Dina annonser misslyckas inte för att du ”saknar idéer”. De misslyckas för att vägen från brief till leveransklart material är långsam, rörig och full av små fram-och-tillbaka-ändringar som dödar tempot. En till ”kan vi se en version med en annan känsla?” och din lansering försenas igen.
Performance marketers märker det när testerna stannar av. Byråteam märker det när kundfeedback kommer sent och spretar. Och driver du ett mindre varumärke märker du det i din egen kalender. Den här ad image automation förvandlar en kampanjbrief till nya annonsbilder som du faktiskt kan publicera.
Du får se vad workflowet bygger, vad det ersätter och hur du sätter upp det så att bilderna hamnar i Google Drive som felfria, nedladdningsbara filer (inte slumpmässiga skärmdumpar begravda i chatttrådar).
Så fungerar den här automatiseringen
Här är hela workflowet som du kommer att sätta upp:
n8n Workflow Template: Azure OpenAI + Google Drive: annonsbilder snabbt
flowchart LR
subgraph sg0["Manual Launch Flow"]
direction LR
n0@{ icon: "mdi:cog", form: "rounded", label: "Transform Output File", pos: "b", h: 48 }
n1["<div style='background:#f5f5f5;padding:10px;border-radius:8px;display:inline-block;border:1px solid #e0e0e0'><img src='https://flowpast.com/wp-content/uploads/n8n-workflow-icons/httprequest.dark.svg' width='40' height='40' /></div><br/>Image Generation Request"]
n2@{ icon: "mdi:swap-vertical", form: "rounded", label: "Assign Input Fields", pos: "b", h: 48 }
n3@{ icon: "mdi:swap-vertical", form: "rounded", label: "Split Image Results", pos: "b", h: 48 }
n4@{ icon: "mdi:brain", form: "rounded", label: "Azure Chat Model", pos: "b", h: 48 }
n5@{ icon: "mdi:robot", form: "rounded", label: "Generate Image Prompt", pos: "b", h: 48 }
n6@{ icon: "mdi:play-circle", form: "rounded", label: "Manual Launch Trigger", pos: "b", h: 48 }
n2 --> n1
n3 --> n0
n1 --> n3
n4 -.-> n5
n5 --> n2
n6 --> n5
end
%% Styling
classDef trigger fill:#e8f5e9,stroke:#388e3c,stroke-width:2px
classDef ai fill:#e3f2fd,stroke:#1976d2,stroke-width:2px
classDef aiModel fill:#e8eaf6,stroke:#3f51b5,stroke-width:2px
classDef decision fill:#fff8e1,stroke:#f9a825,stroke-width:2px
classDef database fill:#fce4ec,stroke:#c2185b,stroke-width:2px
classDef api fill:#fff3e0,stroke:#e65100,stroke-width:2px
classDef code fill:#f3e5f5,stroke:#7b1fa2,stroke-width:2px
classDef disabled stroke-dasharray: 5 5,opacity: 0.5
class n6 trigger
class n5 ai
class n4 aiModel
class n1 api
classDef customIcon fill:none,stroke:none
class n1 customIcon
Varför det här spelar roll: flaskhalsar i annonsmaterial dödar testhastigheten
De flesta annonsteam har inte ett ”kreativitetsproblem”. De har ett kapacitetsproblem. En brief kommer in, någon översätter den till en prompt, sen väntar du, sen promptar du om, sen försöker du hålla reda på vilken bild som är ”Version 6 final FINAL”. Under tiden är medieplanen klar men materialet är det inte. Det är en märklig typ av stress, eftersom det inte är en stor uppgift. Det är dussintals små, utspridda över flikar, DM:s och halvfärdiga filer.
Friktionen byggs på. Mycket.
- Att göra om kampanjanteckningar till en bra prompt tar så lång tid att du undviker att köra ”bara ett test till”.
- Resultaten driver bort från varumärkets grunder (ton, färger, känsla), så du får göra manuell efterbearbetning eller börja om.
- Filer delas inkonsekvent, vilket gör att fel material granskas, laddas ner eller lanseras.
- När du inte kan återskapa en vinnande stil på beställning blir skalning av kampanjer ett gissningsspel.
Vad du bygger: brief-till-annonsbild-generering som sparar till Drive
Det här workflowet startar med en enkel manuell körning och tar sedan kampanjinputen du anger (erbjudande, målgrupp, ton och visuell riktning) och gör om den till en mycket specifik bildprompt. Azure OpenAI gör ”tänksteget” först, så att du inte fastnar i att skriva om prompts för varje nytt koncept. Därefter skickar n8n den slutliga prompten till en bildgenererings-endpoint (via HTTP Request) och får tillbaka ett eller flera bildresultat. Bildresultaten delas upp, konverteras till riktiga nedladdningsbara filer och förbereds så att du kan lagra och dela dem strukturerat. Slutresultatet är en repeterbar pipeline som producerar varumärkesnära, kvadratiska annonsbilder (1024×1024) utan att du behöver sitta och passa processen.
