Steg 2: Förbered indata för produktbilden

Konvertera den uppladdade produktbilden till base64- och binärformat så att den kan användas av AI- och videogenereringsnoder.

1. I Extract Product Base64, ställ in Operation på binaryToPropery och Binary Property Name på Product.
2. I Convert to Image File, ställ in Operation på toBinary och Source Property på data.
3. Bekräfta exekveringsflödet från Inbound Form Trigger → Extract Product Base64 → Convert to Image File.

Steg 3: Ställ in persona och promptning för manus

Använd produktbilden och produktnamnet för att generera en persona och bygga master prompten för manusframtagning.

1. Öppna Analyze Product Persona och behåll Resource inställt på image, Input Type inställt på base64 och Operation inställt på analyze.
2. Säkerställ att persona-prompten refererar till produktnamnet med {{ $node['Inbound Form Trigger'].json['Product Name'] }}.
3. Autentiseringsuppgifter krävs: Anslut era openAiApi-autentiseringsuppgifter i Analyze Product Persona.
4. I Store Persona Prompt, ställ in prompt på {{ $json.content }}.
5. I Compose Script Master Prompt, bekräfta att prompten innehåller {{ $node['Store Persona Prompt'].json.prompt }} och {{ $node['Inbound Form Trigger'].json['Product Name'] }}.

Steg 4: Konfigurera Gemini-manusgenerering och parsning

Begär manusvariationer från Gemini, extrahera varje manus och dela upp dem i enskilda items.

1. I Request Script Variations, ställ in URL på https://generativelanguage.googleapis.com/v1beta/models/gemini-2.5-pro:generateContent och behåll JSON Body som refererar till {{ JSON.stringify($json.prompt) }} och {{ $node['Extract Product Base64'].json.data }}.
2. Autentiseringsuppgifter krävs: Anslut era httpHeaderAuth-autentiseringsuppgifter i Request Script Variations.
3. I Extract Script List, behåll Text inställt på {{ $json.candidates[0].content.parts[0].text }} och ha Has Output Parser aktiverat.
4. I Parse Script Output, behåll Auto Fix aktiverat och behåll JSON-schemat för prompts.
5. Obs: Parse Script Output är en AI-subnod – lägg till autentiseringsuppgifter på den överordnade Gemini Pro Model, inte på parsern i sig.
6. Autentiseringsuppgifter krävs: Anslut era googlePalmApi-autentiseringsuppgifter i Gemini Pro Model. Den här modellen används av Extract Script List och Parse Script Output.
7. I Split Script Items, ställ in Field To Split Out på output.prompts och behåll Destination Field Name som prompt.
8. Säkerställ att exekveringsvägen är Compose Script Master Prompt → Request Script Variations → Extract Script List → Split Script Items.

Steg 5: Generera och ändra storlek på introbildrutan

Skapa en vertikal introbildruta och formatera den så att den matchar videoupplösningen 720x1280.

1. I Batch Through Scripts, behåll standardinställningen för batchning för att iterera igenom varje manus-prompt.
2. I Generate Intro Frame, behåll URL inställt på https://generativelanguage.googleapis.com/v1beta/models/gemini-2.5-flash-image-preview:generateContent och bekräfta att JSON-kroppen refererar till {{ $node['Extract Product Base64'].json.data }}.
3. Autentiseringsuppgifter krävs: Anslut era httpHeaderAuth-autentiseringsuppgifter i Generate Intro Frame.
4. I Capture Frame Result, ställ in värdet för result på {{ $json.candidates[0].content.parts.filter(item => item.inlineData).first().inlineData.data }}.
5. I Create Frame Binary, ställ in Operation på toBinary och Source Property på result.
6. I Resize Frame Image, ställ in Operation på resize, Width på 720, Height på 1280 och Resize Option på ignoreAspectRatio.

Steg 6: Skapa videor, polla status och hämta innehåll

Skapa en video för varje manus, vänta på bearbetning och hämta det slutliga videoinnehållet när det är klart.

1. I Create Video Clip, ställ in URL på https://api.openai.com/v1/videos och säkerställ att body-parametrarna inkluderar prompt som {{ $node['Batch Through Scripts'].json.prompt }}, model som sora-2, seconds som 12 och size som 720x1280.
2. Autentiseringsuppgifter krävs: Anslut era openAiApi-autentiseringsuppgifter i Create Video Clip.
3. I Wait Interval, ställ in Amount på 15 för att pausa mellan statuskontroller.
4. I Check Video Status, ställ in URL på https://api.openai.com/v1/videos/{{ $json.id }}.
5. Autentiseringsuppgifter krävs: Anslut era openAiApi-autentiseringsuppgifter i Check Video Status och Fetch Video Content.
6. I Status Decision, ställ in villkoret att jämföra {{ $json.status }} är lika med completed.
7. I Fetch Video Content, ställ in URL på https://api.openai.com/v1/videos/{{ $json.id }}/content.

Steg 7: Ladda upp videor till Google Drive

Lagra varje genererad video i en Drive-mapp med ett löpande namn.

1. I Upload Video to Drive, ställ in Name på UGC Video #{{ $runIndex + 1 }}.
2. Välj mål-Drive och ställ in Folder ID till målmappen.
3. Autentiseringsuppgifter krävs: Anslut era googleDriveOAuth2Api-autentiseringsuppgifter i Upload Video to Drive.

Steg 8: Testa och aktivera ert workflow

Verifiera att flödet fungerar end-to-end och aktivera det sedan för produktion.

1. Klicka på Execute Workflow och skicka in en testfil och ett produktnamn i Inbound Form Trigger.
2. Bekräfta att Analyze Product Persona tar fram en persona, att Request Script Variations returnerar manus och att Split Script Items skapar flera items.
3. Verifiera att Create Video Clip skapar ett videjobb, att Status Decision upptäcker när det är klart och att Fetch Video Content returnerar videodata.
4. Kontrollera att Upload Video to Drive skapar filer med namn som UGC Video #1, UGC Video #2 osv.
5. När ni är nöjda, slå på workflowet till Active för att köra i produktion.