Dina produktbilder är ”nästan där”… tills du ser dem sida vid sida. En ser varm ut, nästa ser kall ut. Bakgrunder skiftar. Skuggor flyttar sig. Plötsligt ser din butik rörig ut, och du fastnar i redigeringar du ärligt talat inte borde behöva göra.
Den här automatiseringen för Drive Gemini-bilder träffar e-handelsansvariga först, men marknadsförare som bygger annonsmaterial och studioteam som förbereder kataloger känner samma slit. Du skickar bilder till en redigerare, väntar, exporterar igen, döper om filer och upprepar. Det här arbetsflödet gör det till en förutsägbar pipeline.
Du får se hur den hämtar bilder från en Google Drive-mapp, förbättrar dem via Gemini med din prompt och lägger färdiga versioner i en destinationsmapp som är redo för annonser och produktlistningar.
Så här fungerar automatiseringen
Hela n8n-flödet, från trigger till slutresultat:
n8n Workflow Template: Google Drive + Gemini: enhetliga produktbilder
flowchart LR
subgraph sg0["init Flow"]
direction LR
n0@{ icon: "mdi:swap-vertical", form: "rounded", label: "Loop Over Items", pos: "b", h: 48 }
n1@{ icon: "mdi:cog", form: "rounded", label: "to base64", pos: "b", h: 48 }
n2["<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/>banana-request"]
n3@{ icon: "mdi:swap-vertical", form: "rounded", label: "config-data", pos: "b", h: 48 }
n4@{ icon: "mdi:cog", form: "rounded", label: "download-file", pos: "b", h: 48 }
n5@{ icon: "mdi:swap-vertical", form: "rounded", label: "map-banana-response", pos: "b", h: 48 }
n6@{ icon: "mdi:cog", form: "rounded", label: "to file", pos: "b", h: 48 }
n7@{ icon: "mdi:cog", form: "rounded", label: "upload-result", pos: "b", h: 48 }
n8["<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/>get files"]
n9@{ icon: "mdi:swap-horizontal", form: "rounded", label: "Filter", pos: "b", h: 48 }
n10["<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/code.svg' width='40' height='40' /></div><br/>map table"]
n11@{ icon: "mdi:play-circle", form: "rounded", label: "init", pos: "b", h: 48 }
n12@{ icon: "mdi:swap-vertical", form: "rounded", label: "promt", pos: "b", h: 48 }
n13@{ icon: "mdi:cog", form: "rounded", label: "origin_folder", pos: "b", h: 48 }
n14@{ icon: "mdi:cog", form: "rounded", label: "destination_folder", pos: "b", h: 48 }
n11 --> n12
n12 --> n13
n9 --> n3
n6 --> n7
n8 --> n10
n10 --> n9
n1 --> n2
n3 --> n0
n4 --> n1
n13 --> n14
n7 --> n0
n2 --> n5
n0 --> n4
n14 --> n8
n5 --> n6
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 n11 trigger
class n9 decision
class n2,n8 api
class n10 code
classDef customIcon fill:none,stroke:none
class n2,n8,n10 customIcon
Problemet: inkonsekventa produktbilder saktar ner allt
Konsekvens är det som får en katalog att kännas ”premium”. Men att komma dit är tidskrävande. Du kan ha 60 bilder från en leverantör, 20 från mobilen och ytterligare en batch från förra säsongen — alla med olika ljus och bakgrunder. Om du fixar dem manuellt hoppar du mellan mappar, verktyg och versioner, och det är alldeles för lätt att råka skriva över originalet. Än värre: små skillnader slinker igenom, vilket gör att din designer måste lappa ihop det senare eller att dina annonser helt enkelt ser fel ut. Det är mycket mental belastning för jobb som inte driver affären framåt.
Friktionen byggs på. Här är var det faller isär.
- Varje ny bildbatch blir ett miniprojekt, även om det bara är 15 bilder.
- Manuell redigering skapar inkonsekventa resultat eftersom ”reglerna” finns i någons huvud, inte i en repeterbar prompt.
- Filhantering blir snabbt riskfylld när folk duplicerar, döper om och exporterar till samma mappar.
