Du får äntligen en bra videoidé… och sen börjar den “enkla” delen. Att skriva åtta scener, hålla en karaktär konsekvent, jaga godkännanden i Slack, rendera om för att någon upptäckte en saknad replik, och sedan leta upp filer i olika mappar. Det är mycket.
Marknadschefer känner det här när innehållskalendern är full men produktionstiden är knapp. En ensam kreatör fastnar i att göra allt två gånger. Och en byråansvarig hamnar i att medla Slack-feedback i stället för att leverera. Den här automatiseringen för Veo 3 clips gör en idé till godkända, nedladdningsklara klipp utan att du behöver sitta och passa processen.
Du får se hur arbetsflödet skapar en berättelse i 8 scener, skickar den genom en Slack-godkännandegrind, renderar varje scen med Veo 3 och lägger de färdiga klippen i Google Drive (med ett klart-meddelande tillbaka i Slack).
Så fungerar den här automatiseringen
Här är det kompletta arbetsflödet du kommer att sätta upp:
n8n Workflow Template: Slack till Google Drive, godkända Veo 3-klipp levererade
flowchart LR
subgraph sg0["form_ Flow"]
direction LR
n0["<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/form.svg' width='40' height='40' /></div><br/>form_trigger"]
n1@{ icon: "mdi:brain", form: "rounded", label: "claude-4-sonnet", pos: "b", h: 48 }
n2@{ icon: "mdi:swap-vertical", form: "rounded", label: "split_scenes", pos: "b", h: 48 }
n3@{ icon: "mdi:robot", form: "rounded", label: "scene_director", pos: "b", h: 48 }
n4["<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/slack.svg' width='40' height='40' /></div><br/>send_and_wait"]
n5@{ icon: "mdi:cog", form: "rounded", label: "aggregate_scenes", pos: "b", h: 48 }
n6@{ icon: "mdi:swap-vertical", form: "rounded", label: "set_scene_prompts", pos: "b", h: 48 }
n7@{ icon: "mdi:swap-vertical", form: "rounded", label: "reset_scene_prompts", pos: "b", h: 48 }
n8@{ icon: "mdi:swap-vertical", form: "rounded", label: "split_scene_prompts", pos: "b", h: 48 }
n9["<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/>queue_create_video"]
n10@{ icon: "mdi:cog", form: "rounded", label: "wait", pos: "b", h: 48 }
n11["<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/>fetch_status"]
n12@{ icon: "mdi:swap-horizontal", form: "rounded", label: "check_status", pos: "b", h: 48 }
n13["<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/>fetch_result"]
n14["<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/>download_result_video"]
n15@{ icon: "mdi:cog", form: "rounded", label: "upload_video", pos: "b", h: 48 }
n16["<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/slack.svg' width='40' height='40' /></div><br/>send_completion_msg"]
n17@{ icon: "mdi:robot", form: "rounded", label: "narrative_writer", pos: "b", h: 48 }
n18["<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/slack.svg' width='40' height='40' /></div><br/>send_narrative_msg"]
n19@{ icon: "mdi:swap-vertical", form: "rounded", label: "iterate_prompts", pos: "b", h: 48 }
n20@{ icon: "mdi:swap-vertical", form: "rounded", label: "set_current_prompt", pos: "b", h: 48 }
n21@{ icon: "mdi:robot", form: "rounded", label: "narrative_parser", pos: "b", h: 48 }
n22@{ icon: "mdi:cog", form: "rounded", label: "aggregate_video_results", pos: "b", h: 48 }
n10 --> n11
n12 --> n13
n12 --> n10
n13 --> n14
n11 --> n12
n0 --> n17
n2 --> n3
n15 --> n19
n4 --> n7
n3 --> n6
n1 -.-> n17
n1 -.-> n21
n1 -.-> n3
n19 --> n22
n19 --> n20
n5 --> n18
n21 -.-> n17
n17 --> n2
n6 --> n5
n9 --> n10
n18 --> n4
n20 --> n9
n7 --> n8
n8 --> n19
n14 --> n15
n22 --> n16
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 n0 trigger
class n3,n17,n21 ai
class n1 aiModel
class n12 decision
class n9,n11,n13,n14 api
classDef customIcon fill:none,stroke:none
class n0,n4,n9,n11,n13,n14,n16,n18 customIcon
Därför spelar det roll: godkännanden och omrenderingar bromsar allt
AI-videverktyg är snabba, men processen runt omkring är det oftast inte. Storyutkastet ligger på ett ställe, feedback hamnar i Slack-trådar och renderingar sker någon helt annanstans. Under tiden kopierar du prompts, döper om filer och försöker komma ihåg vilken version som blev godkänd. En liten ändring blir en full omrendering eftersom ingen fångade den innan produktionen drog igång. Och om du siktar på konsekventa karaktärer (som “Sam” Bigfoot) smyger inkonsekvens in när varje scen skrivs ad hoc.
