ساخت ویدیوی کوتاه با هوش مصنوعی: OpenAI، Kling، ElevenLabs

تولید کننده ویدیوی کوتاه با قدرت هوش مصنوعی با OpenAI، Flux، Kling و ElevenLabs

این گردش کار، ساخت ویدیوهای کوتاه و جذاب را برای پلتفرم‌هایی مانند TikTok، YouTube Shorts و Instagram Reels خودکار می‌کند. ایده‌های محتوا را از یک Google Sheet به ویدیوهای حرفه‌ای تبدیل می‌کند که شامل زیرنویس‌های تولید شده توسط هوش مصنوعی، تصاویر واقعی، صداگذاری و مونتاژ نهایی است. این گردش کار برای تولیدکنندگان محتوا، بازاریابان دیجیتال و مدیران رسانه‌های اجتماعی که به دنبال افزایش کارآمدی تولید ویدیو هستند، ایده‌آل است.

گردش کار به پنج مرحله کلیدی تقسیم شده است:

1. تولید کپشن: ایده‌های ویدیو را استخراج کرده و با استفاده از OpenAI کپشن‌های خلاقانه و جسورانه‌ای ایجاد می‌کند.

2. تولید تصویر: پرامپت‌های دقیق تصویر را توسعه داده و تصاویر را از طریق API Flux تولید می‌کند.

3. تولید ویدیو: تصاویر را با استفاده از API Kling به کلیپ‌های ویدیویی کوتاه تبدیل می‌کند، همراه با مدیریت خطای قوی.

4. ساخت صداگذاری: یک اسکریپت روایت طنزآمیز ایجاد کرده، گفتار را با Eleven Labs سنتز می‌کند و صدا را ذخیره می‌کند.

5. مونتاژ نهایی ویدیو و انتشار: تمام عناصر را ترکیب کرده، ویدیوی نهایی را رندر می‌کند، آن را آپلود کرده، برگه منبع را به‌روزرسانی می‌کند و یک اعلان ارسال می‌کند.

هر مرحله شامل مدیریت خطا، ردیابی استفاده از توکن و مدیریت کلید API برای پایداری عملیاتی و آگاهی از هزینه‌ها است.

---

۱. تولید کپشن

این مرحله بر استخراج ایده‌های ویدیو از یک Google Sheet و تولید چندین کپشن خلاقانه و جذاب با استفاده از OpenAI تمرکز دارد.

نودها:

• Daily Trigger (Schedule Trigger): گردش کار را یک بار در روز آغاز می‌کند.
• Set API Keys (Set): کلیدهای API ضروری و مقادیر پیکربندی را ذخیره می‌کند.
• Load Video Ideas (Google Sheets): مفاهیم ویدیویی را که برای تولید در یک Google Sheet علامت‌گذاری شده‌اند، بازیابی می‌کند.
• Generate Video Captions (OpenAI): از OpenAI برای ایجاد پنج کپشن متمایز و جسورانه برای هر ایده ویدیو استفاده می‌کند.
• Parse Captions (Code): خروجی خام OpenAI را به یک لیست ساختاریافته از کپشن‌های مجزا تقسیم می‌کند.

جزئیات نود:

• Daily Trigger

* نوع: n8n-nodes-base.scheduleTrigger

* هدف: گردش کار را روزانه در زمان تعیین شده (مثلاً ۷ صبح) شروع می‌کند.

• Set API Keys

* نوع: n8n-nodes-base.set

* هدف: کلیدهای API برای Eleven Labs، Creatomate و سایر سرویس‌ها را به همراه شناسه‌های الگو متمرکز می‌کند.

* پیکربندی: متغیرهای رشته‌ای برای کلیدهای API و شناسه‌های الگو تعریف می‌کند.

* نکته: اطمینان حاصل کنید که تمام کلیدهای لازم به درستی پیکربندی شده‌اند تا از شکست مراحل بعدی جلوگیری شود.

