自媒体如何用AI Agent制作短视频:n8n编排到成片的流程
视频拍不出来,通常不是只缺一个“生成按钮”。选题、脚本、素材、配音、字幕和成片分散在不同环节,反复切换工具才是很多创作者的痛点。下面用 n8n 的 AI Agent 节点说明如何把这些步骤编排成一个先生成草稿、再人工审核的短视频流程。Agent负责规划与调用工具;真正的画面、声音和视频文件仍由素材库、配音服务和渲染工具完成。

先确定这条流程能交付什么
试点目标设为:输入一个主题和三段已获授权的视频素材,产出一条 30 秒左右、可供人工检查的竖屏草稿。不要一开始追求“自动发布”或“自动获得流量”。以下是实施蓝图,涉及聊天模型、配音和渲染服务时,需要按你实际使用的提供方配置账号、费用与接口;本站没有提供可直接导入的一键工作流文件。
最少准备:一个 n8n 工作区、一个可连接的聊天模型、三段可使用的素材、经授权的配音方式,以及一个能接收素材与音频并返回 MP4 的渲染服务。若自行用 FFmpeg 渲染,应在独立、受控的服务中运行;不要把任意命令执行权限开放给未受信任的 Agent。
流程总览:Agent只负责它擅长的部分
输入表 → AI Agent生成脚本与分镜 → 检查结构 → 匹配已授权素材 → 生成配音 → 合成字幕与视频 → 人工审核 → 手动发布。这里的“自动”指流程编排和草稿生成,不意味着每次输出都可直接发布。
| 环节 | 负责的组件 | 输出 |
|---|---|---|
| 选题与分镜 | n8n AI Agent + 聊天模型 | 结构化脚本和镜头列表 |
| 素材与声音 | 已授权素材库 + 配音服务 | 片段文件和旁白音频 |
| 视频合成 | 独立渲染服务 / FFmpeg | 待审核 MP4 |
| 最终发布 | 创作者本人 | 确认后的成片 |
在 n8n 中搭建 Agent 编排
步骤 1:建立输入字段
新建工作流,用 Manual Trigger 做第一次测试,再用 Edit Fields 整理输入:topic(主题)、audience(受众)、duration(目标秒数)、aspect_ratio(例如 9:16)、asset_ids(可用素材编号)。不要把 API Key、账户密码写进这些字段或提示词;连接服务时使用 n8n 的凭据设置。
试运行示例:“为刚开始做家居收纳的用户,制作一条 30 秒竖屏视频;只能使用素材 A01、A02、A03;语气清楚、不过度承诺。”这比只输入“做一条爆款视频”更容易验收。
步骤 2:连接 AI Agent 和工具
在 AI Agent 节点连接一个 Chat Model,并至少连接一个工具子节点。n8n 当前官方文档要求 Agent 有工具;最小试点可用 Think Tool 辅助分镜规划。需要让 Agent 查询自己的素材目录时,可再配置 HTTP Request 工具调用受控素材接口,但不要给它任意外网抓取或发布权限。
给 Agent 的任务说明应包含:只能从 asset_ids 选择素材;旁白要与目标时长匹配;无法匹配镜头时标记待人工补素材;不编造素材版权或平台效果。要求返回固定结构,例如:
{
"title": "桌面收纳的三个起点",
"scenes": [
{
"seconds": 8,
"asset_id": "A01",
"visual": "展示整理前的桌面",
"voiceover": "先把常用物品留在手边",
"subtitle": "先区分常用与不常用"
}
],
"needs_review": ["核对素材授权", "确认旁白时长"]
}
可在 Agent 后接 Structured Output Parser,按 JSON Schema 验证 scenes、seconds、asset_id 等字段。结构正确不代表内容正确,还要检查素材编号是否属于白名单、镜头总时长是否合理、旁白有没有未经证实的说法。
步骤 3:校验并匹配素材
用 If 或 Code 节点拒绝空镜头、未知 asset_id、非正数时长和超出目标时长的脚本。根据合法素材编号从自有素材库取文件;如果使用外部接口,用 HTTP Request 节点发起请求并在失败分支记录错误。缺素材时暂停流程,不要自动下载来源不明的视频代替。
步骤 4:生成旁白和字幕
把每个镜头的 voiceover 送到已获授权的 TTS 服务,取回音频;subtitle 与镜头起止时间组成字幕文件。若使用自己的声音或他人声音,先确认使用权限,不做未经同意的声音模仿。旁白超过画面时长时先调整脚本或镜头,不要直接加速到听不清。
步骤 5:交给渲染服务合成草稿
将经过校验的片段顺序、旁白音频与字幕文件交给受控渲染服务。自建服务可用 FFmpeg 完成编码、字幕叠加与音视频合并;下面是一段单片段演示命令,前提是片段尺寸、时长和字幕文件已准备好:
ffmpeg -i clip.mp4 -i voice.wav -vf subtitles=captions.srt -map 0:v:0 -map 1:a:0 -c:v libx264 -c:a aac -shortest draft.mp4
多镜头需先统一画幅、帧率和音频参数,再按顺序拼接;旁白比片段长时,-shortest 会提前结束,必须先修正时长。n8n 的 Execute Command 节点在较新版本中默认停用且云端不可用,因此本文不建议把渲染命令直接放进 Agent 的任意命令工具;用受限渲染接口更容易控制输入与权限。
步骤 6:保留人工审核和失败分支
先让工作流只生成“待审核”草稿,不连接自动发布。依次检查:事实与表达、素材和音乐授权、配音权限、字幕错字、竖屏裁切、画面与声音同步。为“素材缺失、TTS超时、渲染失败、输出文件损坏”各准备一个失败状态和重试入口;失败时保留日志,不重复发布或覆盖已确认的文件。
怎样判断这套流程值得继续用
拿三个真实但低风险的选题测试,记录每条视频的人工修改次数、生成耗时、接口费用和失败原因。如果最费时的是找素材,就先完善授权素材目录;如果脚本总要重写,就先改输入表和提示词。把草稿制作自动化,不等于平台会推荐成片。视频发布后的选题、开头与观看反馈,需要另做复盘。
下一步
主要入口:进入 AI路引 Agent 栏目,查看智能体搭建方法。
相关文章:设计AI自动化流程,先画出触发与复核节点,适合补上失败处理和人工确认环节。关于“视频做出来却没有观看表现”的专题仍在准备,未发布前不放空链接。
参考来源:n8n AI Agent 文档、Structured Output Parser 文档、Execute Command 安全与可用性说明、FFmpeg 官方常见问题。平台界面、模型服务与费用可能变化,本文流程需在自己的环境中核验。配图为 AI 生成的工作流程示意图,不是真实产品截图。