Dina bästa idéer dyker upp vid sämsta möjliga tidpunkt. Du vaknar, skriver ner en dröm i dina anteckningar, kanske säger till dig själv att du ska ”göra content av det senare”… och sedan försvinner den under en hög med flikar.
Innehållsskapare känner igen det här eftersom de behöver återanvändbara hooks. Hälsocoacher känner igen det eftersom klientkontexten blir splittrad. Och om du är en drömdagbok-nörd (ärligt talat, samma här) förvandlar dream video automation ”jag skriver ner det” till ett faktiskt sökbart bibliotek du kan återanvända.
Det här arbetsflödet låter dig skicka en dröm till en Telegram-bot, genererar en AI-tolkning och en 8‑sekunders video med ljud, och loggar sedan allt i Google Sheets så att det förblir organiserat. Du får se exakt hur det fungerar, vad du behöver och var man oftast fastnar.
Så fungerar den här automatiseringen
Här är hela arbetsflödet du ska sätta upp:
n8n Workflow Template: Telegram till Google Sheets – drömvideor loggade
flowchart LR
subgraph sg0["Telegram 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/telegram.svg' width='40' height='40' /></div><br/>Telegram Trigger"]
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/code.svg' width='40' height='40' /></div><br/>Parse Dream Command"]
n2@{ icon: "mdi:swap-horizontal", form: "rounded", label: "Route: Style Help Request", pos: "b", h: 48 }
n3["<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/telegram.svg' width='40' height='40' /></div><br/>Send Available Styles"]
n4@{ icon: "mdi:swap-horizontal", form: "rounded", label: "Route: Valid Dream Input", pos: "b", h: 48 }
n5["<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/telegram.svg' width='40' height='40' /></div><br/>Send Usage Instructions"]
n6["<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/telegram.svg' width='40' height='40' /></div><br/>Send Processing Status"]
n7@{ icon: "mdi:swap-vertical", form: "rounded", label: "Set API Configuration", pos: "b", h: 48 }
n8@{ icon: "mdi:robot", form: "rounded", label: "AI Dream Analyzer Agent", pos: "b", h: 48 }
n9@{ icon: "mdi:brain", form: "rounded", label: "OpenRouter LLM", 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/>Extract Video Prompt & Analy.."]
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/>Generate Dream Video (Veo3)"]
n12@{ icon: "mdi:cog", form: "rounded", label: "Wait for Video Generation", 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/>Poll Generation Status"]
n14@{ icon: "mdi:swap-horizontal", form: "rounded", label: "Route: Generation Complete", pos: "b", h: 48 }
n15@{ icon: "mdi:database", form: "rounded", label: "Log to Google Sheets", 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/telegram.svg' width='40' height='40' /></div><br/>Send Dream Video to User"]
n9 -.-> n8
n0 --> n1
n1 --> n2
n15 --> n16
n7 --> n8
n13 --> n14
n6 --> n7
n8 --> n10
n4 --> n6
n4 --> n5
n2 --> n3
n2 --> n4
n12 --> n13
n14 --> n15
n14 --> n12
n11 --> n12
n10 --> n11
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 n8 ai
class n9 aiModel
class n2,n4,n14 decision
class n15 database
class n11,n13 api
class n1,n10 code
classDef customIcon fill:none,stroke:none
class n0,n1,n3,n5,n6,n10,n11,n13,n16 customIcon
Varför det här spelar roll: drömmar tappas bort (och det gör värdet också)
Drömmar är märkligt användbara, men de är sköra. Du kanske minns en enda bild (glödande träd, att falla, ett barndomshem) och tänker ”det där betyder något”. Sedan försöker du fånga det: en rörig röstanteckning, en halvskriven dagboksanteckning, en skärmdump av en prompt du använde en gång, en videolänk du inte hittar senare. Den verkliga kostnaden är inte bara tiden du lägger på att göra om jobbet. Det är de förlorade mönstren: återkommande teman, emotionella skiften och contentvinklar du hade kunnat bygga en hel serie kring.
Det går snabbt. Här brukar det oftast fallera.
- Du spelar in drömmar på tre ställen, så du litar aldrig på någon av dem som ”källan”.
- Att skapa en AI-video innebär att skriva om prompts varje gång, vilket gör en rolig idé till ett måste.
- Tolkningar blir inkonsekventa eftersom du inte har en återanvändbar analysstruktur.
- Du kan inte söka bland tidigare drömmar på tema eller känsla, så insikterna blir kvar i gamla anteckningar.