• Load Video Ideas

* نوع: n8n-nodes-base.googleSheets

* هدف: یک ردیف خاص را از یک Google Sheet که ستون "production" آن روی "for production" تنظیم شده است، می‌خواند.

* اعتبارنامه‌ها: به احراز هویت Google Sheets OAuth2 نیاز دارد.

* مدیریت خطا: مواردی را که هیچ ردیف مطابقی یافت نمی‌شود یا سهمیه API Google Sheets فراتر رفته است، مدیریت می‌کند.

• Generate Video Captions

* نوع: @n8n/n8n-nodes-langchain.openAi

* هدف: از OpenAI (GPT-4o-mini) برای تولید پنج کپشن برای هر ایده ویدیو استفاده می‌کند. پرامپت سیستم، هوش مصنوعی را برای تولید کپشن‌های جسورانه و از دید اول شخص با ساختار روایی خاص (مشکل > اقدام > پاداش) و محدودیت‌های سبکی (بدون نقل قول، حداقل ایموجی) هدایت می‌کند.

* اعتبارنامه‌ها: به کلید API OpenAI نیاز دارد.

* مدیریت خطا: محدودیت‌های نرخ API و شکست‌های احتمالی اجرای پرامپت را مدیریت می‌کند.

• Parse Captions

* نوع: n8n-nodes-base.code

* هدف: خروجی متن خام از OpenAI را پردازش می‌کند و آن را به یک آرایه JSON از اشیاء کپشن مجزا تقسیم می‌کند که هر کدام حاوی یک رشته کپشن هستند. این کار داده‌ها را برای مراحل بعدی آماده می‌کند.

* مدیریت خطا: خطاها مربوط به تجزیه پاسخ‌های نامعتبر یا خالی را می‌گیرد.

---

۲. تولید تصویر

این مرحله بر تبدیل کپشن‌های تولید شده به پرامپت‌های دقیق برای تولید تصویر و سپس ایجاد تصاویر با استفاده از API Flux تمرکز دارد.

نودها:

• Generate Image Prompts (OpenAI): هر کپشن را به یک پرامپت دقیق و فوق‌واقع‌گرایانه مناسب برای مدل‌های تولید تصویر هوش مصنوعی گسترش می‌دهد.
• Calculate Token Usage (Code): تعداد توکن‌ها را از تمام فراخوانی‌های OpenAI برای ردیابی هزینه جمع‌آوری می‌کند.
• Request Image Generation (HTTP Request): پرامپت را به نقطه پایانی Flux API ارسال می‌کند تا ایجاد تصویر آغاز شود.
• Wait for Image (Wait): اجرای فرآیند را برای زمان‌بندی تولید تصویر متوقف می‌کند.
• Fetch Image Result (HTTP Request): API را برای بازیابی وضعیت و URL تصویر تولید شده، بررسی می‌کند.
• Check Image Status (If): وضعیت تولید تصویر را ارزیابی می‌کند. در صورت شکست، مکانیسم تلاش مجدد را فعال می‌کند.
• Retry Image Delay (Wait): پس از شکست، قبل از تلاش مجدد برای تولید تصویر، تأخیری را معرفی می‌کند.

جزئیات نود:

• Generate Image Prompts

* نوع: @n8n/n8n-nodes-langchain.openAi

* هدف: از OpenAI (GPT-4o-mini) برای تبدیل هر کپشن به یک پرامپت سینمایی بسیار توصیفی که برای مدل Flux بهینه‌سازی شده است، استفاده می‌کند. پرامپت بر دیدگاه اول شخص و توصیفات دقیق محیطی تأکید دارد.

* اعتبارنامه‌ها: نیاز به کلید API OpenAI دارد.

* مدیریت خطا: به خطاهای API و تفسیرهای احتمالی نادرست از کپشن‌های ورودی می‌پردازد.

• Calculate Token Usage

* نوع: n8n-nodes-base.code

* هدف: توکن‌های پرامپت و تکمیل را از تمام اجرای نودهای OpenAI در گردش کار جمع می‌کند تا مجموعی در حال اجرا برای نظارت بر هزینه ارائه دهد.

