输入网址自动产出三场景带字幕广告视频

原文要点

作者Abu Bakar的免费n8n模板：主Webhook收到{"url":...}后生成jobId立即返回，Tavily抓站点内容与最多三张图，Gemini提炼品牌产品文案并写brand/product/lifestyle三条图像提示词，OpenAI生成三张场景图、三场景旁白脚本及配音音频，素材先传Google Drive，JSON2Video渲染视频、轮询成功后再次调用烧录字幕，最终MP4以jobId命名存Drive；第二个Webhook按jobId返回处理中JSON或视频二进制。

这次做成什么

搭好这条免费模板并用一个虚构测试站点跑通：提交网址得到jobId，轮询状态Webhook取回带字幕MP4。

准备什么

• n8n账号并已从n8n.io/workflows/19545导入模板，文中界面以该模板为准
• Tavily API、Google Gemini(PaLM) API、OpenAI API凭据各一份
• Google Drive OAuth2凭据及一个已建好的输出文件夹ID
• JSON2Video API Key，用于替换模板中四处YOUR_API_KEY_HERE

具体怎么做

1. 配置凭据与变量

   在n8n凭据页依次新建Tavily API、Gemini(PaLM) API、OpenAI API、Google Drive OAuth2四类凭据并绑定到对应节点；把模板里四个JSON2Video HTTP请求Header中的YOUR_API_KEY_HERE换成真实Key；把场景图上传节点、最终视频上传节点及旁白音频上传节点的Drive文件夹ID改成你自建文件夹的ID（作者提示音频上传这步的文件夹值原本缺失，必须补）。

2. 激活并提交测试任务

   激活工作流，复制主Webhook的Production URL，用下方artifacts里的测试JSON发POST请求；正常应立即收到含jobId的处理中响应，而不是等视频渲染完。记下这个jobId。

3. 核对中间产物

   在Drive文件夹确认依次出现三张场景图和一个旁白音频文件；在n8n执行记录里确认Tavily抓到了站点文本与图片链接、Gemini输出了三条图像提示词、OpenAI各生成了图和音频。若某步失败，按该节点报错单独重跑。

4. 轮询状态取回成片

   向ad-status端点POST{"jobId":"你的jobId"}：渲染与字幕烧录未完成时返回处理中JSON；完成后响应是MP4二进制，另存为mp4文件即可。最终Drive里也会出现以jobId命名的MP4。

可直接复制的材料

提交（POST到主Webhook）：
{"url":"https://demo-aitea.example.com"}

状态查询（POST到ad-status端点）：
{"jobId":"7f3a1c-demo-2026"}

你是广告文案。根据以下品牌与产品资料，为一条三场景广告写旁白脚本：场景1展示品牌气质，场景2展示核心产品卖点，场景3展示用户使用后的生活方式。要求：总时长不超过30秒，每场景一句口语化中文短句，不出现夸大承诺，输出JSON数组，每项含scene(1/2/3)与line两个字段。
品牌与产品资料：【在此粘贴Gemini前一步提炼出的品牌文案】

输入与输出示例

本站虚构演示，非模板作者运行结果，未实际调用。

输入

POST 主Webhook，body={"url":"https://demo-aitea.example.com"}，随后POST ad-status端点，body={"jobId":"7f3a1c-demo-2026"}

对应输出

提交响应示意：{"status":"processing","jobId":"7f3a1c-demo-2026"}；未完成时查询响应：{"status":"processing"}；完成后响应为Content-Type: video/mp4的二进制流，另存为mp4文件即可，Drive中也会出现以该jobId命名的MP4，播放时可见烧录进去的字幕。

做完检查这些

• 提交URL后立即返回jobId而不是长等到视频完成
• Drive文件夹出现三张场景图、一段旁白音频和一个以jobId命名的MP4
• 状态Webhook在未完成时返回JSON、完成后返回二进制视频，两种响应都验证过
• 最终MP4播放时能看到烧录进去的字幕

容易卡住的地方

• 模板里四处YOUR_API_KEY_HERE要全部替换，漏一处该次HTTP调用就会401失败
• 作者明确提示旁白音频上传步骤的Drive文件夹值缺失，不补会在音频上传处中断
• Gemini最多取三张网站图片，站点无可用图片时场景图生成质量下降属预期
• 渲染与字幕是两次JSON2Video轮询，整体耗时受服务排队影响，别把状态轮询间隔设太短