Vad du bygger: Telegram → AI-drömvideo + analys → Google Sheets-logg
Den här automatiseringen börjar med ett enkelt Telegram-kommando: du skickar ett meddelande till din bot med /dream och din drömtext, och kan valfritt välja en visuell stil som ”ghibli” eller ”cyberpunk”. Arbetsflödet läser ditt meddelande, avgör om du ber om hjälp (som /styles) eller faktiskt skickar in en dröm, och validerar sedan att din begäran innehåller tillräckligt med detaljer. När det är en giltig dröm får du ett snabbt ”bearbetar”-svar så du inte undrar om något hände. Därefter analyserar en AI-agent drömmen efter teman, symboler, känslor och betydelse. Arbetsflödet omvandlar analysen till en korrekt formaterad videoprompt, begär en 8‑sekunders Veo3-video med inbyggt ljud via fal.ai, väntar på rendering och kontrollerar status tills den är klar. Till sist loggas allt i Google Sheets och den färdiga videon skickas tillbaka till dig i Telegram tillsammans med tolkningen.
Arbetsflödet börjar i Telegram, där du naturligt fångar drömmen medan den fortfarande är färsk. Sedan körs två ”hjärnor” i mitten: en LLM för analys (via OpenRouter) och en videogenerator (via fal.ai / Veo3). Resultatet blir både delbart (video + ljud) och sökbart (en prydlig rad i Google Sheets).
Vad du bygger
| Vad som automatiseras | Vad du uppnår |
|---|---|
|
|
Förväntade resultat
Säg att du fångar 5 drömmar per vecka och vill ha både en kort video och en prydlig dagboksanteckning. Manuellt tar det ofta 10 minuter att skriva om en prompt, ytterligare 10 minuter att ta fram en vettig tolkning, och sedan 5 minuter att kopiera de bästa delarna till ett dokument eller kalkylark. Räkna med cirka 25 minuter per dröm, alltså ungefär 2 timmar i veckan. Med det här arbetsflödet skickar du ett Telegram-meddelande på ungefär en minut och väntar sedan på renderingen. Din ”arbetstid” sjunker till några minuter totalt, och allt loggas automatiskt.
Innan du börjar
- n8n-instans (testa n8n Cloud gratis)
- Alternativ för egen hosting om du föredrar det (Hostinger fungerar bra)
- Telegram-bot för att samla drömmar via chattkommandon
- fal.ai för att generera Veo3-video med ljud
- OpenRouter API-nyckel (hämta den i din OpenRouter-dashboard)
Kunskapsnivå: Nybörjare. Du klistrar in API-nycklar, kopplar Google Sheets och testar några exempelmeddelanden.
Vill du att någon bygger detta åt dig? Prata med en automationsexpert (gratis 15-minuters konsultation).
Steg för steg
Ett Telegram-meddelande triggar allt. När du skickar /dream (eller /styles) till din bot tar n8n emot meddelandet direkt via Telegram-triggern.
Ditt kommando och din stil tolkas. Ett parsningsteg läser texten, upptäcker vilken stil du bad om (eller använder cinematic som standard) och routar ”hjälp”-förfrågningar till en stilarlista istället för att slösa AI-krediter.
AI skapar betydelse och sedan en videoprompt. Drömanalysagenten som drivs av OpenRouter plockar ut teman och emotionell ton, och arbetsflödet omvandlar det till en Veo3-klar prompt som matchar din valda estetik.
Videon renderas, sedan skickas och lagras allt. fal.ai skapar videon med ljud, n8n väntar och kontrollerar renderstatus tills den är klar, loggar sedan posten i Google Sheets och svarar dig i Telegram med videon och tolkningen.
Du kan enkelt ändra de 8 stilpresetsen för att lägga till dina egna uttryck, eller ändra var loggarna hamnar (Sheets, Airtable, Notion) utifrån dina behov. Se den fullständiga implementationsguiden nedan för anpassningsalternativ.
Steg-för-steg-guide för implementering
Steg 1: Konfigurera Telegram-triggern
Konfigurera arbetsflödet så att det lyssnar efter inkommande Telegram-meddelanden som startar processen för drömvideon.
- Lägg till och öppna Telegram Message Trigger.
- Aktivera uppdateringar för message för att fånga användarchattar.
- Inloggningsuppgifter krävs: Anslut era Telegram-inloggningsuppgifter (Bot Token) i Telegram Message Trigger.
⚠️ Vanlig fallgrop: Om er Telegram-bot inte är tillagd i en chatt eller kanal kommer Telegram Message Trigger inte att ta emot meddelanden.
