2026-10-03 · 原文发布日
一张产品图生成三条Sora 2竖版UGC广告视频
这个模板从n8n表单收集产品图片URL和产品名,下载图片转base64后交给GPT-4o看图生成一份详细的UGC创作者人设,再把人设、产品名和图片发给Gemini 2.5 Pro写出三条12秒UGC视频脚本,然后逐条通过Prototipal的Sora 2网关提交视频生成任务,每15秒轮询状态直到完成并下载成片。作者注明可以把视频供应商换成f.ai等,也可以把模型换成更新的版本。需要自备OpenAI、Gemini和Prototipal的API密钥。
原文要点
n8n模板作者Kuzey Aras Sakınç发布的免费工作流:n8n表单收集产品图片URL与产品名,下载图片转base64,用GPT-4o看图生成详细UGC创作者人设,再把人设、产品名和图片交Gemini 2.5 Pro生成多条12秒UGC脚本,拆成数组逐条经Prototipal的Sora 2网关提交视频生成任务,每15秒轮询直到完成并下载成片。作者注明可把供应商换成fal.ai等、模型换成更新版本;Prototipal的Bearer token为硬编码需替换。
这次做成什么
搭一条“一张产品图进、三条竖版UGC广告出”的流水线:表单提交图片→AI看图写创作者人设→AI写三条12秒脚本→逐条提交视频生成→轮询下载成片。站点练习可先只跑到脚本产出,再决定是否接付费视频API。
准备什么
- n8n实例及OpenAI凭据(账号需支持GPT-4o图像输入)
- Google Gemini(Generative Language API)凭据
- Prototipal的Sora 2网关API密钥,视频生成可能产生费用
- 一张可公开访问的产品测试图片URL
具体怎么做
发布表单触发器
导入模板后打开Form Trigger,确认两个字段:Product Image URL与Product Name;发布表单拿到提交链接,先用测试图片URL走一遍。
验证图片转base64
HTTP下载节点取图后转base64,检查执行记录中二进制字段非空;若图片需登录才能访问,此步会失败,需换公开URL。
配置人设与脚本两个AI节点
GPT-4o视觉节点挂OpenAI凭据,使用下方人设提示词;Gemini 2.5 Pro节点挂Gemini凭据,使用下方三条脚本提示词,要求输出可拆分的编号列表。
替换Prototipal密钥并提交任务
在generate/status/download三个HTTP请求节点中把硬编码Bearer token换成自己的Prototipal密钥;确认每条脚本生成一个竖版12秒任务。
核对轮询与下载
观察执行记录:每15秒查询一次任务状态,全部完成后应产出三个视频文件;可先只提交一条脚本以控制费用。
可直接复制的材料
UGC创作者人设生成提示词
本站独立编写示例,{{product_name}}对应表单产品名字段,图片以base64随请求传入。
请仔细观察这张产品图,为「{{product_name}}」设计一位最匹配该产品的UGC短视频创作者人设,输出中文JSON:{"creator_name":"昵称","age_range":"年龄段","style":"外形与穿搭风格","personality":"性格关键词","speaking_tone":"口播语气","shooting_scene":"建议拍摄场景","why_fit":"为什么这个人设适合该产品(50字内)"}。人设要具体可执行,便于后续直接写进视频脚本。三条12秒UGC脚本生成提示词
本站独立编写示例;模板要求脚本可被拆成数组,编号格式【脚本1】【脚本2】【脚本3】便于正则拆分。
基于以下创作者人设和产品,写3条各12秒的竖版UGC广告口播脚本。人设:{{persona_json}}。产品:{{product_name}}。每条脚本严格输出:
【脚本N】开头钩子(0-2秒)/ 主体内容(2-9秒)/ 行动号召(9-12秒),口播总字数不超过60字,并附一句画面建议。
三条角度分别侧重:真实使用体验、痛点对比、场景种草。只输出三条脚本,不要额外解释。输入与输出示例
本站虚构演示,非原作者运行结果;视频耗时以API实际为准。
输入
Product Image URL为一只白色便携榨汁杯的公开图,Product Name填「果鲜杯Pro」。对应输出
人设输出{"creator_name":"阿澄","age_range":"24-28","shooting_scene":"办公室茶水间"}等;脚本一【脚本1】钩子「上班也能喝到现榨?」,主体演示30秒出汁,号召「点下方链接立减20」;随后生成3个Sora 2任务,轮询约数分钟后下载到3个竖版mp4文件。做完检查这些
- 表单缺少任一字段时流程不进入后续AI调用
- base64转换后GPT-4o节点能正常识别图片内容而非报错
- Gemini输出恰好三条带【脚本N】编号的脚本且能被逐条拆开
- 每条脚本对应一个视频生成任务,状态轮询至completed后拿到视频文件
- 替换Bearer token后三个HTTP节点均不再返回401
容易卡住的地方
- GPT-4o图像输入需账号有权限,否则会报模型或参数错误
- Prototipal的token在模板中是硬编码,漏改任一节点的都会鉴权失败
- 15秒轮询在长队列下可能产生大量执行记录,注意n8n执行日志体积
- 脚本拆分依赖固定编号格式,模型输出格式漂移会导致解析失败,需在提示词中强约束
- Sora 2网关与Gemini调用均可能计费,先单条试跑
本站借助AI整理来源事实,独立编写中文操作指南与示例。示例不代表实际运行结果;来源效果尚未由本站独立复现。付费模板与模型、服务费用分别计算。
- 原文标题
- Generate UGC e-commerce video ads with GPT-4o Vision, Gemini 2.5 Pro and Sora 2
- 原作者
- Kuzey Aras Sakınç
- 原始发布日期
- 2026-10-03T01:36:23.917Z
- 来源
- https://n8n.io/workflows/20367