• Request Image Generation

* نوع: n8n-nodes-base.httpRequest

* هدف: یک درخواست POST به نقطه پایانی Flux API (/v1/generation/flux) برای تولید تصویر بر اساس پرامپت دقیق ارسال می‌کند.

* پیکربندی: مدل (Qubico/flux1-dev)، وضوح (540x960) را مشخص می‌کند و پرامپت‌های منفی را برای جلوگیری از عناصر ناخواسته شامل می‌شود.

* هدرها: نیاز به X-API-Key از نود Set API Keys دارد.

* خروجی: یک شناسه وظیفه برای فرآیند تولید تصویر ناهمزمان برمی‌گرداند.

* مدیریت خطا: کلیدهای نامعتبر API، محدودیت‌های نرخ و مشکلات اتصال شبکه را مدیریت می‌کند.

• Wait for Image

* نوع: n8n-nodes-base.wait

* هدف: گردش کار را به مدت ۳ دقیقه متوقف می‌کند تا وظیفه تولید تصویر در سرور تکمیل شود.

• Fetch Image Result

* نوع: n8n-nodes-base.httpRequest

* هدف: نقطه پایانی API (/v1/generation/status/{task_id}) را با استفاده از شناسه وظیفه به‌دست‌آمده از Request Image Generation بررسی می‌کند تا وضعیت را بررسی کرده و URL تصویر را پس از تکمیل بازیابی کند.

* خروجی: URL تصویر و وضعیت تولید را ارائه می‌دهد.

* مدیریت خطا: مهلت زمانی وظیفه، خطاهای API و شکست‌های بازیابی را مدیریت می‌کند.

• Check Image Status

* نوع: n8n-nodes-base.if

* هدف: فیلد status را از نود Fetch Image Result بررسی می‌کند. اگر وضعیت "failed" باشد، اجرا را به منطق تلاش مجدد هدایت می‌کند.

• Retry Image Delay

* نوع: n8n-nodes-base.wait

* هدف: در صورت شکست تلاش قبلی، قبل از تلاش مجدد فرآیند تولید تصویر، تأخیر ۵ دقیقه‌ای را معرفی می‌کند. این به نود Request Image Generation متصل است.

---

۳. تولید ویدیو

این مرحله تصاویر تولید شده را با استفاده از API Kling به کلیپ‌های ویدیویی کوتاه تبدیل می‌کند و برای اطمینان از قابلیت اطمینان، مکانیزم نظرسنجی و تلاش مجدد را در خود جای داده است.

نودها:

• Create Video Clip (HTTP Request): درخواستی را به نقطه پایانی Kling در PiAPI برای تولید ویدیو از یک تصویر ارسال می‌کند.
• Wait for Video (Wait): اجرای فرآیند را برای تکمیل تولید ویدیو متوقف می‌کند.
• Fetch Video Result (HTTP Request): وضعیت و URL ویدیوی تولید شده را از PiAPI دریافت می‌کند.
• Check Video Status (If): وضعیت تولید ویدیو را ارزیابی می‌کند. در صورت شکست، تلاش مجدد را فعال می‌کند.
• Retry Video Delay (Wait): پس از شکست، قبل از تلاش مجدد برای تولید ویدیو، تأخیری را اعمال می‌کند.

جزئیات نود:

• Create Video Clip

* نوع: n8n-nodes-base.httpRequest

* هدف: با استفاده از URL تصویر به دست آمده از مرحله قبل، یک درخواست POST به نقطه پایانی Kling در PiAPI (/v1/generation/kling) ارسال می‌کند.

* پیکربندی: مدل را روی "kling"، حالت را روی "pro"، مدت زمان را روی 5 ثانیه تنظیم می‌کند و پارامترهای کنترل دوربین و اعلان‌های منفی را شامل می‌شود.

* هدرها: به X-API-Key از نود Set API Keys نیاز دارد.

* ورودی: URL تصویر از نود Fetch Image Result.

