我如何用 Gemini Omni 和 n8n 構建 AI 影片內容管道

最近我使用 n8n 和 Gemini Omni 構建了一個自動化 AI 視頻生成工作流程,想與社區分享這個方法。
目標很簡單:

  • 自動生成短視頻創意
  • 使用 AI 創建視頻提示詞
  • 將提示詞發送至 Gemini Omni
  • 生成視頻
  • 自動存儲資源
  • 發佈內容到社交平台

工作流程概述

  1. RSS 訂閱源/趨勢來源
  2. AI 研究代理
  3. 提示詞生成器
  4. Gemini Omni 視頻生成
  5. 資源存儲
  6. 社交媒體發佈

為什麼選擇 Gemini Omni?

這個工作流程的最大優勢是一致性。
與我測試的許多視頻生成器相比,Gemini Omni 在以下方面表現出眾:

  • 角色一致性
  • 多場景敘事
  • 提示詞遵循度
  • 視頻到視頻的優化

示例用例

  • 產品營銷視頻
  • 社交媒體內容
  • AI 生成的解説視頻
  • UGC 風格廣告
  • 教育內容

未來改進

我目前在實驗:

  • 多代理提示詞優化
  • 自動趨勢檢測
  • SEO 關鍵詞聚類
  • 多平台發佈
    有人用 n8n 構建過類似的東西嗎?
    我很想看看其他人是如何自動化 AI 視頻生成管道的。

描述問題/錯誤/問題

錯誤訊息是什麼(如果有的話)?

請分享你的工作流程

(選擇畫布上的節點,使用鍵盤快捷鍵 CMD+C/CTRL+C 和 CMD+V/CTRL+V 複製和貼上工作流程。)

分享最後一個節點返回的輸出

關於你的 n8n 設置的信息

  • n8n 版本:
  • 資料庫(默認:SQLite):
  • n8n EXECUTIONS_PROCESS 設置(默認:own、main):
  • 運行 n8n 的方式(Docker、npm、n8n cloud、桌面應用):
  • 操作系統:
1個讚

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.