保姆级教程用N8N一键生成Youtube动物跳水爆款视频

你好，我是龙哥，RPA教练和AI智能体教练，N8N教练，专注于各种AI提效技术。

说明参考文章：

优化部分：

背景介绍

跳水作为一项国际运动倍受欢迎，有人突发奇想让动物也来参加跳水，结果竟然在短视频平台上非常火爆，经常逛短视频平台的同学会看到一些动物跳水的视频，这些视频播放量和点赞量都特别高。

遵循一条爆款就是一条工作流的原则，可以做一个工作流来批量制作这样的爆款视频。

效果展示

工作流展示

步骤拆解

整个工作流分为四个部分：文生图，图生视频，视频配音，保存数据。

对于新人来说本工作流难点在于Google Sheets配置和图生视频配置，严格按照我的步骤操作应该也能搭起这个工作流，对我一定要有信心，专门写保姆级教程的雷锋。

一：文生图

介绍：文生图模块首先会去Google Sheet中获取动物名称，然后把动物名称传入到关键词，然后再去用大模型生成动物图片，再用书虫API来生图。

添加执行节点

添加Google Sheets行数据节点

添加节点

点击➕号，输入Google，获取到Google Sheets，点击进去选择Get row in sheet

创建一张Google Sheet表

打开网址：

https://docs.google.com/

点击左侧三条线的菜单，创建Sheet。

然后创建表如右图所示

第一行第一列是动物名称

第一行第二列是状态，点击列号B，右键菜单，可以获取下拉菜单，这里设置两个状态：完成，待完成。

第一行第三列是链接

配置凭证账号

如果你从来没有配过谷歌账号系列，可以看这篇，手把手教你配置

配置Google Sheets Account

https://developers.google.com/workspace/guides/configure-oauth-consent?hl=zh-cn

配置好后记得点击 Sign in Google 测试一下

首次执行会报错，如右图所示，

复制下面网址打开，然后点击启用，重新执行就好了

执行下一步，获取到数据说明配置成功

以上，Google Sheet获取数据成功

添加关键词节点

把鼠标放到节点横线之间，点击加号，输入edit,选择Edit Field节点

把上一步动物节点拖入进来

添加大模型节点

把鼠标放到节点横线之间，点击加号，输入llm,并添加这个节点。

大模型配置就不多说了，以前都讲了很多次，不清楚的同学移步一下：

提示词

你现在是一个专业的AI绘画提示词（Prompt）生成器。请你根据我提供的固定场景描述，生成1条独立的、可用于AI绘画的提示词。

固定场景要求如下：

视角与构图：一个从侧面拍摄的中景镜头，构图稳定。焦点清晰地落在主体 {{ $json[‘动物’] }} 身上。

地点与核心元素：场景为一个光线明亮的室内奥运会跳水场馆。主体 {{ $json[‘动物’] }} 正从右向左走在一块浅蓝色的跳水板上。

背景细节：背景是一面纯净的蓝色墙壁，墙壁左上方印有清晰的白色奥运五环标志。在主体动物的后方，可以看到一名坐在高脚椅上、身穿红色上衣的模糊工作人员，以及更远处的模糊观众席。在画面的右侧，可以看到跳水台的银色金属扶手/楼梯结构。

你的任务：
在上述固定场景中，将核心主体设定为：一只 {{ $json[‘动物’] }}。

输出要求：

生成1条独立的提示词。

最终输出的提示词要完整、流畅地融合所有场景描述。

注意！！！只输出最终生成的提示词内容，不要包含任何其他无关文字。

生成的动物要面冲着泳池

添加书虫API节点

注册书虫API账号 https://api.apicore.ai

注册后，点击钱包，充值5元，别想省钱哈，待会失败了

添加令牌，获取密钥

添加HTTP Request 节点

URL：

https://api.apicore.ai/v1/images/generations

JSON数据

{
"model": "flux-kontext-pro",
"prompt": "{{ $json.text }}",
"seed": 0,
"aspect_ratio": "16:9",
"output_format": "jpeg",
"webhook_url": "null",
"webhook_secret": "null",
"prompt_upsampling": false,
"safety_tolerance": 2
}

配置书虫API凭证

格式如右图：

Name：Authorization

Value：Bearer空格书虫密钥（注意中间有空格）

配置好以上信息后记得点击执行

看是否有得到右边的数据。

二：图生视频

添加Code节点

把鼠标放到节点横线之间，点击加号，输入code,并添加这个节点。

这个节点是为了解析书虫产生的Json数据,我们要获取下面数据的url

复制书虫节点代码

下面是我的书虫API生成的数据

[
{
"data": "{\"created\":1757732270,\"data\":[{\"revised_prompt\":\"A side view, medium shot of a pig walking from right to left on a light blue diving board in a brightly lit indoor Olympic diving venue, facing the pool. The pig is the clear focus. In the background, a plain blue wall with a clear white Olympic rings logo in the upper left. Behind the pig, a blurred staff member in a red shirt sits on a high chair, and further back, blurred spectator stands. On the right side of the image, the silver metal handrail and staircase structure of the diving platform are visible.\",\"url\":\"https://delivery-eu1.bfl.ai/results/bb/268354c4043164/c40431648639451b9b63dc1f5e8f2cb8/sample.png?se=2025-09-13T03%3A07%3A49Z&sp=r&sv=2024-11-04&sr=b&rsct=image/png&sig=UCGljtnI8peONR%2Bgm/5Nu2cI3q3lKOlCwThJRjqIbLM%3D\"}]}"
}
]

复制书虫生成的代码，交给DeepSeek

然后让DeepSeek用我指定的格式返回代码，如右图。

第一部分：是书虫API返回的数据

第二部分：我得要求

第三部分：是Code节点默认的代码

代码风格正好也是新建代码节点默认的那部分代码。

最后刚好得到了我想要的代码。

然后把代码内容用书虫代码节点Data拖拽过来

点击执行

代码节点配置如右图

// Extract the URL from the nested JSON structure
for (const item of $input.all()) {
const data = JSON.parse($(‘文生图(书虫)’).first().json.data);
item.json.url = data.data[0].url;
}

return $input.all();

url获取成功了

Fal图生视频

图生视频这一部分是整个工作流比较复杂的一部分，请严格按照我的步骤来做

Fal是海外的一个图生视频模型。

添加HTTP Request节点

配置Fal图生视频

URL：

https://queue.fal.run/fal-ai/minimax/hailuo-02/standard/image-to-video

Prompt:

The animal leaped from the diving platform, performed a forward three-and-a-half somersault pike in mid-air, executed an elegant dive, and finally plunged into the pool.