* خروجی: یک شناسه وظیفه (task ID) برای فرآیند تولید ویدیو برمی‌گرداند.

* مدیریت خطا: خطاهای API، URLهای تصویر نامعتبر و محدودیت‌های نرخ را مدیریت می‌کند.

• Wait for Video

* نوع: n8n-nodes-base.wait

* هدف: گردش کار را به مدت 10 دقیقه متوقف می‌کند تا وظیفه تولید ویدیو به پایان برسد.

• Fetch Video Result

* نوع: n8n-nodes-base.httpRequest

* هدف: با استفاده از شناسه وظیفه ویدیو، نقطه پایانی وضعیت PiAPI (/v1/generation/status/{task_id}) را برای دریافت URL نهایی ویدیو و وضعیت، نظرسنجی می‌کند.

* ورودی: شناسه وظیفه از Create Video Clip.

* خروجی: URL ویدیو و وضعیت تولید را ارائه می‌دهد.

* مدیریت خطا: شکست وظیفه، پایان زمان (timeout) و خطاهای API را مدیریت می‌کند.

• Check Video Status

* نوع: n8n-nodes-base.if

* هدف: فیلد status را از نود Fetch Video Result بررسی می‌کند. اگر وضعیت "failed" باشد، گردش کار را به منطق تلاش مجدد هدایت می‌کند.

• Retry Video Delay

* نوع: n8n-nodes-base.wait

* هدف: قبل از تلاش مجدد فرآیند تولید ویدیو در صورت شکست تلاش قبلی، تأخیری را پیاده‌سازی می‌کند. این نود به نود Create Video Clip متصل است.

---

۴. تولید صداگذاری

این مرحله یک اسکریپت روایت تولید می‌کند، آن را با استفاده از Eleven Labs به گفتار تبدیل می‌کند و فایل صوتی حاصل را در Google Drive آپلود می‌کند.

نودها:

• Generate Narration Script (OpenAI): یک اسکریپت صداگذاری کوتاه و طنزآمیز بر اساس زیرنویس‌های ویدیو ایجاد می‌کند.
• Synthesize Speech (HTTP Request): اسکریپت را به API تبدیل متن به گفتار Eleven Labs ارسال می‌کند.
• Upload Audio to Drive (Google Drive): فایل صوتی تولید شده را در یک پوشه مشخص Google Drive آپلود می‌کند.
• Set Audio Permissions (Google Drive): تنظیمات اشتراک‌گذاری را برای فایل صوتی آپلود شده پیکربندی می‌کند.
• Extract Audio URL (Code): URL عمومی فایل صوتی را از متادیتای Google Drive بازیابی می‌کند.

جزئیات نود:

• Generate Narration Script

* نوع: @n8n/n8n-nodes-langchain.openAi

* هدف: از OpenAI (GPT-4o-mini) برای نوشتن یک اسکریپت روایت کوتاه و جذاب (حدود ۱۵ ثانیه) استفاده می‌کند که مکمل زیرنویس‌های ویدیو باشد و لحنی طنزآمیز و جسورانه داشته باشد.

* ورودی: زیرنویس‌های تولید شده در مرحله اول.

* اعتبارنامه‌ها: نیاز به کلید API OpenAI دارد.

* مدیریت خطا: خطاهای API و فرمت‌های خروجی غیرمنتظره را مدیریت می‌کند.

• Synthesize Speech

* نوع: n8n-nodes-base.httpRequest

* هدف: یک درخواست POST به نقطه پایانی API تبدیل متن به گفتار Eleven Labs برای تبدیل اسکریپت تولید شده به یک فایل صوتی ارسال می‌کند.

* پیکربندی: کلید API Eleven Labs را در هدرها و متن اسکریپت را در بدنه درخواست شامل می‌شود.

* ورودی: متن اسکریپت از Generate Narration Script.

* خروجی: فایل صوتی تولید شده (یا URL آن).

* مدیریت خطا: کلیدهای API نامعتبر، محدودیت‌های نرخ و شکست‌های تولید صدا را مدیریت می‌کند.