- Du kan inte skala listningar och annonser om bildfix blockerar varje lansering.
Lösningen: Google Drive till Gemini-förbättring, automatiskt
Det här arbetsflödet förvandlar en stökig Drive-mapp till en strukturerad ”redo att använda”-mapp, utan att du behöver passa varje fil. Du startar det manuellt i n8n, och då slår det upp din källmapp (de obehandlade bilderna) och din destinationsmapp (där de färdiga bilderna ska hamna). Sedan hämtar det filerna i källmappen, filtrerar ner till riktiga bilder och bearbetar dem i en loop så att det klarar batchar utan att sätta igen sig. För varje fil laddar det ner bilden, konverterar den till ett format som Gemini kan ta emot, skickar den till Gemini med dina egna instruktioner och konverterar sedan det förbättrade resultatet tillbaka till en riktig bildfil. Till sist laddar det upp den bearbetade filen till destinationsmappen — och lämnar originalen helt orörda.
Arbetsflödet börjar med en prompt som du styr, vilket är där din ”husstil” blir konsekvent. Därefter hämtar det listan med Drive-filer, ignorerar allt som inte är en bild och kör varje bild genom Gemini. När det är klart har du två tydliga mappar: original och förädlade outputs, redo för din webbshop eller annonsbyggare.
Det här får du: automation vs. resultat
| Det här automatiserar arbetsflödet | Resultat du får |
|---|---|
|
|
Exempel: så här ser det ut i praktiken
Säg att du får 50 nya produktbilder varje vecka från en leverantör. Manuellt kan till och med en ”snabb” genomgång (exportera, fixa bakgrunder, spara versioner, ladda upp igen) ta runt 5 minuter per bild, vilket är ungefär 4 timmar repetitivt arbete. Med det här arbetsflödet lägger du 50 bilder i din källmapp i Drive, klickar på kör och väntar på bearbetningen. Den aktiva tiden är i princip att lägga dem i mappen plus en snabb stickkontroll, kanske 10 minuter totalt — och du landar ändå i en destinationsmapp som är redo att använda.
Det här behöver du
- n8n-instans (testa n8n Cloud gratis)
- Alternativ för egen drift om du föredrar det (Hostinger fungerar bra)
- Google Drive för att lagra käll- och bearbetade mappar
- Google Gemini API för att förbättra bilder utifrån din prompt
- Google Drive OAuth2 (skapa i Google Cloud Console)
Kunskapsnivå: Nybörjare. Du kopplar in behörigheter, väljer två mappar och justerar en prompt.
Vill du inte sätta upp det här själv? Prata med en automationsspecialist (gratis 15-minuters konsultation).
Så här fungerar det
Du triggar körningen från n8n. Det är en manuell start, vilket passar perfekt för veckobatchar eller ”vi laddade precis upp en ny kollektion”-lägen.
Dina varumärkesregler sätts i prompten. I noden Prompt Builder talar du om för Gemini vad ”konsekvent” betyder för din butik (strukturerad bakgrund, realistiska skuggor, samma känsla, inga märkliga artefakter). Ändra det en gång, så följer varje framtida batch samma regler.
Google Drive skannas och filtreras. Arbetsflödet hittar dina käll- och destinationsmappar, hämtar fillistan, plattar ut den och behåller bara objekt som faktiskt är bilder (baserat på mimeType). Inga oavsiktliga PDF:er eller slumpfiler som råkar gå igenom AI-steget.
Gemini förbättrar varje bild och sparar output. Varje bild laddas ner, konverteras till Base64, skickas via HTTP till Gemini och konverteras sedan tillbaka till en binär bildfil som laddas upp till destinationsmappen.
Du kan enkelt ändra prompten och välja andra mappar för att matcha din katalogprocess utifrån dina behov. Se hela implementationsguiden nedan för alternativ för anpassning.
Steg-för-steg-guide för implementation
Steg 1: konfigurera den manuella triggern
Starta workflowet med en manuell trigger så att ni kan köra och validera bildbearbetningsflödet vid behov.
- Lägg till noden Manual Start Trigger på er canvas.
- Behåll standardinställningarna i Manual Start Trigger eftersom den inte kräver några parametrar.
