Du tar fram en riktigt bra videoidé, kör en rendering och sedan… tappar du bort vad du bad om, vad du fick tillbaka och vilken prompt som faktiskt fungerade. Nästa vecka börjar du i princip om från noll igen och letar runt bland flikar, anteckningar och slumpmässiga filer.
Den här Veo3 Sheets tracking-lösningen drabbar content marketers hårdast, men små studieteam och solo creators känner av den också. Du får en repeterbar pipeline som tar fram nya koncept, bygger Veo3-klara prompts och loggar varje rendering så att du kan skala produktionen utan röran.
Nedan ser du det exakta automationsflödet, resultaten det skapar och vad du behöver för att köra det stabilt i n8n.
Så fungerar den här automationen
Hela n8n-workflowen, från trigger till slutresultat:
n8n Workflow Template: Veo3 + Google Sheets, spåra varje videorendering
flowchart LR
subgraph sg0["Schedule Flow"]
direction LR
n0@{ icon: "mdi:play-circle", form: "rounded", label: "Schedule Trigger", pos: "b", h: 48 }
n1@{ icon: "mdi:brain", form: "rounded", label: "OpenAI Chat Model1", pos: "b", h: 48 }
n2@{ icon: "mdi:wrench", form: "rounded", label: "Think1", pos: "b", h: 48 }
n3@{ icon: "mdi:robot", form: "rounded", label: "Structured Output Parser1", pos: "b", h: 48 }
n4@{ icon: "mdi:brain", form: "rounded", label: "OpenAI Chat Model", pos: "b", h: 48 }
n5@{ icon: "mdi:wrench", form: "rounded", label: "Think", pos: "b", h: 48 }
n6@{ icon: "mdi:robot", form: "rounded", label: "Generate Video Idea", pos: "b", h: 48 }
n7@{ icon: "mdi:robot", form: "rounded", label: "Generate Veo3 Prompt", 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/>Create Video"]
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/>Get Video"]
n10@{ icon: "mdi:cog", form: "rounded", label: "Wait 10 Minutes", pos: "b", h: 48 }
n11@{ icon: "mdi:database", form: "rounded", label: "Store the Video", pos: "b", h: 48 }
n12@{ icon: "mdi:database", form: "rounded", label: "Save Content Information", pos: "b", h: 48 }
n5 -.-> n7
n2 -.-> n6
n9 --> n11
n8 --> n10
n10 --> n9
n0 --> n6
n4 -.-> n7
n1 -.-> n6
n6 --> n7
n7 --> n12
n12 --> n8
n3 -.-> 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 n0 trigger
class n3,n6,n7 ai
class n1,n4 aiModel
class n2,n5 ai
class n11,n12 database
class n8,n9 api
classDef customIcon fill:none,stroke:none
class n8,n9 customIcon
Problemet: videoidéer är lätt att starta med, svårt att upprepa
Att komma på en “cool idé” är sällan flaskhalsen. Flaskhalsen är att göra om idén till ett konsekvent system som du kan köra varje dag utan att gå in i väggen. Du skriver ett koncept, skriver om det för en filmisk generator, skickar det till ett API, väntar och kopierar sedan resultaten till ett dokument eller ett kalkylark (om du kommer ihåg). Efter några pass har du noll historik att lära dig av. Ingen korrekt formaterad lista med prompts. Ingen logg över vilka captions som presterade. Och när du vill återskapa en stil som fungerade så gissar du.
Friktionen byggs på. Här är var det faller isär.
- Du gör om prompt-arbetet eftersom den “slutliga” versionen ligger begravd i chattloggar eller spridda anteckningar.
- Renderingarna blir omöjliga att spåra eftersom request-ID:n och tidsstämplar inte sparas någonstans på ett konsekvent sätt.
- Manuell loggning tar cirka 10 minuter per rendering, så det är det första du hoppar över när det är mycket att göra.