• Upload Audio to Drive

* نوع: n8n-nodes-base.googleDrive

* هدف: فایل صوتی سنتز شده را در یک پوشه خاص در Google Drive آپلود می‌کند و از شناسه Google Sheet برای نام‌گذاری استفاده می‌کند.

* پیکربندی: شناسه پوشه هدف (مانند "Resume Studio") را مشخص می‌کند و نام فایل را می‌سازد.

* اعتبارنامه‌ها: نیاز به احراز هویت OAuth2 Google Drive دارد.

* مدیریت خطا: خطاهای آپلود و مشکلات احراز هویت را دریافت می‌کند.

• Set Audio Permissions

* نوع: n8n-nodes-base.googleDrive

* هدف: تنظیمات اشتراک‌گذاری فایل صوتی آپلود شده را به "هر کسی که لینک را دارد می‌تواند بنویسد" (یا مجوز قابل دسترسی مشابه) تغییر می‌دهد.

* ورودی: شناسه فایل به دست آمده از نود Upload Audio to Drive.

* مدیریت خطا: به خطاهای احتمالی تنظیم مجوز رسیدگی می‌کند.

• Extract Audio URL

* نوع: n8n-nodes-base.code

* هدف: خروجی نود Set Audio Permissions را تجزیه و تحلیل می‌کند تا URL عمومی فایل صوتی آپلود شده را استخراج کند، که برای مونتاژ نهایی ویدیو مورد نیاز است.

* خروجی: یک شیء JSON حاوی آرایه sound_urls.

---

۵. مونتاژ نهایی ویدیو و انتشار

این مرحله نهایی، تمام دارایی‌های تولید شده را ادغام می‌کند، ویدیوی کامل را رندر می‌کند، آن را آپلود می‌کند، داده‌های منبع را به‌روزرسانی می‌کند و یک اعلان ارسال می‌کند.

نودها:

• Merge Captions and Videos (Merge): هر زیرنویس را با URL ویدیوی مربوطه مرتبط می‌کند.
• Prepare Video and Audio Data (Merge): URL ویدیوها را با URL صدای استخراج شده جفت می‌کند.
• Render Final Video (HTTP Request): برای مونتاژ ویدیو، زیرنویس‌ها و صدا، با API Creatomate تماس می‌گیرد.
• Wait for Render (Wait): در حالی که Creatomate در حال پردازش ویدیو است، اجرای گردش کار را متوقف می‌کند.
• Fetch Final Video (HTTP Request): وضعیت و URL ویدیوی رندر شده را از Creatomate دریافت می‌کند.
• Download Raw Video File (HTTP Request): فایل ویدیوی واقعی را از URL Creatomate دانلود می‌کند.
• Upload Final Video to Drive (Google Drive): ویدیوی کامل شده را در Google Drive آپلود می‌کند.
• Set Final Video Permissions (Google Drive): مجوزهای اشتراک‌گذاری را برای ویدیوی نهایی پیکربندی می‌کند.
• Update Google Sheet (Google Sheets): متادیتای (مانند URL ویدیو، وضعیت) را به Google Sheet اصلی اضافه می‌کند.
• Notify on Discord (Discord): یک پیام تأیید به کانال Discord ارسال می‌کند.

جزئیات نود:

• Merge Captions and Videos

* نوع: n8n-nodes-base.merge

* هدف: لیست زیرنویس‌ها را با لیست URL ویدیوها بر اساس ترتیب آن‌ها ادغام می‌کند و اطمینان می‌دهد که هر زیرنویس به بخش صحیح ویدیو پیوند داده شده است.

• Prepare Video and Audio Data

* نوع: n8n-nodes-base.merge

* هدف: داده‌های ویدیو (که اکنون شامل زیرنویس‌ها هستند) را با URL صدای استخراج شده ترکیب می‌کند و یک ساختار داده کامل برای API رندر ویدیو آماده می‌کند.

