Transcription
我刚刚构建了这个人工智能系统，它可以使用免费的 ffmpeg 工具，无需编码，即可在任何细分领域自动创建可盈利的 Tik Tok 视频。因为如果你在 Tik Tok 上看过它们，就会发现有像这样的 AI 视频账号，它们获得了数千万的观看量，并通过 Tik Tok 创作者计划赚钱，而这些视频实际上是可以使用无代码和 AI 自动创建的。所以，这个账号，举个例子，在拯救海洋动物的细分领域，它们已经拥有超过 30 万的粉丝，但只有大约 20 个视频。所以，你可以想象一旦这个过程自动化了，它会有多强大。因此，你可以做的是设置一次这个工作流程，让它自动为你创建视频，这些视频都超过一分钟长，以便它们符合 Tik Tok 创作者计划的资格，并自动发布它们，这样你就可以让 AI 为你工作，同时看着你的粉丝增长。因为它的工作原理是，你基本上给它任何主题。在这个例子中，我们提供了海洋动物的想法。一旦它每天运行，甚至如果你愿意，每小时运行一次，它就会生成生成图像的提示，然后这些图像将被制作成完整的视频剪辑，包括叠加在这些视频剪辑上的声音，并将它们全部组合起来，创建可盈利的、超过一分钟长的视频，就像这个一样。[音乐]而且很棒的是，我们正在使用这个名为 ffmpeg 的免费开源工具，这是目前制作这些视频最具成本效益的方式。所有这些都是完全自动化的，根据你选择的频率运行，并且可以根据你想要的细分领域进行完全定制。我们也在使用无代码工具。所以，任何人都可以做到，即使你是一个完全的初学者，以前从未接触过任何技术方面的东西，因为你只需要知道如何拖放东西，你就可以从零开始学习。而且，鉴于对 AI 自动化的需求，学习 AI 自动化也是你最值得投入时间的事情之一，如果你在 Google Trends 上搜索一下，就能清楚地看到这一点。所以，花接下来的几分钟左右时间来学习 AI 吧。一直看到最后，因为这可能只是你学到的最重要的技能之一。顺便说一句，如果你是新来的，我叫 Jay，我的唯一使命是让任何想学习 AI 的人都能轻松学习，无论你是否有技术背景。事实上，为了让这件事尽可能简单，我所做的是收集了我们社区中的所有资源、提示和你需要的一切，并特别指出了这个蓝图文件，你可以直接下载并导入到我们正在使用的无代码工具中，它就会为你创建工作流程，而你甚至无需动手。如果你还没有加入社区，请查看视频描述中的链接。我们不仅有大量关于 AI 和自动化的课程，每个课程都有自己的蓝图，你可以上传到你选择的工具中，我们还有一个不断壮大的 AI 从业者社区，他们实际上正在发布付费机会或合作项目，这些机会或合作项目由我或我们团队的各种成员分享。我们还有很多活动和奖励课程，你可以查看。所以，如果你想获得一个不断壮大的 AI 专业人士社区、人工智能的逐步教程以及即插即用的自动化蓝图，请查看视频描述中的链接，在那里你会找到 Robo Nuggets 社区。让我们深入了解一下。所以，我们将要设置的框架实际上非常简单，并且已经通过我们面前的工作流程得到了清晰的说明，因为这基本上是一个多步骤的过程，在顶部，你提供某种输入，这是你的起始想法，然后你通过下面的步骤，生成提示，生成图像，视频，声音，最后得到最终视频。这看起来可能令人生畏，但好消息是，它的设置实际上非常简单，因为这里的许多节点都非常相似。所以，稍后你会看到，我们将复制它们，使其更简单。为了开始，我们将用于本教程的工具是 N8N，如果你点击这个链接，它将带你到 N8N 的网站，你可以在那里获得免费试用。如果你以前没听说过 N8N，它基本上是一个类似于 Zapier 或 Make.com 的无代码自动化工具，如果你听说过其他的话。但你可以看到，如果你看看 Google Trends，它最近人气飙升，甚至超过了这两个平台，因为它在与我们今天拥有的许多 AI 工具集成方面非常灵活。所以，现在是学习 N8N 的最佳时机。而且，如果你有人指导，它并不是那么复杂。所以，一旦你注册了 N8N，你就会进入你的仪表板，你只需要点击右上角的“创建工作流程”，然后随意命名，这样你就知道这个工作流程是关于什么的。然后，如果我们回到我们设想的自动化，我们将从这两个节点开始，它们将每天甚至每小时为我们提供起始想法。做到这一点的方法是添加你的第一步，然后搜索这个调度触发器节点。如果你看看这个，它会在给定的时间运行你的工作流程。所以，我们暂时将其设置为每天运行，但你显然可以将其更改为任何你想要的频率。这是一个特殊的节点，因为它是这个工作流程的触发器，它本质上告诉 N8N 自动化何时运行以及多久运行一次。所以，如果我继续，接下来你想要的是这个 OpenAI 节点，特别是“消息模型”操作。一旦你点击它，你就会看到 N8N 的通用工作设计，如果你是 N8N 的新手，最好退一步，了解它是如何工作的。因为如果我们检查 N8N 中的任何示例节点，它的结构在每个节点上都非常相似。所以，你会有输入部分，这将是所有数据，所有来自此特定节点之前的所有先前节点的数据和属性，然后将其传递给节点本身。