- Koppla Manual Start Trigger till Prompt Builder.
Steg 2: anslut Google Drive-mappar och lista filer
Hitta käll- och målmappen i Drive och hämta sedan fillistan från källmappen.
- Öppna Source Folder Lookup och ställ in Resource till
fileFolder, Limit till1och Query String tillimagenes_sin_procesar. Credential Required: Anslut era googleDriveOAuth2Api-credentials. - Öppna Target Folder Lookup och ställ in Resource till
fileFolder, Limit till1och Query String tillimagenes_sin_procesar. Credential Required: Anslut era googleDriveOAuth2Api-credentials. - Konfigurera Retrieve Drive Files med URL satt till
https://www.googleapis.com/drive/v3/filesoch Authentication satt tillpredefinedCredentialType. - I query-parametrarna för Retrieve Drive Files, ställ in q till
='{{ $('Source Folder Lookup').item.json.id }}' in parents and trashed=false, fields tillnextPageToken,files(id,name,mimeType,size,modifiedTime,webViewLink,webContentLink)och pageSize till1000. Credential Required: Anslut era googleDriveOAuth2Api-credentials. - Koppla Source Folder Lookup → Target Folder Lookup → Retrieve Drive Files enligt exekveringsflödet.
Steg 3: bygg prompten och filtrera bildfiler
Förbered prompttexten som används för AI-bildgenereringen och filtrera fillistan så att endast bilder återstår.
- I Prompt Builder ställer ni in fältet promt till hela promptsträngen som anges, inklusive bakgrundsinstruktionerna för produktbilden.
- Använd Flatten File List för att omvandla Drive-filarrayen till enskilda items. Behåll den angivna JavaScript-koden som den är.
- I Image Type Filter, ställ in villkoret till leftValue
={{ $json.mimeType }}containsimage. - Konfigurera Assemble File Config för att mappa name, mimeType och id från item, och ställ in promt till
={{ $('Prompt Builder').item.json.promt }} **no devuelvas texto, solo la imagen.. - Koppla Retrieve Drive Files → Flatten File List → Image Type Filter → Assemble File Config.
Steg 4: batchbearbetning och nedladdning av källbilder
Bearbeta bilder en i taget, ladda ner källfilen och förbered den för AI-bearbetning.
- Koppla Assemble File Config till Iterate File Batch för att bearbeta items sekventiellt.
- I Download Drive File ställer ni in File ID till
={{ $json.id }}och Operation tilldownload. Credential Required: Anslut era googleDriveOAuth2Api-credentials. - I Convert Binary to Base64 ställer ni in Operation till
binaryToProperyför att konvertera den nedladdade filen till base64. - Koppla Iterate File Batch (utgång 1) → Download Drive File → Convert Binary to Base64.
Steg 5: generera bilder med Gemini och ladda upp resultaten
Skicka bilden och prompten till Gemini, tolka svaret, skapa en binär fil och ladda upp den till målmappen.
- I Gemini Image Request ställer ni in URL till
https://generativelanguage.googleapis.com/v1beta/models/gemini-2.5-flash-image-preview:generateContent, Method tillPOSToch aktiverar Send Body med Specify Body satt tilljson. - Ställ in JSON Body till det angivna uttrycket, inklusive
{{ JSON.stringify($('Iterate File Batch').item.json.promt) }},{{ $json.mime || 'image/jpeg' }}och{{ $json.data }}. Credential Required: Anslut era googlePalmApi-credentials. - I Parse Gemini Output ställer ni in base64File till
={{ ($json.candidates?.[0]?.content?.parts || []) .find(p => p?.inlineData?.data)?.inlineData?.data ?? '' }}och behåller Include Other Fields aktiverat. - I Create Binary File ställer ni in Operation till
toBinary, Source Property tillbase64Fileoch File Name till={{ $('Download Drive File').item.json.name }}. - I Upload Processed File ställer ni in Name till
={{ $binary.data.fileName }}och Folder ID till={{ $('Target Folder Lookup').item.json.id }}. Credential Required: Anslut era googleDriveOAuth2Api-credentials. - Koppla Convert Binary to Base64 → Gemini Image Request → Parse Gemini Output → Create Binary File → Upload Processed File, och sedan tillbaka till Iterate File Batch.