- Utan ett enkelt statusfält (utkast, att producera, klar) förvandlas din backlog till en hög.
Lösningen: generera Veo3-idéer automatiskt, rendera och logga allt
Den här workflowen ger dig en strukturerad innehållsloop som körs enligt schema. Den börjar med att generera ett modernt vlogg-inspirerat koncept med teman som hämtar inspiration från mytologi eller berättelser i biblisk stil, och levererar sedan strukturerad JSON (caption, koncept, miljö och en enkel status). Därefter omvandlar ett andra AI-steg konceptet till en Veo3-klar filmisk prompt med kamerarörelser, ljussättning och realistiska textur-ledtrådar, så att outputen faktiskt går att använda för videogenerering. Workflowen skickar prompten till Veo3-API:t, fångar request-ID:t, väntar och kontrollerar sedan renderstatus samt hämtar de slutliga resultatdetaljerna. Under resans gång skriver den konceptet och renderloggarna till Google Sheets, som blir ditt sökbara bibliotek över vad du har skapat och vad du ska skapa härnäst.
Workflowen startar med en schemalagd trigger i n8n. AI genererar konceptet, AI förädlar det till en filmisk prompt och Google Sheets lagrar din “creative brief”. Sedan startar en HTTP-request Veo3-renderingen, en kort väntan ger kön tid och en sista HTTP-request hämtar resultaten innan allt läggs till i Sheets.
Det här får du: automation vs. resultat
| Vad den här workflowen automatiserar | Resultat du får |
|---|---|
|
|
Exempel: så här ser det ut i praktiken
Säg att du genererar 10 Veo3-klipp per vecka. Manuellt kan du lägga cirka 10 minuter på att skriva ett koncept, ytterligare 10 på att skriva om det till en filmisk prompt och sedan 10 till på att kopiera request-ID:n och resultat till ett kalkylark, vilket blir ungefär 5 timmar i veckan. Med den här workflowen sätter du schemat en gång, och sedan loggar varje körning koncept och rendering automatiskt. Ditt “arbete” blir granskning och urval, kanske 10 minuter per dag. Resten händer i bakgrunden.
Det här behöver du
- n8n-instans (testa n8n Cloud gratis)
- Self-hosting-alternativ om du föredrar det (Hostinger fungerar bra)
- Google Sheets för att logga koncept och renderresultat
- fal.run Veo3 API för att generera själva videoklippen
- Veo3 API-nyckel (hämta den i din fal.run-dashboard)
Nivå: Medel. Du klistrar in en API-nyckel, kopplar Google Sheets och justerar prompts utan att röra riktig kod.
Vill du slippa sätta upp detta själv? Prata med en automationsexpert (gratis 15-minuters konsultation).
Så fungerar det
Ett schema triggar nytt innehåll. n8n startar körningen automatiskt (dagligen, veckovis eller i den takt du väljer), så att idéarbetet inte hänger på att du “hittar tid”.
AI genererar ett strukturerat koncept. Den första AI-agenten skapar en JSON-liknande output med en caption, berättelseögonblicket, detaljer om miljön och en status-etikett som “att producera”, vilket håller din pipeline organiserad.
AI gör om konceptet till en Veo3-prompt. En andra AI-agent utvecklar idén till filmisk regi: kamerarörelse, ljussättning, textur, bildutsnitt och stämning. Det är skillnaden mellan “en trevlig idé” och en prompt du faktiskt kan rendera.
Sheets lagrar planen, sedan skickas renderingen och spåras. Google Sheets loggar först innehållsdetaljerna, och därefter skickar en HTTP-request den slutliga prompten till Veo3-API:t. Efter en kort väntan anropar workflowen API:t igen för att hämta renderresultatet och lägger till en sista rad i Sheets.
Du kan enkelt ändra koncepttemat så att det matchar din nisch utifrån dina behov. Se hela implementationsguiden nedan för anpassningsalternativ.