所以，这个绿色区域是你配置节点如何工作的很多地方。所以，在这个部分，每个节点都会不同。然后，使用这个输入和这个特定的配置，它就会传递到这个区域，这是输出，然后进入 N8N 中的下一个节点。所以，如果我们回到我们正在设置的工作流程，你可以看到这种工作设计在所有节点中都很常见，你也可以根据需要调整它。但无论如何，这个 OpenAI 节点，我们将将其重命名为“创建新想法”。重命名很重要，这样你就知道这个工作流程的作用，以便你能找回它。设置它的方法是先设置你的凭据，这是你连接到 OpenAI 服务的方式，在这种情况下。所以，如果你点击它，你会看到它正在等待一个 API 密钥，如果你回到我们的社区，你可以找到这个链接，如果你打开它，它会带你到一个 OpenAI 的自动化平台链接，你可以在那里创建一个新的秘密密钥，然后你可以复制它并粘贴在这里，然后点击保存。所以，现在只是配置这个节点本身，你现在可以选择一个模型。所以，在这个教程的时候，4.1 将是最好的。所以，我们就用它。所以，就选择它。这将是你的提示，基本上是给 chat GPT 的。所以，如果你回到我们的社区，我们已经准备好了这个预先准备好的提示，你可以直接复制粘贴在这里。但在你这样做之前，请确保将其更改为表达式，这样你也可以点击这里预览它。我不会详细介绍所有内容，但它基本上是指导语言模型，我们希望从中获得什么样的输出。现在，如果你向下滚动，你唯一需要确保勾选的是“简化输出”为“是”，以及“输出内容”为“JSON”，JSON 代表 JavaScript 对象表示法，这基本上是大多数在线第三方服务接受此类请求的标准方式，包括 OpenAI。所以，如果你点击“测试步骤”，你会看到左边的调度触发器在这里运行，作为它的输入。而作为这个节点的输出，它为我们提供了想法的标题，这是我们想要的，想法本身的描述，以及一个环境提示，这对于保持我们将要生成的几个剪辑的一致性非常重要。所以，这很好。如果你看看我们最终的工作流程，这实际上已经是输入部分了。如果你想添加我拥有的那些节点，你可以添加一个便签，在这里更改颜色，然后将其更改为“输入起始想法”。你可以根据需要调整它的大小。好的，现在是激动人心的部分。我们将生成提示，然后是步骤一和步骤二的图像。要做到这一点，你只需要扩展它，然后找到一个 Google 表格节点，特别是“追加行到表格”操作。你可以看到它的工作设计是一样的，输入来自你左边的前一个节点。现在你需要在这里配置你的 Google 表格。要做到这一点，你再次需要创建一个新的凭据。N8N 的好处是它们有这个与 Google 的单点登录。所以，你只需要登录，你就可以连接到你的 Google 表格，然后确保操作是“追加一行”。我稍后会解释原因。现在对于文档，你将在这里找到一个 Google 表格模板。我们为了方便起见，创建了那个模板，你可以通过这个链接查看，它会直接带你去。如果你查看这个 Google 表格模板，它基本上会记录每个视频的想法、字幕、环境提示等等，以便你能够正确跟踪你正在生成的内容。要使用它，你可以复制这些列，或者你可以去“文件”->“制作副本”，它会在你的 Google 云端硬盘中创建一个副本。好的。对我来说，这将是名为 R29 的模板。所以，我正在我的 Google 云端硬盘中查找那个表格。然后对于表格，这将是表格一，也就是这个标签。然后，如果你向下滚动，它应该会自动抓取你模板中的列。你可以看到这个节点正在询问你要发送到该 Google 表格的值。所以，非常简单，我们将把这个“想法”属性放到这里。抓取标题，这在这里将是我们的字幕。抓取环境，这将在这里。你可以看到它正在动态地填充它，并附带一段代码和一段简短的预览，说明它将做什么。所以，要填写下面的“生产”列，就说这是用于生产的，这表示我们将生成这个视频。然后对于 ID，我通常只输入这个简单的 Excel 公式，它基本上就是行号减一。这是一种我们可以用来跟踪想法的数字 ID。所以，现在所有这些都设置好了，你就可以点击“测试步骤”，你会看到它成功运行了。现在，如果我们回到我们的模板，看，它刚刚将这些想法和字幕直接从 N8N 填充到了我们的 Google 表格中。这个 Excel 公式也正确地转换成了正确的整数。所以，这很好。而且，为了确保，将这个节点重命名为“记录想法”，这样你就知道它做什么。所以，现在如果你看看我们接下来要做什么，我们将把这些想法放到我们的 Google 表格中，并为它们生成图像提示，这需要更详细，这样图像才能符合我们的要求。要做到这一点，只需继续复制并粘贴，然后像这样连接它。然后，如果你打开它，你就可以将其重命名为“生成提示”。而且很棒的是，你的凭据和这里的所有其他东西都已经设置好了。唯一需要更改的是这个提示部分，再次，如果你回到我们的社区页面，我们有一个文本片段，你可以复制粘贴到你的“生成提示”区域，确保它在表达式中。如果我们打开它，这是很多文本，但如果你仔细看，它只是在指导语言模型，在这种情况下是 GPT4.1，关于我们需要什么。而且很棒的是，我们实际上正在定义期望的格式。