Steg 2: Tolka och routa det inkommande kommandot
Tolka användarens kommando och routa sedan till stilehjälp eller validering av drömmen.
- Öppna Interpret Dream Command och behåll den medföljande JavaScript-koden för att extrahera
style,dreamContent,chatIdsamt flaggor somisStylesRequest. - I Branch: Style Help Query, bekräfta att villkoret kontrollerar att leftValue
={{ $json.isStylesRequest }}är lika medtrue. - Konfigurera Post Style Options för att skicka listan med stilar med chatId satt till
={{ $json.chatId }}. - Ställ in Validate Dream Request för att kontrollera att leftValue
={{ $json.hasDreamContent }}är lika medtrue. - Om ogiltigt, konfigurera Dispatch Usage Guide med chatId
={{ $json.chatId }}för att skicka användningshjälp. - Inloggningsuppgifter krävs: Anslut era Telegram-inloggningsuppgifter för Post Style Options och Dispatch Usage Guide.
Behåll meddelandeformaten i Post Style Options och Dispatch Usage Guide konsekventa med er bot-kommandosyntax (t.ex. /dream och /styles).
Steg 3: Skicka behandlingsnotis och konfigurera API-inställningar
Meddela användaren och ställ in API-endpointen för begäran om videorendering.
- I Send Processing Notice, behåll chatId som
={{ $json.chatId }}och texten med{{ $json.style }}för dynamisk stil. - Inloggningsuppgifter krävs: Anslut era Telegram-inloggningsuppgifter för Send Processing Notice.
- Öppna Configure API Settings och säkerställ att veo3ApiUrl är satt till
https://queue.fal.run/fal-ai/veo3. - Bekräfta att includeOtherFields är aktiverat så att tidigare data följer med till senare noder.
Steg 4: Konfigurera AI-drömanalys och prompt-tolkning
Analysera drömmen och omvandla den till en JSON-prompt som passar för videogenerering.
- Öppna Dream Analysis Agent och bekräfta att text är satt till
=DREAM: {{ $json.dreamContent }} STYLE: {{ $json.style }} - {{ $json.styleDescription }}. - Säkerställ att OpenRouter Chat Model är ansluten som språkmodell för Dream Analysis Agent.
- Inloggningsuppgifter krävs: Anslut era OpenRouter-inloggningsuppgifter i OpenRouter Chat Model (inloggningsuppgifterna läggs till i modellnoden, inte i agenten).
- I Parse Video Prompt Output, behåll JavaScript-koden som tolkar agentens output och slår ihop den med data från Configure API Settings.
⚠️ Vanlig fallgrop: Om Dream Analysis Agent returnerar icke-JSON kommer Parse Video Prompt Output att falla tillbaka till en generisk prompt. Verifiera era regler för modellens output.
Steg 5: Begär video, polla status och logga resultat
Skicka renderingsbegäran, vänta på slutförande och logga outputen.
- I Request Dream Video, sätt url till
={{ $json.veo3ApiUrl }}och behåll JSON-body med{{ $json.videoPrompt }},16:9och8s. - Inloggningsuppgifter krävs: Anslut era HTTP Header Auth-inloggningsuppgifter i Request Dream Video (sätts via genericAuthType).
- Konfigurera Pause for Video Render med unit
minutesoch amount2. - I Check Render Status, sätt url till
={{ $('Request Dream Video').first().json.status_url }}. - Inloggningsuppgifter krävs: Anslut era HTTP Header Auth-inloggningsuppgifter i Check Render Status.
- I Branch: Render Complete, bekräfta att leftValue
={{ $json.status }}är lika medCOMPLETED. - Konfigurera Append Sheet Log genom att välja en documentId och sheetName.
- Inloggningsuppgifter krävs: Anslut era Google Sheets-inloggningsuppgifter i Append Sheet Log.
Om renderingen inte är klar loopar Branch: Render Complete automatiskt tillbaka till Pause for Video Render.
Steg 6: Skicka svar med drömvideon
Leverera den färdiga videon och analysen tillbaka till användaren i Telegram.
- I Send Dream Video Reply, behåll operation satt till
sendVideo. - Sätt file till
={{ $('Check Render Status').first().json.response?.video?.url || $('Check Render Status').first().json.video?.url }}. - Sätt chatId till
={{ $('Parse Video Prompt Output').first().json.chatId }}. - Behåll uttrycket för caption så att det inkluderar stil- och analysfält från Parse Video Prompt Output.
- Inloggningsuppgifter krävs: Anslut era Telegram-inloggningsuppgifter i Send Dream Video Reply.