Det eskalerar snabbt. Här är var det vanligtvis faller isär.
- Storyutkast blir “godkända” informellt i Slack, så du tvivlar ändå på om det faktiskt är slutgiltigt.
- Att skapa åtta scener-prompts för hand tar cirka en timme, och det är innan du fixar ton, tempo och kontinuitet.
- När du renderar en scen i taget innebär det att du hela tiden kollar statussidor och laddar ner filer igen.
- Färdiga klipp hamnar utspridda, vilket gör redigering och publicering långsammare än det borde vara.
Vad du bygger: Slack-godkända Veo 3-klipp i 8 scener till Drive
Det här arbetsflödet börjar med ett enkelt webbformulär där du lägger in en videoidé (en premiss, en hook eller en grov disposition). Därifrån skapar AI en komplett berättelsebåge i 8 scener med “Sam” Bigfoot, inklusive dialog som håller karaktären konsekvent och scen-för-scen-regi som faktiskt går att rendera. Arbetsflödet publicerar en storysammanfattning i Slack så att teamet kan granska den där de redan jobbar. Först efter godkännande går det vidare till produktion: varje scen blir ett 8-sekunders videoklipp med Googles Veo 3 via API-anrop. När renderingarna är klara laddas klippen ner och laddas upp till en Google Drive-mapp du väljer, och sedan får Slack en slutlig “klart”-notis med resultatet.
Flödet är medvetet enkelt. Idén kommer in via formuläret, story och scener genereras, Slack fungerar som grind, och Veo 3-produktionen kör i en kontrollerad loop tills varje klipp ligger säkert i Google Drive.
Det du bygger
| Det som automatiseras | Det du uppnår |
|---|---|
|
|
Förväntade resultat
Säg att du publicerar tre Bigfoot-inspirerade shorts per vecka, varje med 8 scener. Manuellt tar det ungefär 2 timmar per video innan du ens redigerar: skriva scene-prompts (cirka en timme), samla Slack-feedback (cirka 30 minuter) och ladda ner/ladda upp klipp (ytterligare 30 minuter). Med det här arbetsflödet skickar du in idén på ett par minuter, godkänner i Slack, väntar på renderingar och hämtar allt från en Google Drive-mapp. Du får tillbaka merparten av produktionstiden.
Innan du börjar
- n8n-instans (prova n8n Cloud gratis)
- Alternativ för egen hosting om du föredrar det (Hostinger fungerar bra)
- Slack för godkännanden och klarmeddelanden.
- Google Drive för att lagra färdiga Veo 3-klipp.
- Anthropic API-nyckel (hämta den i din instrumentpanel för Anthropic/Claude-kontot).
- FAL API-nyckel (hämta den i din FAL.ai-instrumentpanel för Veo 3-rendering).
Svårighetsnivå: Medel. Du kopplar upp credentials, klistrar in ett par ID:n (Slack-kanal, Drive-mapp) och kör några testkörningar.
Vill du att någon bygger detta åt dig? Prata med en automationsexpert (gratis 15-minuters konsultation).
Steg för steg
En formulärinsändning sätter igång allt. Du anger ett enda koncept (hook, premiss eller ett grovt script-frö), och n8n startar en ny körning kopplad till den idén.
Storyn genereras och delas upp i scener. Anthropic (Claude) skapar en strukturerad disposition, och sedan delar arbetsflödet upp den i åtta scenobjekt och bygger manus per scen samt render-prompts. Här hålls “Sam” konsekvent, eftersom promptarna kommer från en sammanhängande berättelsebåge snarare än åtta fristående ändringar.
Slack blir godkännandegrinden. En storysammanfattning publiceras i din valda Slack-kanal, och sedan väntar arbetsflödet. Om den inte godkänns renderas ingenting. Om den godkänns expanderas promptlistan och köas för produktion.
Veo 3 renderar, och sedan tar Google Drive emot klippen. Varje prompt skickas via HTTP-förfrågningar till rendering-API:t, en vänteloop kontrollerar status, och färdiga resultat laddas ner och laddas upp till din Drive-mapp. När alla scener är klara får Slack ett klarmeddelande så att du slipper gissa.
Du kan enkelt justera karaktärsprompten och antalet scener för att matcha ditt kanalformat. Se den fullständiga implementationsguiden nedan för anpassningsalternativ.