你可以看到这里有 13 个场景。所以，在这个视频的最后，我们将有 13 个场景，每个场景 5 秒。所以，13 * 5 秒就是 65 秒，这正是我们想要的，因为我们希望我们的视频至少有一分钟长。现在这里需要提到的是，你可以看到这段文本是绿色的。原因是这些实际上是我们从先前节点映射的动态值。所以，核心的想法输入是我们从我们之前设置的“创建新想法”节点获得的。我们将传递的是这个想法，它是由我们上一步的语言模型生成的。然后环境，也就是环境提示，也会在这里。所以，这可能对你来说已经很熟悉了。这也说明了为什么重命名节点很重要，因为如果你没有将节点重命名为“创建新想法”。例如，如果你将其重命名为“创建新想法 2”，那么 n 将无法回溯你所说的节点，因为命名约定没有正确映射。所以，请注意这一点。而且，如果你遇到问题，只是想确保它有效，你可以删除该部分，找到你的“创建新想法”，然后获取想法本身。将其拖到这里，它将产生相同的结果，它会动态地正确映射。所以，现在已经准备好了，你就可以点击“测试步骤”。这可能需要一些时间，因为里面有 13 个场景。但如果你现在去模式，你会看到有 13 个场景，都不同，并且准备好发送到我们的图像模型，以便它们开始生成这些场景。所以，现在我们只需要组织那个输出，以便 N8N 可以使用它。我稍后会解释。但本质上，你需要找到这个代码节点，将其重命名为“解包提示”。然后对于代码，你可以删除 N8N 的占位符。再次，在我们的社区中，你可以复制这段文本。将其放入其中。现在，如果我们点击“测试步骤”，你会看到它解包了这些提示，在 N8N 实例中，它们只是一个项目。它将其解包成 13 个。这很重要，因为稍后，这些项目中的每一个都将作为一个特定的实例传递给 N8N 来生成图像，然后生成视频，然后我们再将它们合并在一起。好了，第一步已经完成了。你可以清理一下，如果你愿意的话。另外，作为一个提示，请确保保存你的工作流程，因为如果你退出，N8N 目前还没有自动保存功能，原因不明。而且，如果你想节省 AI 模型处理能力，你可以选择所有这些节点，然后右键单击，你可以固定这五个节点，它们会变成紫色。这样做的好处是，下次你回到这个工作流程时，例如你需要退出，已经处理过的内容，例如你刚刚生成的这些提示将被固定。所以，它说数据已固定。这很有用，这样你下次回到这个工作流程时就不必再次运行它了。所以，这是我们将在本教程的整个过程中要做的事情。但好的，我们现在有了提示。所以，现在是时候生成图像了。所以，再次，只需扩展它并创建一个新行。你需要找到的是这个 HTTP 请求节点。这是 N8N 中最有用的节点之一。而这个节点具体的作用是创建图像。所以，你可以像这样重命名它。HTTP 请求用于当你试图调用第三方服务时。所以，在这种情况下，我们将调用一个图像模型来生成来自你刚刚准备好的提示的图像。要做到这一点，只需将方法更改为“post”，因为我们将像发送邮件一样发送请求。然后对于 URL，我们将实际调用我们正在使用的服务的 URL，在这种情况下，它将是一个名为 file.ai 的服务。所以，你可以点击它。如果你去 file.ai，AI。它基本上是一个为像我们这样使用 N8N 的自动化者提供的服务，可以轻松使用一些正在开发的图像模型。所以，一个很好的类比是，如果你想从一家餐馆点餐。一个简单的方法是打开像 Uber Eats 这样的应用程序，因为它们与这些餐馆都有连接，你可以在一个应用程序中点你想要的任何东西，然后直接送到你那里。所以，在某种程度上，file.ai AI 也是类似的，它就像类比中的 Uber Eats，如果你想接触某个图像模型，你只需要进入 file.ai，特别是他们的模型库，你可以看到这里有这么多模型，你可以使用他们的技术，这实际上是 file.ai 如此好的原因，因为它们与所有最新的模型同步，并且拥有超过 200 多个模型，这是你在类似 file.ai 的服务中很少见到的。所以，无论如何，如果你点击“开始”，你就可以设置你的账户，因为这是我们将要使用的服务，用于调用 AI 模型，用于本课程的其余部分。所以，要继续这个“创建图像”请求，你需要一个 URL，它将是一个 file AI URL。如果我们回到我们的社区，在“创建图像”下，你有这个 URL，你可以直接复制粘贴进去。这本质上是一个 file AI URL，它调用名为 flux schnell 的模型，这是其中一个图像模型，也是最便宜的之一，但效果相当好。然后要调用该服务，你需要将“发送标头”切换为“开”，然后在“名称”下，你需要输入“authorization”，这里的区分大小写和拼写非常重要，因为如果你多一个空格，它就无法工作。所以，这是 file AI 的规则，也是大多数 API 的工作方式。在“值”下，你也需要精确地输入这个，并输入大写的 K、E、Y 和空格。所以，这将是你的通行证，用于访问 File AI。要获得它，你只需要注册 file.AI，你可以通过 GitHub 轻松完成。如果你不知道 GitHub，它有点像一个社交媒体频道，但面向程序员和自动化者。