Workflowet startar när du kör det och går sedan igenom promptskapande, bildgenerering och filtransformering. Till sist är resultatet redo att sparas och organiseras i Google Drive så att teamet kan granska och publicera utan att leta efter assets.
Det här bygger du
| Vad som automatiseras | Vad du uppnår |
|---|---|
|
|
Förväntade resultat
Säg att du vill ha 6 nya koncept för ett nytt erbjudande, och att du vanligtvis lägger 10 minuter på att finjustera prompten plus 5 minuter per bild på att ladda ner, namnge och spara. Det är ungefär 90 minuter innan någon ens granskar idéerna. Med det här workflowet kör du en manuell trigger, väntar ett par minuter på att Azure OpenAI ska skapa prompten och bild-API:t ska svara, och workflowet konverterar resultaten till filer som är redo att sparas. De flesta team får tillbaka ungefär en timme per batch, vilket snabbt blir mycket under veckovisa tester.
Innan du börjar
- n8n-instans (testa n8n Cloud gratis)
- Alternativ för self-hosting om du föredrar det (Hostinger fungerar bra)
- Azure OpenAI för GPT-4o-promptgenerering.
- Google Drive för att lagra och dela slutliga bildfiler.
- Azure OpenAI API-nyckel (hämta den i Azure Portal → Azure OpenAI resource → Keys & Endpoint).
Svårighetsgrad: Nybörjare. Du kopplar konton/credentials och redigerar sedan några textfält för att matcha varumärket och kampanjinputen.
Vill du att någon bygger detta åt dig? Prata med en automationsexpert (kostnadsfri 15-minuters konsultation).
Steg för steg
Du startar workflowet manuellt när du behöver nytt material. Det är medvetet. Det gör att du behåller kontrollen över vad som genereras och när, särskilt användbart under veckor med live-testning.
Din kampanjbrief formas till strukturerade indatafält. n8n använder ett ”Set”-steg för att organisera det som spelar roll (erbjudande, målgrupp, ton, palett, scenriktning) så att AI:n inte gissar. Liten detalj, stor effekt.
Azure OpenAI skapar en stark bildprompt utifrån din input. I stället för en vag prompt tar workflowet fram en strukturerad, repeterbar prompt som ligger närmare det en bra creative strategist skulle skriva efter att ha läst din brief.
Workflowet begär bilder och gör sedan om resultaten till riktiga filer. En HTTP Request genererar bilderna, resultaten delas upp till individuella items och n8n konverterar dem till nedladdningsbara filobjekt som du kan lagra i Google Drive.
Du kan enkelt justera promptmallen så att den matchar din tonalitet och dina kreativa regler utifrån behov. Se hela implementationsguiden nedan för anpassningsalternativ.
Steg-för-steg-guide för implementering
Steg 1: konfigurera den manuella triggern
Starta arbetsflödet manuellt för att generera annonsbilder vid behov.
- Lägg till noden Manual Launch Trigger i ert arbetsflöde.
- Behåll standardinställningarna i Manual Launch Trigger (inga ytterligare parametrar krävs).
- Bekräfta kopplingen från Manual Launch Trigger till Generate Image Prompt.
Steg 2: anslut Azure OpenAI för promptgenerering
Konfigurera språkmodellen som driver promptgenereringen för bildbegäran.
- Öppna noden Azure Chat Model.
- Inloggningsuppgifter krävs: Anslut era Azure OpenAI-inloggningsuppgifter.
- Verifiera AI-kopplingen från Azure Chat Model till Generate Image Prompt via anslutningen
ai_languageModel. - Observera att inloggningsuppgifter ska läggas till i Azure Chat Model, inte i agentnoden Generate Image Prompt.
Steg 3: konfigurera AI-prompten och förberedelse av indata
Generera bildprompten och mappa den till strukturerade fält innan ni skickar begäran.
- Öppna Generate Image Prompt och bekräfta att den körs efter Manual Launch Trigger.
- Öppna Assign Input Fields och säkerställ att den tar emot indata från Generate Image Prompt.
- Om ni lägger till fält senare, mappa promptutdata från Generate Image Prompt till rätt fält i Assign Input Fields.
