前言
前一段时间我尝试搭建了一个基于n8n的AI视频生成工作流，目标是实现从创意到成片的高度自动化流程。整个项目的初衷很简单:能否让AI接管视频创作的大部分环节，让创作者只需要提供一个主题，就能获得一支完整的视频作品?
经过半天的摸索和调试，最终实现了一个AI含量100%的视频生成系统，涵盖了从脚本创作、分镜设计、视频生成完整链路。整个工作流的自动化程度达到90%以上，仅在最后的素材拼装环节需要人工介入。旁白部分并不包含在工作流里，不是因为实现不了，只是单纯没做而已。
视频预览
首先看下最终的成品视频，可直接点击下方腾讯视频链接观看。视频产出后，效果超出了我的预期。视频链接：https://v.qq.com/x/page/m3170basjds.html
设计实现
最终成品视频AI含量100 %，包含视频脚本创作、视频内容生成、旁白文案、音频、背景音乐。
创作过程自动化程度90%+，其中视频生成可达到100%自动化，旁白文案和音频素材生成其实也可以放工作流里，实现100%自动化，时间关系本次手动搞了。 最后仅需要使用剪映人工组装音视频。
工具介绍
-
n8n: 一款开源工作流搭建软件（类似coze、dify），完成自动化流程搭建。
-
旁白朗读生成： minimax家的speech-2.5-hd-preview模型
-
背景音乐：本次使用了剪映音乐生成
-
视频生成模型： doubao-seedance-1-0-pro-250528 使用API接入，即梦同款模型
-
剪映： 这个大家都知道，不做介绍。 最后使用剪映完成了所有素材的拼装
-
LLM：大部分节点都使用了deepseek，没啥别的理由，单纯性价比高。
视频生成流程
完整流程：
以上工作流已经完全实现自动化产出视频内容（不含音频部分），只需要输入视频主题+风格+视频时长即可。
第一阶段：全局设计（总导演）
这个阶段负责影片的顶层设计和整体规划，如同一个项目的总导演。
-
初始构思与脚本创作：工作流从一个核心创意（文本输入）开始。AI首先会像编剧一样，创作出完整的视频故事脚本，并设计统一的场景风格和人物形象，确保整个视频在视觉和叙事上的一致性。
-
人工审核确认：在正式生成视频前，系统会通过邮件发送脚本以供人工审核。这个关键的"制片人"环节确保了创意方向的正确性，有效避免了后续资源的浪费。
-
智能分镜拆分：脚本一经批准，AI会将整个故事线智能地拆分成多个适合生成（如10秒）的短镜头片段，为下一步的逐个生成做好准备。
第二阶段：分镜设计与生成（分镜导演）
这个阶段将聚焦于每一个独立的镜头，如同分镜导演一样，精细地执行拍摄计划。
-
分镜脚本细化：工作流会遍历每一个镜头片段。AI"分镜导演"会为每个片段撰写详细的执行脚本，描述具体的画面内容和动态。
-
调用API生成视频：随后，系统会将详细的分镜脚本发送给视频生成API（"doubao-seedance-1-0-pro-250528"接口，即梦同款接口）来创建实际的视频片段。
-
异步轮询等待：由于视频生成需要时间，工作流会自动启动一个轮询机制，持续检查视频是否生成完毕，直到成功获取到视频文件，再继续处理下一个镜头。
第三阶段：结果汇总与存档
在所有视频片段都生成完毕后，工作流进入最后的整理和归档阶段。
-
内容聚合整理：系统将所有生成的分镜脚本和视频链接汇总在一起，并利用AI进行最终的排版和整理，形成一份完整的成果报告。
-
自动存档至Notion：这个步骤对视频生成没有实质性的作用，只是为了存档方便查阅。
第四阶段：旁白文案音频生成
这部目前没有整合到上面工作流中（不是啥技术问题，就单纯没做）。拿到上面生成视频过程中产出的视频脚本后，直接使用AI对每个分镜生成一句 旁白文案即可，调用minimax的tts能力生成朗读音频。
第五阶段：所有素材拼装剪辑成片
这是目前唯一无法自动化的步骤，因为所有素材都是由AI独立生成的，彼此之间缺乏必然的关联性。在此阶段，需要使用剪映等视频编辑软件将生成的视频片段、旁白音频和背景音乐组装并同步。通过调整视频转场、音频淡入淡出和时间轴对齐，确保最终成片流畅连贯。
结语
起初我对AI生成的视频并没抱太大期望，但最终剪辑完成后，效果出乎意料地好。尤其是将所有AI生成的素材拼装在一起后，整体呈现出了令人满意的连贯性和观赏性。整个流程从创意到成片，AI的参与度达到了前所未有的高度，让我看到了视频创作自动化的巨大潜力。不过，现在距离大规模生产还有一个门槛------成本问题。我使用的即梦同款生成模型，成本高达每秒近1元。