但一旦你在这里，你只需要找到你的 API 密钥，你可以在“API 密钥”下找到它，然后点击“添加密钥”。一旦你创建了它，你就需要复制它，因为你将无法再次查看它。然后，如果你回到这里，你就可以粘贴在这里。这在某种程度上就是你的密码。所以，任何拥有你的密钥的人都可以访问你的 file AI 账户，这不好。所以，对我来说，在本教程之后，我将禁用这个通行证，因为它显然只是为了说明目的。所以，你只需要在这里设置的最后一件事是切换“发送正文”为“开”。然后，在“正文内容类型”下，将其更改为“原始”，这给了我们更多的灵活性。然后输入内容类型为“application/json”。再次，注意区分大小写和空格。然后在“正文”下，你只需要回到我们的社区页面复制这个，然后将其更改为表达式并粘贴进去。如果我们展开它，它非常简单。它要求一张肖像图像，用于我们刚刚生成的这个提示。现在，你最后想要做的事情，在这种情况下是可选的，但明智的做法是添加批处理到选项页面。如果我将其设置为一，批处理间隔设置为，比如说 2000 毫秒，它基本上会每 2 秒传递一个提示，一次一个。这很重要，因为有时如果你同时传递 13 个项目，可能会引起你调用的第三方工具的一些警报，它们可能会将你视为垃圾邮件。所以，现在如果你点击“测试步骤”，一个很好的方法来检查它的进度是点击“生成图像”下的这个 URL，它会带你到 file AI 的模型页面，特别是这个模型，这实际上是一个很好的页面，可以让你了解这个模型是如何工作的。但如果你去“请求”，你会看到我们已经开始传递一些请求了。如果你数一下，会有 13 个。你会看到我们现在有一些相当不错的图像，来自我们提交的提示。所以，这非常好，而且速度也很快。所以，如果这导致你出错，原因之一可能是你的账户里没有余额，如果你去这个链接 dashboard/billing，你就可以在那里添加积分。我们使用的模型实际上非常便宜。所以，你可以看到这个 flux Chanel 模型，如果你去游乐场，你会看到成本是 0.3，这就是为什么即使是我，我也一直在设置这个教程，我到目前为止的花费只有 3.5 美元。所以，file 是目前最便宜的定价模型之一，如果你正在寻找最好的工具。但如果你回到我们的 flux schnell 请求，并且你仍然不满意这些图像，你可以使用一个更好的模型，它不那么便宜，但效果好得多。所以，为了在这里说明一下，在我们的页面上，我们有这个图像模型，它也是 flux，但它是 flux pro，它很好，但不那么便宜。所以，如果你想使用它，你只需要回到你的“创建图像”节点，将 URL 从 schnell 更改为，然后复制这个 URL，它指向 flux pro 模型。粘贴在这里，然后再次测试步骤。所以，现在如果我们去 Flux Pro 的模型页面，你会看到我们已经传递了这些请求，并获得了比之前更好的图像。所以，这很好。但你可以在 N8N 中看到，那个“创建图像”节点的输出显示状态是“排队中”。所以，我们接下来要设置的节点将是获取这些图像并将它们加载到 N8N 中。要做到这一点，只需点击这个加号，然后设置一个等待节点，我们稍后会配置它。但现在，就设置为 1 秒，然后点击“测试步骤”。当你最终确定工作流程时，我们会将其设置为大约 3 分钟，以便模型有时间生成图像，因为你可以看到，每个图像实际上需要大约 10 秒来生成。所以，你需要等待模型，然后才能从 file AI 获取图像。但现在，既然我们知道这些图像已经生成了，我们可以继续。为了在任何地方加载图像，我们只需要另一个 HTTP 请求，我们可以复制之前的节点，Ctrl + C，然后 Ctrl + V，然后将其连接到这里。现在，如果你打开它，你就可以将其重命名为“获取图像”，然后将方法从“post”更改为“get”，因为我们将在这里获取一些数据。对于 URL，你只需要将其更改为 file AI 的 get URL。如果你回到我们的社区，如果你使用 Flux Pro，你可以直接复制这个。如果你使用 Flux Chanel，也就是更便宜的那个，你可以直接复制这个。呃，但对我们来说，我们目前正在使用 FluxPro。所以，你可以直接把它放进去。你只需要做的是获取你等待节点中的请求 ID，然后将其放入这里。基本上，这将形成一个 URL，它将获取你的特定请求。你唯一需要在这里更改的是将“发送正文”切换为“关”。你也不需要为此进行批处理。所以，如果我点击“测试步骤”，你现在会在输出中看到 13 个项目，每个项目都有图像 URL，如果你复制粘贴这个，然后将其放入隐身标签页，你就可以看到图像现在可供 N8N 使用了。所以，这非常好。而且，请确保固定所有这些节点。呃，要选择它们，你可以按住 Shift 并选择所有节点，然后点击 P。当它变成紫色时，就表示它已固定。所以，你可以继续整理一下，这样你就知道那个步骤在做什么。所以，现在如果你看看我们设想的工作流程，现在是时候将这些图像变成视频了。