Steg 6: testa och aktivera ert workflow
Kör en manuell exekvering för att bekräfta att filer bearbetas och laddas upp korrekt innan ni aktiverar.
- Klicka på Execute Workflow från Manual Start Trigger för att köra pipelinen.
- Verifiera att Retrieve Drive Files returnerar filer och att Upload Processed File laddar upp en ny bild till målmappen.
- Bekräfta att de genererade bilderna finns i mappen som returneras av Target Folder Lookup och att filnamnen matchar
={{ $binary.data.fileName }}. - När ni är nöjda, slå på workflowet till Active för produktionsanvändning.
Vanliga fallgropar
- OAuth-uppgifter för Google Drive kan löpa ut eller sakna rätt scope-behörigheter. Om saker går sönder, kontrollera behörighetens status i n8n och återautentisera Google Drive-noderna först.
- Om du använder Wait-noder eller extern rendering varierar processtiderna. Öka väntetiden om efterföljande noder fallerar på tomma svar.
- Standardprompter i AI-noder är generiska. Lägg in ditt varumärkesuttryck tidigt, annars kommer du redigera outputs för alltid.
Vanliga frågor
Cirka 20 minuter om du redan har dina Google-uppgifter redo.
Nej. Du kommer mest att välja mappar, koppla konton och redigera en prompt.
Ja. n8n har ett gratis alternativ för egen drift och en gratis provperiod på n8n Cloud. Cloud-planer startar på 20 USD/månad för högre volym. Du behöver också räkna in kostnader för användning av Google Gemini API, som beror på vilken modell du använder och hur många bilder du bearbetar.
Två alternativ: n8n Cloud (hanterat, enklast att komma igång) eller egen drift på en VPS. För egen drift är Hostinger VPS prisvärd och klarar n8n bra. Egen drift ger dig obegränsade körningar men kräver grundläggande serverhantering.
Ja, men du gör det på två ställen. Börja med att uppdatera instruktionerna i Prompt Builder och ange ”helt vit bakgrund” och de stilregler du vill ha (skugga, reflektion, realism). Lägg sedan till ett enkelt efterbearbetningssteg efter Gemini-svaret, som en åtgärd för att ändra storlek/beskära bild, innan noden Upload Processed File. Vanliga justeringar är olika bakgrundsstilar per kategori, striktare regler för ”ingen text/inga rekvisita” och att döpa om outputs med SKU-prefix.
Oftast beror det på att OAuth-auktoriseringen har löpt ut eller att Google-projektet inte har rätt scopes aktiverade. Anslut Google Drive-behörigheten igen i n8n och bekräfta att Drive-noderna använder den uppdaterade behörigheten. Om det fortfarande misslyckas, kontrollera att kontot du auktoriserade faktiskt har åtkomst till både käll- och destinationsmapparna.
Många, så länge din Gemini-kvot och dina n8n-resurser hänger med. I n8n Cloud beror din månatliga gräns för körningar på plan, medan egen drift tar bort den spärren och flyttar begränsningen till din server. I praktiken kör de flesta team detta i batchar (t.ex. 20–200 bilder åt gången) så att granskning är enkel och API-användningen förblir förutsägbar.
Ofta, ja, för bildpipelines. n8n gör det enklare att loopa igenom en mapp med filer, filtrera på mime-typ och hantera filkonverteringar utan att betala extra för varje förgreningssteg. Du kan också köra egen drift, vilket spelar roll när du bearbetar många bilder och vill ha förutsägbara kostnader. Zapier eller Make kan fungera bra för ett litet arbetsflöde med några få bilder, men de blir lätt klumpiga när du behöver batchar, omförsök och filhantering. Om du vill ha hjälp att välja det enklaste upplägget för din miljö, prata med en automationsspecialist.
När detta är på plats slutar produktbilderna vara en återkommande brandövning. Arbetsflödet tar hand om den repetitiva upprensningen så att du kan fokusera på lanseringar, annonser och försäljning.
Kontakta oss
Hör av dig, så diskuterar vi hur just din verksamhet kan dra nytta av alla fantastiska möjligheter som AI skapar.