• Render Final Video

* نوع: n8n-nodes-base.httpRequest

* هدف: یک درخواست POST به API Creatomate برای رندر ویدیوی نهایی ارسال می‌کند. این شامل ارائه شناسه الگو، منابع ویدیو/صدا و داده‌های زیرنویس است.

* پیکربندی: از کلید API Creatomate و شناسه الگوی ذخیره شده در Set API Keys استفاده می‌کند.

* ورودی: داده‌های ترکیبی از نودهای ادغام قبلی.

* خروجی: یک شناسه رندر Creatomate.

* مدیریت خطا: احراز هویت API، خطاهای الگو و خرابی‌های رندر را مدیریت می‌کند.

• Wait for Render

* نوع: n8n-nodes-base.wait

* هدف: گردش کار را برای مدت زمان مشخصی (مثلاً ۲ دقیقه) متوقف می‌کند تا به Creatomate اجازه دهد فرآیند رندر ویدیو را تکمیل کند.

• Fetch Final Video

* نوع: n8n-nodes-base.httpRequest

* هدف: API Creatomate را برای بررسی وضعیت کار رندر ویدیو و دریافت URL ویدیوی نهایی پس از اتمام، بررسی می‌کند.

* ورودی: شناسه رندر از Render Final Video.

* خروجی: URL ویدیو و وضعیت.

* مدیریت خطا: مهلت زمانی کار رندر و خطاهای API را مدیریت می‌کند.

• Download Raw Video File

* نوع: n8n-nodes-base.httpRequest

* هدف: فایل ویدیوی واقعی را از URL ارائه شده توسط Creatomate دانلود می‌کند.

* ورودی: URL ویدیو از Fetch Final Video.

* خروجی: داده‌های فایل ویدیوی باینری.

• Upload Final Video to Drive

* نوع: n8n-nodes-base.googleDrive

* هدف: فایل ویدیوی نهایی دانلود شده را در پوشه مشخصی از Google Drive آپلود می‌کند.

* پیکربندی: نام فایل (مثلاً با استفاده از شناسه Google Sheet) و شناسه پوشه مقصد را تنظیم می‌کند.

* اعتبارنامه‌ها: به احراز هویت OAuth2 Google Drive نیاز دارد.

* مدیریت خطا: خرابی‌های آپلود و خطاهای احراز هویت را مدیریت می‌کند.

• Set Final Video Permissions

* نوع: n8n-nodes-base.googleDrive

* هدف: مجوزهای اشتراک‌گذاری را برای ویدیوی نهایی آپلود شده پیکربندی می‌کند و آن را از طریق یک لینک قابل دسترسی می‌سازد.

* ورودی: شناسه فایل ویدیوی آپلود شده از Upload Final Video to Drive.

* مدیریت خطا: مسائل احتمالی تنظیم مجوز را برطرف می‌کند.

• Update Google Sheet

* نوع: n8n-nodes-base.googleSheets

* هدف: ردیف Google Sheet اصلی را با متادیتا، مانند URL ویدیوی نهایی، وضعیت و هرگونه مُهر زمانی مربوطه به‌روزرسانی می‌کند.

* ورودی: URL ویدیوی نهایی و سایر داده‌های مربوطه.

* اعتبارنامه‌ها: به احراز هویت OAuth2 Google Sheets نیاز دارد.

* مدیریت خطا: خرابی‌های به‌روزرسانی شیت و خطاهای احراز هویت را مدیریت می‌کند.

• Notify on Discord

* نوع: n8n-nodes-base.discord

* هدف: یک پیام اطلاع‌رسانی به کانال Discord تعیین شده ارسال می‌کند و تولید و آپلود موفقیت‌آمیز ویدیو را تأیید می‌کند و شامل URL ویدیو است.

* ورودی: محتوای پیام موفقیت، شامل URL ویدیو.

* اعتبارنامه‌ها: به URL وب‌هوک Discord یا توکن ربات نیاز دارد.

* مدیریت خطا: خطاهای API Discord را مدیریت می‌کند.