我们这样做是因为模型通常在有图像作为基础时工作得更好，并且只是动画化图像，而不是使用文本生成视频，这更难，而且通常准确性较低。所以，你要连接的下一个节点是另一个 OpenAI 节点，但这次我们将使用“分析图像”操作。一旦你打开它，你的凭据应该已经设置好了。这个节点的作用是，我们将重命名它，它将为我们创建视频提示。这个节点的好处是，你可以实际喂给它一张图像。它会分析这张图像，并利用这个分析来生成一个有意义的提示。所以，从模型中，选择最新的一个，让你满意。我们使用 chat GBT40 最新版本。然后对于文本输入，你可以直接复制我们社区页面上的“视频提示”部分。确保将其更改为表达式。如果我们打开它，你会看到它基本上是为 AI 设置了一套规则。我们再次拥有这个动态值，它来自我们解包的提示，如果你还记得的话，那就是我们最初的图像提示。所以，你最后需要在这里设置的是添加你从“获取图像”中获得的 URL，然后将其拖到这里，因为我们将通过这些 URL 来喂给它图像。然后将“选项”下的详细信息从“自动”更改为“高”，如果你想消耗更少的令牌，可以尝试一下。但如果你点击那里的“测试步骤”，一旦处理完成，你会看到你有 13 个项目，你可以在表格视图中查看，它们基本上是与你刚刚输入的图像相匹配的视频动画提示，这非常好。所以，现在我们将再次调用 file AI，就像我们的 Uber Eats 一样，来联系另一个餐馆，也就是我们类比中的 AI 模型。我们将使用的 AI 模型叫做 cling。但要调用它，基本上一个简单的方法是复制这三个节点，Ctrl + C，然后按 Ctrl + V，然后将这个节点连接到你刚刚复制的新集合，然后相应地排列它们。所以，如果我们打开它们以便单独设置，首先，你可以将其重命名为“创建视频”，这样你就知道它做什么。方法仍然是“post”，因为现在我们将向另一个模型发送请求，这个模型将在这里的 URL 中。如果你回到我们的课程页面，你会看到我们将使用 cling，它是一个图像到视频的模型。这里有两种选择。再次，与我们之前所做的类似，一种是标准模式。如果你想要一个普遍不错的模型，但它也更便宜。但为了我们的练习，只是为了说明它的功能，我将使用这个专业版本，它有点贵，但在录制时应该是最好的。所以，如果我复制它并粘贴在这里，身份验证将保持不变。所以，唯一需要更改的是我们发送的正文。所以，如果我只是从社区页面的“创建视频”部分复制这段文字并粘贴在这里。然后，如果我们打开它，你会看到我们基本上是传递一个提示，它来自我们刚刚用来创建图像的节点。还有一些值，比如持续时间（秒）、纵横比、负面提示（要避免什么）以及 CSG 比例（你的生成视频与你输入的提示的符合程度）。所以，0.5 是默认值，但你可以随意尝试。然后对于批处理，你可以保留它。基本上，我们将每 2 秒传递一个请求。现在，当我们点击“测试步骤”时，它将传递我们所有的输入，这 13 个输入，所以每个图像都将被逐一动画化。一旦完成，你会看到现在有 13 个项目在 file AI 服务器中排队，这很好，因为然后我们可以继续等待节点。在这种情况下，我们可以将其设置为 1 秒。所以，你可以点击“测试步骤”，这样你就可以继续构建工作流程。一旦处理完成，你就可以继续获取值。显然，我们将将其重命名为“获取视频”。我们再次将 URL 从 flux 更改，因为那不再是我们正在获取的模型，而是这个值，它是 cling pro 请求的 URL。所以，将其更改为这个。并确保请求 ID 来自你之前的等待节点。它应该会自动记录在那里。但如果万一没有，只需拖动这个最新的等待节点的请求 ID 并将其拖到这里，其他一切都应该没问题。所以，你可以点击“测试步骤”。它可能会出错，因为它仍在进行中，这是预料之中的，因为在我们调用的所有模型中，图像到视频的模型实际上是最耗时和处理密集型的。所以，通常每个图像需要大约 4 到 5 分钟。但好消息是，这些请求是并行运行的。所以，你不必等一个小时才能看到视频。但要查看你的视频的进度，你可以再次查看我们正在调用的模型的模型页面。在这种情况下，这是 cling video 1.6 Pro，再次在我们的社区课程页面上。如果我再次去“请求”，你会看到我们有 13 个请求在这里。你也会看到它花了多长时间。所以，这个大约花了 4 分钟，以此类推。所以，如果你将鼠标悬停在其中任何一个上，你实际上会看到一个预览，这相当不错。所以，现在你已经验证了这些已经成功了，你所能做的就是再次点击你的“获取视频”节点，然后再次进行一次测试步骤。好了，现在它成功了。你得到了 13 个项目，以及一个 URL，如果你复制粘贴到任何隐身窗口中，你就会看到这些图像现在已经转换成了视频，这非常好。而且你现在有 13 个，你将在稍后将它们拼接在一起。所以，现在你的“生成视频”步骤已经完成了。所以，你可以固定这些数据，以确保下次你能回来。所以，如果我们清理一下，我们可以继续下一步，如果我们看看我们设想的工作流程，那就是声音本身。对吧？所以，你现在有了视频，你需要声音来叠加在下面，这样你最终会得到一个完整的剪辑。