Смотреть урок

Показываю схему автоматического монтажа коротких видеороликов в n8n: бесплатная локальная генерация картинок через Automatic1111 (Stable Diffusion) и бесплатный локальный синтез речи, всё это собирается в готовый ролик через FFmpeg. Разбираю по шагам мастер-промпт, который делит тему на сцены, ноды Code для разделения промптов и текста озвучки, HTTP-запросы к локальным серверам и финальную склейку в FFmpeg-команду. Единственная платная часть схемы — дешёвый AI-агент по API (использую DeepSeek), остальное работает бесплатно на своём компьютере с видеокартой. Такой формат — один кадр под фразу — уже не годится для монетизации, но это первый рабочий шаг к автоматическому созданию видео. Пути к файлам, версии видеокарты и установка Automatic1111 с FFmpeg у каждого свои, поэтому объясняю общий принцип и советую решать частные ошибки через ChatGPT.

Оглавление с таймкодами:

0:00–1:37 Показываю схему автоматического монтажа видео: слабая модель генерации картинок и бесплатный локальный синтез речи собираются в готовый ролик; такой формат уже не подходит для монетизации, но это первый шаг к автоматике — советую решать частные ошибки через ChatGPT, а не в личку.
1:37–3:15 Мастер-промпт создаёт структуру короткого видео: указываю тему, количество сцен (для теста — 5, но можно 10–20), язык озвучки и то, что промпты для изображений должны быть только на английском.
3:15–5:12 Объясняю, почему используется слабая версия Stable Diffusion через Automatic1111 — минимизация затрат; схема работает только на локальном компьютере с видеокартой, без неё ничего не выйдет; поднимаю несколько локальных серверов — для картинок, для FFmpeg, для аудио.
5:12–7:23 Показываю первый готовый ролик про Солнечную систему с простой озвучкой; перечисляю, что нужно установить — Automatic1111 и FFmpeg, а свои особенности каждый решает через ChatGPT.
7:23–10:04 Пошагово прошу ChatGPT объяснить установку Automatic1111 для запуска через API в n8n: Python, git, скачивание и первый запуск.
10:04–13:21 Собираю флоу в n8n: ручной триггер, AI-агент на DeepSeek, вставляю мастер-промпт, добавляю ноду Code на JavaScript, которая разделяет ответ агента на промпты и текст для каждой из 5 сцен.
13:21–16:34 Добавляю второй Code-ноду для лучшей фильтрации, настраиваю HTTP Request (POST) к локальному серверу Automatic1111 с JSON — prompt, негативный prompt, шаги, сэмплер, разрешение; объясняю, что n8n у меня запущен через Docker ради выхода в интернет для community-нод.
16:34–20:08 Запускаю генерацию — получаю 5 картинок; добавляю Code-ноду, конвертирующую формат, и Write File-ноду, чтобы сохранить картинки на диск по своему пути.
20:08–23:55 Добавляю HTTP Request для генерации речи — тоже метод POST с JSON; поднимаю два локальных сервера (для FFmpeg…