Steg 7: Testa och aktivera ert arbetsflöde
Validera flödet från början till slut och slå på arbetsflödet för verklig användning.
- Klicka på Execute Workflow och skicka ett Telegram-meddelande som
/dream ghibli I was flying over a magical forest. - Bekräfta att Send Processing Notice skickar ett svar och att arbetsflödet fortsätter till Request Dream Video.
- Vänta tills Check Render Status rapporterar
COMPLETEDoch säkerställ att Send Dream Video Reply publicerar en video med analysen i bildtexten. - Verifiera att Append Sheet Log lägger till en ny rad i ert valda Google Sheet.
- Växla arbetsflödet till Active för produktionsanvändning.
Tips för felsökning
- Telegram-inloggningar kan sluta fungera om du klistrade in fel BotFather-token eller kopplade fel bot. Kontrollera token igen i din Telegram-inloggning i n8n först, och skicka sedan /styles för att bekräfta att triggern triggar.
- Om du använder Wait-noder eller extern rendering varierar processtiderna. Öka väntetiden om nedströms noder fallerar på tomma svar.
- OpenRouter-prompts är bara så bra som ditt systemmeddelande. Om analysen känns generisk, skärp instruktionerna i ”AI Dream Analyzer Agent” så att den konsekvent ger fält för tema, känsla, typ och betydelse som du kan logga.
Snabba svar
Cirka 15 minuter om du redan har API-nycklarna.
Nej. Du kopplar Telegram, klistrar in dina fal.ai- och OpenRouter-nycklar och väljer ditt Google Sheet (valfritt).
Ja. n8n har ett gratis alternativ för egen hosting och en gratis provperiod på n8n Cloud. Cloud-planer börjar på 20 USD/månad för högre volym. Du behöver också räkna med fal.ai-kostnader på cirka 0,10–0,15 USD per video och OpenRouter-kostnader på ungefär 0,01–0,03 USD per förfrågan.
Två alternativ: n8n Cloud (hanterat, enklast att komma igång) eller egen hosting på en VPS. För egen hosting är Hostinger VPS prisvärd och klarar n8n bra. Egen hosting ger dig obegränsade körningar men kräver grundläggande serverhantering.
Ja, och det är enkelt. Du kan lägga till eller byta namn på stilar genom att redigera STYLES-objektet i steget ”Interpret Dream Command”, och sedan behålla allt annat likadant. Om du vill ha en annan ”röst” uppdaterar du systemprompten i ”Dream Analysis Agent” så att tolkningarna matchar din ton (mer terapeutiskt, mer mystiskt, mer kliniskt). Och om du föredrar en annan videomodell byter du Veo3-request-URL:en i HTTP-steget ”Request Dream Video” till en annan fal.ai-modell.
Oftast är det bot-tokenen. Generera om eller kopiera tokenen igen från BotFather och uppdatera Telegram-inloggningen i n8n, och verifiera sedan triggern genom att skicka /styles. Om den fortfarande inte triggar kan arbetsflödet vara inaktivt, eller så är inloggningen inte kopplad till varje Telegram-nod som behöver den.
På n8n Cloud beror den praktiska gränsen på din plans månatliga körningar; vid egen hosting finns ingen körningsgräns (det beror på din server). Den större begränsningen är renderingstid och din fal.ai-budget, eftersom varje dröm skapar ett videjobb och statuskontroller. För de flesta som kör solo är det inga problem att köra dussintals drömmar i veckan. Om du förväntar dig hundratals, lägg till rate limiting och längre väntetider så att du inte överbelastar renderstatus-endpointen.
Ofta, ja, eftersom det här flödet har förgreningar (hjälp vs. dröm), ett AI-agentsteg och en render-loop med ”vänta + polla”, vilket blir klumpigt och dyrt i enklare automationverktyg. n8n ger dig också möjlighet till egen hosting för obegränsade körningar, vilket spelar roll om du loggar många drömmar. Zapier eller Make kan fungera om du skalar ner det till ”meddelande in, rad ut”, men då tappar du oftast den rikare logiken. Om du vill kan du behålla Telegram-insamlingen och Sheets-loggningen här och bygga publiceringen någon annanstans. Prata med en automationsexpert om du är kluven.
Du fångar drömmen en gång, och den blir en tillgång: en video du kan dela och en logg du faktiskt kan söka i. Arbetsflödet tar hand om de repetitiva delarna så att du kan fokusera på betydelsen, contentet eller båda.
Kontakta oss
Hör av dig, så diskuterar vi hur just din verksamhet kan dra nytta av alla fantastiska möjligheter som AI skapar.