所以，我们将在这里做。所以，接下来要设置的将是另一个消息模型。所以，你可以复制这个并粘贴在这里。然后将你到目前为止的最后一个节点连接到下一个节点。然后我们可以继续设置它们。所以，你可以将其重命名为“声音提示”，因为这个节点的作用是创建我们的声音提示。你可以保留所有这些原样。然后只更改“输出内容”为“JSON”，然后将其关闭，因为这次你将生成文本，而不是真正的 JSON 结构化格式。而且，这个提示部分显然我们需要更改，因为那是来自上一步的。现在，如果你回到我们的课程页面，你可以直接复制这个声音提示并粘贴在那里。它的作用是提供一个非常基本的说明，告诉这个模型它将做什么。所以，你不仅会给它指令，你还会给它一些关于每个图像的具体信息，比如环境是什么，照片的想法是什么，视频的想法是什么，所以对于这 13 个视频中的每一个，它都会知道它将生成什么样的声音，这对于模型理解正在发生的事情很有好处。所以，如果你点击“测试步骤”，它会要求取消固定，没关系。它显示出来是因为我们基本上是从一个有固定数据的先前步骤复制过来的。当它完成时，你将有 13 个项目，现在有一些声音提示，你可以将其输入到我们的下一个模型中。所以，这很好。现在，对于下一部分，我们将做同样的事情，我们将复制粘贴这三个节点，然后将它们连接到我们的下一步。再次，你需要取消固定它们，以便你可以单独设置它们。因为这次，如果我打开这个下一个节点，它将是创建声音而不是视频。所以，只需继续重命名它。而且，我们将再次用我们的新模型替换这个 URL，它将是这个 mm audio v2。所以，你可以直接复制它并粘贴在这里。然后这里的一切都应该一样，除了再次是这个正文部分，你可以删除它。所以，现在你只需要复制这段文字，然后将其放入“创建声音”节点。如果你打开它，它基本上是一个简单的提示，将指导这个模型做什么。所以，这是你要制作的声音，重要的是，你有持续时间（秒）加上你正在输入的视频 URL，因为在底层，mm audio 是一个模型，它实际上会接受视频输入，并应用一些声音效果，这些声音效果来自它正在分析的视频中发生的事情。所以，这很酷。所以，如果你点击“测试步骤”，你现在将再次在 file AI 中有 13 个请求在排队。现在，一旦提交了，你可以通过再次访问 file AI 页面的模型来检查状态，这将是这个页面，当你到达那里时，只需转到“请求”，你就可以看到我的请求已经成功了，状态码为 200，这意味着成功，如果我打开其中一个，你可以看到生成它花费了我 0.5，也就是半美分，这非常经济。所以，这是这个模型的一个好处，如果你下载它，你可以预览它以及视频。所以，这听起来和看起来都相当不错。所以，现在我们知道这些输出已经可用了，我们可以继续处理其余的节点。再次，这个等待节点，你可以点击“测试步骤”，这样我们就可以继续自动化。然后获取声音，只需点击这个，将其更改为“获取声音”，这里的一切都将保持不变，除了这个 URL，再次，如果你回到我们的社区页面，你可以直接复制这个“获取 URL”，将其放在那里，然后确保将来自前一个等待节点的请求 ID 添加到这个部分，这样你就可以正确地获取它们。所以，现在如果我点击“测试步骤”，它应该会加载你所有在你的 fall AI 仪表板中看到的 URL 到 N8N 中。所以，任何这些 URL，同样，你都可以复制到任何窗口中，它会下载或预览给你，这很棒，因为这就是我们需要的。所以，现在你有了完成的视频和声音。所以，如果你只是整理一下，并确保它们被固定以备下次使用。现在我们可以完成这个工作流程的最后一步是将所有这些剪辑拼接在一起。要做到这一点，你会看到我们有另一个模型或服务来拼接这些剪辑。但在那之前，我们只需要通过这两个非常快速简单的节点对它们进行预处理。所以，继续，只需找到称为“合并”节点，然后将模式更改为“组合”。这个节点的作用是，它将合并来自不同节点的输入，以便它们在一个输出集群中合并。你可以将其更改为“按位置组合”，使其更简单，并将输入数量保留为两个。所以，实际上，这现在是一个可选步骤，因为在创建本教程的过程中，以前“获取声音”实际上是传递一个 MP3 文件，这是一个声音文件。但现在，正如你之前看到的，“获取声音”节点实际上已经传递了视频。所以，在某种程度上，它已经将视频与声音结合起来了。所以，这更多的是一个可选步骤，以防你以后需要处理更多元素。这是一个很棒的工具，但只是为了说明它的工作原理。以防万一以后你需要组合几个元素，除了视频和音频，你可以直接拖动任何“获取”节点的末端，然后将其拖到输入二。所以，现在如果我们点击这个“合并”节点并点击“测试步骤”，它所做的就是将这两个节点的输出合并在一起。所以，你会看到这里仍然有 13 个项目，但每个项目不仅包含我们刚刚生成的声音视频文件，它还将包含你标记的任何其他节点。但再次，正如我所提到的，这部分我们实际上不会使用，但它很好，这样我们就可以继续工作流程。所以，你接下来要设置的是这个代码节点。所以，只需添加它。这个代码节点的作用是，它将列出所有元素，并使其简单，以便 nn 不再处理 13 个项目，而是只处理一个。