Steg-för-steg-guide för implementering
Steg 1: konfigurera den schemalagda triggern
Det här arbetsflödet startar enligt ett tidsschema och initierar flödet för AI-generering av innehåll.
- Lägg till eller öppna Scheduled Start Trigger som triggernod.
- Behåll standardinställningarna för schemat eller konfigurera intervallet i Scheduled Start Trigger till den takt ni föredrar.
- Verifiera kopplingen från Scheduled Start Trigger till Create Video Concept i canvas-flödet.
Steg 2: anslut Google Sheets
Två Google Sheets-noder skriver innehållsdetaljer och video-URL:er till ert kalkylark.
- Öppna Store Content Details och ställ in Operation till
append. - Ställ in Document till
[YOUR_ID]och Sheet tillgid=0(Sheet1). - I mappningarna i Store Content Details, ställ in Idea till
{{ $('Create Video Concept').first().json.output.idea }}, Status till{{ $('Create Video Concept').first().json.output.status }}, Captions till{{ $('Create Video Concept').first().json.output.caption }}och Environment till{{ $('Create Video Concept').first().json.output.environment }}. - Öppna Append Video Record och behåll Operation som
append. - Mappa Video URL till
{{ $json.video.url }}och ange samma värden för Document och Sheet som ovan. - Inloggningsuppgifter krävs: Anslut era Google Sheets-inloggningsuppgifter i både Store Content Details och Append Video Record (inloggningsuppgifter krävs men är inte konfigurerade).
Steg 3: konfigurera AI-genereringen av innehåll
AI-lagret genererar videoidén och formaterar den för vidare användning i flödet.
- Öppna Create Video Concept och bekräfta att prompten i Text är satt till
Give me an idea to create the content about biblical characters speaking to thecamera and making a vlog. - Säkerställ att Create Video Concept har Has Output Parser aktiverat och är ansluten till Structured Parser A.
- Verifiera att Structured Parser A har JSON-schemaexemplet satt till
{ "caption": "", "idea": "", "environment": "", "status": "" }. - Bekräfta att ChatGPT Model Alpha är ansluten som språkmodell för Create Video Concept och att ChatGPT Model Beta är ansluten till Compose Veo3 Prompt.
- Öppna Compose Veo3 Prompt och ställ in Text till
=Create a prompt for the Veo3 video based on the following information: Idea: {{ $json.output.idea }} Environment: {{ $json.output.environment }}. - Inloggningsuppgifter krävs: Anslut era OpenAI-inloggningsuppgifter i ChatGPT Model Alpha och ChatGPT Model Beta (inloggningsuppgifter krävs men är inte konfigurerade).
- Observera att Reasoning Tool A, Reasoning Tool B och Structured Parser A är AI-undernoder – lägg till inloggningsuppgifter i de överordnade modellnoderna, inte i dessa verktyg.
Steg 4: konfigurera videorenderingsförfrågningar
Dessa steg skickar in renderingsförfrågan till Veo3, väntar på bearbetning och hämtar den slutliga video-URL:en.
- Öppna Submit Video Render och ställ in URL till
https://queue.fal.run/fal-ai/veo3. - Ställ in Method till
POSToch Content Type tillrawmed Raw Content Type satt tillapplication/json. - Ställ in Body till
={ "prompt": "{{ $('Compose Veo3 Prompt').item.json.output }}" }. - Aktivera Authentication som
genericCredentialTypemed HTTP Header Auth. - Inloggningsuppgifter krävs: Anslut era HTTP Header Auth-inloggningsuppgifter i Submit Video Render och Retrieve Video Result (inloggningsuppgifter krävs men är inte konfigurerade).
- Öppna Delay Ten Minutes och ställ in Amount till
10för att ge renderingen tid att bearbetas. - Öppna Retrieve Video Result och ställ in URL till
=https://queue.fal.run/fal-ai/veo3/requests/{{ $json.request_id }}.
