentes múltiples
  • Detección automática de tendencias
  • Agrupamiento de palabras clave SEO
  • Publicación multiplataforma
    ¿Alguien ha construido algo similar usando n8n?
    Me encantaría ver cómo otros están automatizando pipelines de producción de videos con IA.

Describe el problema/error/pregunta

¿Cuál es el mensaje de error (si hay alguno)?

Por favor comparte tu flujo de trabajo

(Selecciona los nodos en tu lienzo y usa los atajos de teclado CMD+C/CTRL+C y CMD+V/CTRL+V para copiar y pegar el flujo de trabajo.)

Comparte la salida devuelta por el último nodo

Información sobre tu configuración de n8n

  • Versión de n8n:
  • Base de datos (predeterminada: SQLite):
  • Configuración EXECUTIONS_PROCESS de n8n (predeterminada: own, main):
  • Ejecutando n8n a través de (Docker, npm, n8n cloud, aplicación de escritorio):
  • Sistema operativo:
1 me gusta
2

The RSS-to-video pipeline is a solid approach - using Gemini Omni directly in the workflow removes a whole layer of manual prompt-to-video handoff. One thing worth adding once you scale up: a Wait node between the Gemini Omni generation step and the social publishing step, so bursts of trending RSS items don’t hit rate limits or flood the publishing queue all at once.

3

the part id separate is generation from delivery. give every video one content id, poll Gemini until the file is actually finished, then store a public URL that will still work when the publish step runs. after that, make the caption per platform instead of reusing one generic block

i work with blotato. id keep research, approval, job status and retries in n8n, then hand the approved video and captions to blotato for publishing. save the returned post ids back on the same content id so a timeout only retries the failed destination, not the whole generation pipeline

4

Hey @Nano_Banana1

Build end-to-end AI video automation workflows using n8n, Gemini, and multi-agent AI to generate, manage, and publish high-quality content at scale. The solution will be reliable, easy to extend, and optimized for consistent video production across multiple platforms.

• Build AI video generation workflows in n8n
• Automate trend research & prompt creation
• Integrate Gemini for video generation
• Auto-store assets & publish to social platforms
• Optimize with multi-agent AI workflows