这很重要，因为要使用后续模型将它们排序在一起，你需要只有一个项目才能运行它。要做到这一点，你只需要用我们社区页面上的“列出元素”中的这段文本替换这个占位符。如果你将其粘贴在那里，然后点击“测试步骤”，它基本上会为你做的是将所有视频 URL 列为一个项目，这很好，因为我们最后需要的是再次调用 file AI 来获取另一个服务。所以，我们将再次复制这三个节点，粘贴在那里，然后再次进行重新链接，然后只需取消固定它们，使其更简单，以便你可以自由编辑里面的任何内容。这次不是创建声音，而是排序视频。而且，我们将向一个 file AI 服务发送请求。所以，我们将用社区中的这个 URL 替换这个 URL，然后粘贴在那里。解释一下，ffmpeg 实际上是一个开源工具，已经存在了大约 25 年了，这可能就是为什么它有自己非常详细的维基百科文章。它基本上代表“快速转发兆”。它是由 Fabris Bellard 在 2000 年创建的。它之所以如此特别，是因为它是完全免费的。任何人都可以使用它。它能做的事情包括自动排序视频，组合不同的元素，如声音和视频，以及其他一些事情。而 File AI 的好处是，它将 FFmpeg 集成到自己的服务中，让你更容易调用 FFmpeg，而无需进行任何手动设置。所以，如果你回到我们的课程页面，点击 File AI 的 FFmpeg 模型页面，你会在游乐场下看到，他们仍然对这项服务收取非常非常低的费用，但因为它是开源的，老实说，几乎可以忽略不计。他们之所以收费，是因为显然他们有一些处理和电力成本，以便他们的计算机能够为你运行它。所以，稍后当我们运行它并将这些剪辑组合在一起时，我会告诉你最终的成本是多少。但现在，如果我们回到我们正在构建的工作流程，这里的一切都和往常一样，但将正文更改为我们序列化最终视频页面中的文本。只需将其复制并粘贴在那里。现在，如果我们打开它并稍微放大一点，这样你就可以看到模式，它非常简单。它基本上会遍历你所有的 13 个场景，逐一列出它们，它会告诉 FFmpeg 在哪里找到它们。如果你查看它提供的视频 URL 结果，它会告诉 FFmpeg 视频开始的时间戳。所以，显然是以五的增量，总持续时间也是五。所以，如果你将这些组合在一起，理论上你将有一个 65 秒长的视频，由我们正在生成的 13 个剪辑组成。所以，如果你点击那里的“测试步骤”，一旦完成，你会看到我们的请求正在排队。
而且，如果你回到这里 ffmpeg 的模型页面，那个请求就是这个，它在大约一分钟左右就已经成功了。所以，如果我们继续这个工作流程，只需再次点击下一个等待节点的“测试步骤”，你现在就可以获得最终视频。如果你点击这个节点，将其更改为“获取最终视频”，然后重命名，再将这个 URL 复制回我们的课程页面并粘贴在这里，然后再次拖动请求 ID 到最后，然后点击“测试步骤”。
完成之后，你现在就有了这个视频 URL，你可以将其复制并粘贴到任何窗口，它就会为你下载完整的视频，你可以 [音乐] 预览。就这样。你现在有了一个一分钟长的视频，你可以将其发布到 Tik Tok 并开启获利功能。
现在，为了完成这个工作流程，你需要做的最后一件事是确保你将该 URL 记录到你的 Google Sheets 中。所以，我们将把 Google Sheets 节点作为最后一步，然后点击“更新行”。你可以将其命名为“记录最终视频”。操作保持“更新行”。找到你正在使用的模板。选择你正在处理的表格。然后，当它获取列时，你只需要根据这里的 ID 进行匹配。然后在输入中，如果你一直向下滚动并查找另一个 Google Sheets 节点，你可以在那里看到 ID。你可以将其拖到这里，并将“item”更改为“first”并加上括号。你会看到它会在你的 Google Sheets 中查找这个 ID，以便知道更新哪一行。
所以，你想将“production”列更改为“done”。而最终输出，你现在想记录最终视频 URL，它来自你顶部的“获取最终视频”节点，并将其放在那里。现在，如果你在这里点击“测试步骤”。当它成功时，你会看到包含你的 ID 的行已经被你的自动化标记为“done”。最终输出在这里可用。就这样。你刚刚创建了一个工作流程，可以创建一分钟长的视频，你可以将其发布到 Tik Tok、Instagram 或 YouTube 并立即获利。
现在有几个最后的步骤来激活它，那就是基本上为你设置这些等待节点，并设置适当的秒数。要配置这些等待节点，你所要做的就是点击每一个并设置适当的秒数，以便你调用的模型有时间生成你需要的输出。所以，例如，这个是等待图片的，你可以将其设置为大约 3 分钟或 180 秒。点击完成。对于视频，因为它需要更长的时间，你可以将其设置为 600 秒或 10 分钟。根据我的经验，效果很好。然后对于声音也是 3 分钟。所以，你可以将其重命名为“等待声音”并设置为 3 分钟或 180 秒。最后，这是用于排序最终视频的。你可以将其设置为大约 4 分钟或 240 秒。然后你可以通过选择它们并点击 P 来取消固定这些数据。