$json.request_id från Submit Video Render. Säkerställ att renderings-API:t returnerar request_id i sitt svar, annars kommer detta steg att misslyckas.Steg 5: testa och aktivera ert arbetsflöde
Kör ett fullständigt test för att säkerställa att innehåll genereras, renderas och loggas korrekt.
- Klicka på Execute Workflow för att köra flödet från Scheduled Start Trigger.
- Bekräfta att Create Video Concept levererar strukturerad JSON och att Compose Veo3 Prompt returnerar en enda promptsträng.
- Verifiera att Store Content Details lägger till en ny rad med idé, status, captions och environment.
- Kontrollera att Submit Video Render returnerar ett
request_id, och att Retrieve Video Result därefter returnerar ett video-objekt medvideo.url. - Bekräfta att Append Video Record lägger till
Video URLi ert Google Sheet. - När allt ser bra ut, växla arbetsflödet till Active för att köra enligt schema.
Vanliga fallgropar
- Google Sheets-inloggningar kan gå ut eller kräva specifika behörigheter. Om saker slutar fungera, kontrollera först panelen Credentials i n8n och delningsinställningarna för arket.
- Om du använder Wait-noder eller extern rendering varierar processtiderna. Öka väntetiden om efterföljande noder fallerar på tomma svar.
- fal.run (Veo3)-API-nycklar roteras eller klistras ibland in med extra mellanslag, och Authorization-headern är petig. Om HTTP-requesten misslyckas, kopiera nyckeln på nytt från fal.run-dashboarden och bekräfta att header-formatet matchar “Authorization: Key YOUR_API_KEY”.
Vanliga frågor
Cirka 30 minuter om din API-nyckel och ditt Sheet är redo.
Nej. Du kopplar konton, klistrar in en API-nyckel och justerar ett par fält 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 volym. Du behöver också räkna in kostnader för Veo3 (fal.run)-API-användning, som beror på hur många klipp 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 klarar n8n bra. Self-hosting ger dig obegränsade körningar men kräver grundläggande serverhantering.
Ja, och det är ärligt talat den första justeringen de flesta gör. Uppdatera prompten i AI-agenten “Create Video Concept” så att den använder ditt tema (produktdemos, rese-POV, grundarberättelser, grekiska myter, vad som helst). Justera sedan AI-agenten “Compose Veo3 Prompt” så att kamerastilen matchar ditt varumärke, till exempel handhållen dokumentär eller polerad studioljussättning. Många team byter också namn på kolumnerna i Google Sheets för att matcha sina arbetssteg (utkast, att producera, renderad, publicerad).
Oftast handlar det om behörigheter. Se till att Google-kontot du kopplade i n8n har åtkomst till just det kalkylarket och bekräfta att filen inte har flyttats till en begränsad Drive. Om det fungerade tidigare och plötsligt slutade, uppdatera Google Sheets-inloggningen i n8n eftersom tokens kan gå ut.
Väldigt många.
Ofta, ja, eftersom det här flödet har flera AI-steg, en vänta-och-polla-loop och två separata loggtillfällen (först koncept, senare rendering). n8n hanterar förgrening och mer komplex logik utan att hela tiden pressa dig till högre nivåer, och self-hosting innebär att du inte betalar per task på samma sätt. Zapier eller Make kan fortfarande vara helt okej om du bara vill “skicka prompt, skriv rad” och du inte bryr dig om att spåra request-ID:n ordentligt. Avvägningen är kontroll kontra enkelhet. Om du är osäker, prata med en automationsexpert så pekar vi dig i rätt riktning.
När det här väl rullar slutar dina idéer och renderingar att försvinna ut i tomma intet. Du får ett riktigt system som du kan förbättra vecka efter vecka.
Kontakta oss
Hör av dig, så diskuterar vi hur just din verksamhet kan dra nytta av alla fantastiska möjligheter som AI skapar.