Steg-för-steg-guide för implementering
Steg 1: konfigurera formulärtriggern
Konfigurera formulärinmatningen så att arbetsflödet kan fånga en videoidé och starta genereringen av storyboard.
- Lägg till en Form Intake Trigger-nod.
- Ställ in Form Title till
Bigfoot Video Idea. - I Form Fields lägger ni till ett obligatoriskt fält med etiketten Bigfoot Video Idea och platshållaren
Describe the high level idea for your bigfoot vlog. - Koppla Form Intake Trigger till Story Outline Generator.
Steg 2: anslut AI-modellen och parsern för strukturerad output
Konfigurera AI-modellen och parsern som genererar en strukturerad storyboard-outline.
- Lägg till Anthropic Chat Model och välj modellen
Claude 4 Sonnet. - Inloggningsuppgifter krävs: Anslut era
anthropicApi-uppgifter till Anthropic Chat Model. - I Story Outline Generator behåller ni Prompt Type inställt på
defineoch säkerställer att prompten innehåller{{ $json['Bigfoot Video Idea'] }}. - Koppla Structured Output Parser till Story Outline Generator och behåll Auto Fix aktiverat med det medföljande JSON-schemat.
- OpenAI-/AI-verktygsnotis: Structured Output Parser är en AI-subnod—se till att inloggningsuppgifter läggs till i Anthropic Chat Model, inte i parsern.
Steg 3: bygg scenmanus och förbered godkännande
Dela upp storyboarden i scener, utveckla varje scen till ett fullständigt manus och skicka en sammanfattning för godkännande.
- I Separate Scene Items ställer ni in Field To Split Out till
output.scenes. - Konfigurera Scene Script Builder med långformatsprompten och behåll Prompt Type som
define. - I Assign Scene Prompt lägger ni till en strängtilldelning med namnet scene_prompt satt till
{{ $json.text }}. - I Collect Scene Prompts aggregerar ni fältet scene_prompt.
- I Slack Story Summary ställer ni in Text till det angivna uttrycket som mappar varje scen till en Slack-sammanfattning.
- Inloggningsuppgifter krävs: Anslut era
slackOAuth2Api-uppgifter till Slack Story Summary. - I Slack Approval Gate ställer ni in Operation till
sendAndWaitoch Message tillPlease approve or deny the above story in order to proceed with the video.. - Inloggningsuppgifter krävs: Anslut era
slackOAuth2Api-uppgifter till Slack Approval Gate.
Steg 4: köa och polla videorenderingsjobb
Iterera igenom de godkända scenpromptarna, köa videorenderingar och polla tills de är klara.
- I Reset Prompt List ställer ni in arrayfältet scene_prompts till
{{ $('Collect Scene Prompts').item.json.scene_prompt }}. - I Expand Prompt List ställer ni in Field To Split Out till
scene_prompts. - Använd Batch Prompt Iterator för att iterera prompt-objekt och mata in i Set Active Prompt.
- I Set Active Prompt tilldelar ni prompt till
{{ $json.scene_prompts }}. - Konfigurera Queue Video Render med URL
https://queue.fal.run/fal-ai/veo3och JSON-body{ "prompt": "{{ $node["Set Active Prompt"].json.prompt }}", "aspect_ratio": "16:9", "duration": "8s", "generate_audio": true }. - Inloggningsuppgifter krävs: Anslut era
httpHeaderAuth-uppgifter till Queue Video Render. - Ställ in Delay Interval för att vänta
10sekunder och konfigurera sedan Retrieve Render Status medhttps://queue.fal.run/fal-ai/veo3/requests/{{ $node["Queue Video Render"].json.request_id }}/status. - Inloggningsuppgifter krävs: Anslut era
httpHeaderAuth-uppgifter till Retrieve Render Status och Retrieve Render Output. - I Status Conditional ställer ni in villkoret till
{{ $json.status }}lika medCOMPLETEDoch routar den falska vägen tillbaka till Delay Interval.
Steg 5: ladda ned, ladda upp och notifiera när allt är klart
Hämta den färdiga renderingen, ladda upp till Drive och notifiera teamet när alla scener är klara.
- I Retrieve Render Output ställer ni in URL till
https://queue.fal.run/fal-ai/veo3/requests/{{ $node["Queue Video Render"].json.request_id }}. - Konfigurera Download Video File med URL
{{ $json.video.url }}och ställ in svarsformat till File. - I Drive Upload File ställer ni in Name till
scene_{{ $runIndex + 1 }}.mp4och väljer URL:en för målmappen. - Inloggningsuppgifter krävs: Anslut era
googleDriveOAuth2Api-uppgifter till Drive Upload File. - Använd Aggregate Video Results med Aggregate inställt på
aggregateAllItemDataför att samla resultat över batchar. - I Slack Completion Notice ställer ni in Text till det angivna slutförandemeddelandet och uppdaterar Google Drive-länken.