Steg 4: konfigurera bildbegäran och hantering av utdata
Skicka begäran om bildgenerering, dela upp resultaten och konvertera utdata till filer.
- Öppna Image Generation Request och bekräfta att den tar emot data från Assign Input Fields.
- Säkerställ att Image Generation Request skickar utdata till Split Image Results och att Split Image Results skickar utdata till Transform Output File.
- Använd Transform Output File för att konvertera bilddata till en filutdata för vidare användning.
⚠️ Vanlig fallgrop: Om bild-API:t returnerar flera bilder, bekräfta att Split Image Results delar upp varje objekt korrekt innan Transform Output File körs.
Steg 5: testa och aktivera ert arbetsflöde
Kör ett manuellt test för att bekräfta att bilder genereras och konverteras korrekt, och aktivera sedan arbetsflödet för användning.
- Klicka på Execute Workflow och starta med Manual Launch Trigger.
- Verifiera att flödet körs i denna ordning: Manual Launch Trigger → Generate Image Prompt → Assign Input Fields → Image Generation Request → Split Image Results → Transform Output File.
- Bekräfta att Transform Output File levererar fildata för varje genererad bild.
- När allt fungerar, växla arbetsflödet till Active för användning i produktion.
Felsökningstips
- Azure OpenAI-credentials kan gå ut eller så kan det deployade modellnamnet vara fel. Om saker skapar fel, kontrollera först deployment-namnet och nycklarna för Azure OpenAI-resursen i Azure Portal.
- Om du använder Wait-noder eller extern rendering varierar processtiderna. Öka väntetiden om noder längre ned fallerar på tomma svar.
- Standardprompts i AI-noder är generiska. Lägg in din varumärkesröst tidigt, annars kommer du redigera outputs i all evighet.
Snabba svar
Cirka 30 minuter om dina Azure- och Drive-konton är redo.
Nej. Du kopplar mest konton och redigerar promptfält. Workflowlogiken är redan byggd i n8n.
Ja. n8n har ett gratis self-hosted-alternativ och en gratis provperiod på n8n Cloud. Cloud-planer börjar på 20 USD/månad för högre volymer. Du behöver också räkna in kostnader för Azure OpenAI-användning, som beror på hur många prompts och bilder du genererar.
Två alternativ: n8n Cloud (hanterat, enklast att komma igång) eller self-hosting på en VPS. För self-hosting är Hostinger VPS prisvärd och hanterar n8n bra. Self-hosting ger dig obegränsade körningar men kräver grundläggande serverhantering.
Ja, och det borde du sannolikt. Uppdatera steget ”Assign Input Fields” så att det matchar ditt brief-format och justera sedan instruktionerna i ”Generate Image Prompt” för att säkerställa varumärkesregler som palett, typografi och negativa prompts. Du kan också byta HTTP-endpointen i ”Image Generation Request” om du vill använda en annan bildleverantör, så länge den returnerar bilddata som du kan dela upp och konvertera. Vanliga anpassningar är flera bildformat/aspect ratios, en tajtare varumärkesröst och att spara resultat i kampanjnamngivna mappar i Google Drive.
Oftast är det deployment-namnet eller en utgången nyckel. Dubbelkolla Azure OpenAI-resursen, bekräfta att model deployment finns och uppdatera sedan credentials i n8n. Om det bara fallerar ibland kan du slå i rate limits när du genererar många bilder snabbt. I så fall: sakta ner batchar eller kör färre items per körning.
I n8n Cloud beror det på din tillåtna körvolym, och vid self-hosting beror det på din server. I praktiken kör de flesta team detta i mindre batchar (t.ex. 5–20 bilder åt gången) för att hålla granskningen hanterbar och kostnaderna förutsägbara.
Ofta, ja, om du bryr dig om kontroll. n8n är bättre när du vill ha logik i flera steg (promptgenerering, API-anrop, uppdelning av resultat, filhantering) utan att betala extra för varje gren eller varje ”formatter”-steg. Det ger också en väg för self-hosting, vilket är viktigt när du börjar generera mycket material. Zapier och Make kan fortfarande vara bra för enklare tvåstegsflöden, som ”ny rad i sheet → skicka ett Slack-meddelande”. Om du är osäker på vad som passar teamet: prata med en automationsexpert och få en rak rekommendation.
När det här väl rullar slutar kreativ produktion att vara flaskhalsen. Du genererar, sparar, granskar och testar. Sedan gör du om det nästa vecka med bättre data.
Kontakta oss
Hör av dig, så diskuterar vi hur just din verksamhet kan dra nytta av alla fantastiska möjligheter som AI skapar.