如果你将你的计划触发器配置为每小时执行一次，它将创建一个新的 ID，生成提示，生成图像、视频、声音，并将它们全部组合成一个视频。
现在，要将这些视频发布到你选择的任何社交平台，如 Tik Tok、YouTube 或 Instagram，我推荐你查看我们页面上的这个教程，因为它使用了一个目前最简单、最便宜的工具来完成这项工作。这个教程实际上是与 Sabrina Ramonov 共同开发的。你可能认识她，她在 Tik Tok 上是一位知名的 AI 教育者。她使用了她的软件 potato，以便以最简单的方式跨平台发布。几天前，她还与 RoboNuggets 社区进行了一次学习会议，并为 RoboNuggets 群组的成员提供了一个折扣码。所以，如果你是社区的一员，你可以查看一下。
另外，关于 FFmpeg 的成本，如果你查看我们的请求，然后打开其中一个，你会看到成本显示为 NA，因为它的量很小。所以我实际上需要去我的使用选项卡，你也可以这样做。你可以在我最近的运行中看到，我使用了 FFmpeg 两次。运行它的成本大约低于 2 美分。所以，以如此低的费率，你很可能只是支付 file AI 服务器上运行此模型的处理能力和电力费用。但我之所以提到这一点，是因为以前要完成 FFmpeg 所做的事情，你需要订阅像 Creatmate 或 JSON to video 这样的工具，它们每月要花费 50 美元。所以，在你的自动化中使用 FFmpeg 实际上更经济。
但是，考虑到这个视频的标题，如果你想免费使用 FFmpeg，并且那不到两美分的成本对你来说仍然太高，那么你可以选择这样做。但一些先决条件是，你需要自托管 N8N，我们实际上在这个教程中有介绍如何做到这一点。你还需要一些技术技能来在你的自托管 N8N 设置中运行命令。所以，如果你想探索这一点，我能推荐的最佳途径是一个很棒的开源项目，那就是 Steven Pope 的 NCAA 工具包，我最近在一个活动中与他以及其他 AI 教育者取得了联系。你可以在这个 GitHub 仓库中查看无代码架构师工具包。如果你是该群组的一员，你还可以获得关于 Steven 最近为 NCAA 工具包进行的学习会议的访问权限，社区对此非常感激。所以，谢谢 Stephen。
谈到成本，如果你不了解其商业案例，那么你刚刚学到的这项技能就不完整了。所以，如果你看看我们提供的账户示例，你会看到他们每个视频都能获得数百万的观看次数。而在 Tik Tok 上，根据 Tik Tok 创作者计划目前的规定，每 1000 次观看大约能获得 50 美分。所以，如果你非常保守，不考虑一百万次，而是考虑每个视频能获得 50,000 次观看，那么通过 Tik Tok 创作者基金，你将获得大约 25 美元的收入。而制作那个视频的成本大约只有 3 美元，如果你使用标准设置，总的来说非常好，而且比手动制作要低得多。而这个成本是我们现在才能看到并解锁的，这要归功于 AI。所以，如果你做简单的数学计算，你将获得大约 22 美元的利润，也就是大约 88%。这对于一个企业来说是相当高的利润。所以，这非常好。
而且，请记住，这些成本只会下降，就像云存储一样，就像互联网一样，就像电力一样。现在，这些模型中的大多数都不到一年。但在几个月或几年后，随着更多的竞争对手和开源模型出现，这些成本也会下降。所以，既然你已经学会了这项技能，你就能很好地利用这一趋势。
最后但同样重要的是，请记住你正在建立一个品牌。所以，如果你去这个页面看看评论，大多数人都可以接受它是 AI 生成的，只要它被清楚地标记出来。这表明人们仍然从中找到价值和娱乐，无论它是否是 AI 生成的。所以，如果我是这个账户的所有者，例如，我可能会把它打造成一个品牌，并链接到一个有益事业的网站。例如，拯救海洋或拯救动物以及这类慈善网站，或者甚至销售一些商品，其中很大一部分收益用于做好事。我认为这将是 AI 如何用于善的非常好的用例。
最后但同样重要的是，显然这不仅仅限于海洋动物这个领域。你可以将其应用于你想要的任何视频领域。事实上，如果你是该群组的一员，你可以访问这个自定义 GPT，它将为你确定你的领域，并输出你可以直接替换到你刚刚构建的工作流程中的提示。所以，所有这些都在我们的社区中提供，如果你还没有加入，请查看一下。这里有更多关于 AI 和自动化的教程，每个教程都有自己的即时加载蓝图，你可以直接上传到你选择的工具中。我们还分享了许多付费机会和合作邀请，由我和社区中的其他成员分享。事实上，这个教程是与我们一些最活跃的社区成员的贡献一起制作的，主要是 Draon，他为海洋动物部分创建了初始工作流程，如果你是我们的成员，你也可以在我们的群组中访问它。还有 Umeid，他向我介绍了 file.ai，并且他对这里可用的不同工具进行了广泛的研究，你也可以在我们的群组中找到这些信息。所以，如果你想访问那个社区以及更多内容，请查看 RoboNuggets 社区，链接就在视频描述中。就是这样。下次见。谢谢。