- Inloggningsuppgifter krävs: Anslut era
slackOAuth2Api-uppgifter till Slack Completion Notice.
[YOUR_ID] i Google Drive-mappens URL i Drive Upload File och Slack Completion Notice för att undvika trasiga länkar.Steg 6: testa och aktivera ert arbetsflöde
Kör ett fullständigt test för att bekräfta att storyboarden, godkännandeflödet, renderingsloopen och notifieringarna fungerar som förväntat.
- Klicka på Execute Workflow och skicka in en testidé via Form Intake Trigger.
- Verifiera att Slack Story Summary publicerar storyboarden och godkänn i Slack Approval Gate.
- Bekräfta att Status Conditional loopar tills
COMPLETEDoch att Download Video File och Drive Upload File sedan körs utan problem. - Kontrollera att Slack Completion Notice publiceras med den slutliga länken till Google Drive-mappen.
- När allt är verifierat slår ni på arbetsflödet Active för användning i produktion.
Felsökningstips
- Slack OAuth-scopes orsakar ofta tysta fel. Om godkännanden inte läses in, kontrollera behörigheterna i din Slack-app och bekräfta att kanal-ID:t matchar det som används i arbetsflödet.
- Om du använder Wait-noder eller extern rendering varierar processingtiderna. Öka väntetiden om efterföljande noder misslyckas på grund av tomma svar.
- Standardprompts i AI-noder är generiska. Lägg in din varumärkesröst tidigt, annars kommer du att redigera output i all evighet.
Snabba svar
Cirka 45 minuter om Slack, Drive och dina API-nycklar är redo.
Nej. Du kopplar konton, klistrar in några ID:n och testar en körning från formulärtriggern.
Ja. n8n har ett gratis alternativ för self-hosting och en gratis provperiod på n8n Cloud. Cloud-planer börjar på 20 USD/månad för högre volym. Du behöver också räkna med användning av Anthropic (Claude) och FAL API, vilket beror på hur många stories och renderingar du kör.
Två alternativ: n8n Cloud (hanterat, enklast att komma igång) eller self-hosting på en VPS. För self-hosting är Hostinger VPS prisvärd och klarar n8n bra. Self-hosting ger dig obegränsade exekveringar men kräver grundläggande serverhantering.
Ja, och det bör du. De flesta team börjar med att byta karaktärsdetaljer i Anthropic-promptnoderna (Story Outline Generator och Scene Script Builder), och justerar sedan antal scener genom att ändra hur arbetsflödet delar upp och aggregerar scenobjekt. Du kan också ersätta Slack Approval Gate med ett annat godkännandesteg, som e-post eller en checkbox i Google Sheets, och behålla samma render-loop. Om du vill ha andra klipplängder uppdaterar du prompttexten som styr duration och säkerställer att dina render-API-inställningar matchar.
Oftast saknas scopes, eller så pekar arbetsflödet på fel kanal-ID. Kontrollera behörigheterna i din Slack-app igen och anslut sedan Slack-credentialen i n8n på nytt så att token uppdateras. Om meddelanden skickas men godkännanden inte känns igen, bekräfta formatet på godkännandemeddelandet och att din bot kan läsa svar i den kanalen.
Rent praktiskt kan det hantera så många körningar som din n8n-plan och rendering-API:ts begränsningar tillåter.
För det här flödet har n8n några fördelar: mer komplex logik med obegränsad branching utan extra kostnad, möjlighet till self-hosting för obegränsade exekveringar, och inbyggda mönster för HTTP-polling (vänta, kontrollera status, upprepa) som är krångliga och dyra i andra verktyg. Zapier kan fungera, men loopar i många steg blir snabbt dyra när du renderar åtta klipp per idé. Make ligger närmare, men du kommer ändå att känna av friktionen när du behöver strukturerad AI-output plus en godkännandegrind plus en render-status-loop. Om din process bara är “skicka ett meddelande och ladda upp en fil” räcker enklare verktyg. Prata med en automationsexpert om du vill ha hjälp att välja den mest strukturerade och robusta stacken.
När det här väl rullar sker godkännanden innan du spenderar pengar på renderingar, och varje färdigt klipp hamnar exakt där din redigerare förväntar sig. Strukturerat, förutsägbart och ärligt talat betydligt lugnare.
Kontakta oss
Hör av dig, så diskuterar vi hur just din verksamhet kan dra nytta av alla fantastiska möjligheter som AI skapar.