用 n8n 自动生成 UGC 视频广告：GPT-4o + ElevenLabs + WaveSpeed

产品图 → Telegram 触发 → AI 分析 → 生成人物图 → 语音合成 → 对口型视频 → Telegram 交付

给谁

需要批量制作社交媒体 UGC 风格广告视频的营销团队或电商运营者

你会得到

上传产品图后自动获得 480p 带配音对口型的客户见证视频，可直接发 TikTok/Instagram

你需要

n8n · telegram · elevenlabs · wavespeed · cloudinary

步骤

1. 配置凭证与导入模板

   在 n8n 中导入该模板。依次配置以下凭证：OpenAI API（用于 GPT-4o 视觉节点）、ElevenLabs API（替换 CLONING AUDIO 节点中的 YOUR_ELEVENLABS_API_KEY）、WaveSpeed AI API（替换 CREATE 节点中的 YOUR_TOKEN_HERE）、Cloudinary（替换 YOUR_CLOUDINARY_CLOUD_NAME，upload preset 设为 Picture）、Telegram Bot Token（在 Set Bot Token 节点填入，并设置目标 chatId）。

2. 激活工作流并通过 Telegram 发送产品图

   激活工作流。在 Telegram 中向配置的 Bot 发送一张产品图（建议使用清晰展示产品使用场景的图片）。Telegram Trigger 节点会捕获消息，Set Bot Token 节点注入 Token，Image Path 节点通过 Telegram getFile API 获取文件路径，Download File 节点下载实际图片。

3. GPT-4o 分析产品并输出 YAML

   Analyze YAML 节点调用 GPT-4o Vision 分析下载的产品图，判断图中是产品、人物或两者皆有，并以 YAML 格式返回：brand_name、color_scheme（hex/name）、font_style、visual_description；或 character_name、outfit_style 等。同时识别产品适用性别（男/女/中性）。输出语言为 English。

   运行提示词 · 来源原文。Analyze YAML 节点的 text 参数（n8n OpenAI 节点 prompt 字段）

   复制提示词

   =Analisis gambar yang diberikan dan tentukan apakah gambar tersebut terutama menggambarkan sebuah produk atau karakter, atau KEDUANYA.
   
   # Jika gambar adalah sebuah produk, kembalikan analisis dalam format YAML dengan field berikut:
   
   brand_name: (Nama brand yang terlihat di gambar, jika ada atau dapat disimpulkan)
   color_scheme:
   
   hex: (Kode hex dari setiap warna utama yang digunakan)
   name: (Nama description dari warna tersebut)
   font_style: (Jelaskan jenis font atau gaya yang digunakan: serif/sans-serif, tebal/tipis, dll.)
   visual_description: (Satu atau dua kata ringkas yang merangkumi apa yang terlihat pada gambar, abaikan latar belakang)
   
   # Jika gambar adalah sebuah karakter, kembalikan analisis dalam format YAML dengan field berikut:
   
   character_name: (Nama karakter jika terlihat atau dapat disimpulkan)
   color_scheme:
   
   hex: (Kode hex dari setiap warna utama yang digunakan pada karakter)
   name: (Nama description dari warna tersebut)
   outfit_style: (description gaya pakaian, aksesori, atau feature menonjol yang lain)
   visual_description: (Satu atau dua kata ringkas yang merangkum terlihat pada karakter, abaikan latar belakang)
   
   kenalpasti produk sesuai untuk lelakki atau perempuan, dan juga adakah produk tersebut unisex
   
   Hanya kembalikan YAML. Jangan menjelaskan atau menambahkan kata, simbol atau komentar lain.
   Output dalam bahasa English
   
   Jika gambar adalah KEDUANYA, kembalikan kedua deskripsi seperti panduan di atas dalam format YAML

4. 生成 UGC 人物图并上传

   PROMPT PRODUK REVIEW 节点根据 YAML 分析结果生成图像提示词（英文输出，无引号），要求 9:16 手机比例、马来西亚真实人物风格、自然光线、电影颗粒感。CREATE NEW IMG1 节点调用 WaveSpeed AI（nano-banana/edit）生成图像，等待 65 秒后 GET STATUS NEW IMG1 轮询状态，完成后 UPLOAD NEW IMG V1 上传至 Cloudinary，同时 Telegram 发送照片预览。

   运行提示词 · 来源原文。PROMPT PRODUK REVIEW 节点的 text 参数（用户输入 prompt）

   复制提示词

   =Your task: Create an image prompt as guided by your system guidelines.
   
   You shall make sure that the reference image is depicted as ACCURATELY as possible in the resulting images, especially all text.
   
   Description of the reference image:
   {{ $json.content }}
   
   # Output
   - Dalam bahasa English
   - Berikan output TANPA tambahan kata atau simbol apapun termasuk tanda kutip
   - Tanda kutip ganti dengan simbol -

   运行提示词 · 来源原文。PROMPT PRODUK REVIEW 节点的 messages.messageValues[0].message（system/context prompt）

   复制提示词

   =Buat satu fotografi testimoni produk profesional berdasarkan foto produk yang diberikan, saiz output gambar mestilah menggunakan aspect_ratio 9:16 sesuai dengan phone view
   
   
   Pastikan sentiasa sertakan grain halus untuk kesan sinematik.
   
   #Arahan Utama
   
   Tentukan terlebih dahulu sama ada produk tersebut boleh dipakai atau tidak.
   
   #Tetapan Asas
   
   Hasilkan 1 babak unik review produk oleh watak utama.
   
   Watak ialah orang Malaysia sebenar yang kelihatan natural.
   
   Watak sedang memberi testimoni penggunaan produk dengan ekspresi jujur.
   
   Tiada sebarang teks atau sarikata dalam gambar (nyatakan dalam prompt).
   
   #Watak
   
   Jika watak tidak jelas, tambahkan keterangan berikut:
   
   Lelaki atau perempuan berusia 25–30 tahun cantik atau handsome, pilih jantina yang sesuai dengan produk.
   
   Gaya dan gerak-geri natural.
   Pastikan dalam gambar akhir, watak seolah-olah memegang, menyentuh, atau menggunakan produk yang sedang diulas.
   
   #Jenis Produk
   
   Fesyen: Tunjukkan model memakai pakaian atau aksesori tersebut.
   
   Perhiasan / Aksesori: Fokus pada model memakai perhiasan itu (close-up bahagian relevan).
   
   Produk yang tidak boleh dipakai: Watak hanya memegang atau membawa produk secara natural.
   
   Haiwan: Watak berdiri di sebelah haiwan dengan ekspresi ceria dan tenang.
   
   Perabot / alatan rumah: Watak menggunakan perabot atau alat tersebut mengikut fungsi sebenarnya.
   
   #Sudut & Gaya Foto
   
   Pastikan keseluruhan gambar produk kelihatan jelas dan utuh seperti asalnya.
   
   Gunakan sekurang-kurangnya 2–3 arahan kamera berikut:
   
   Paparan telefon iPhone terbaru,framing genggam,komposisi tidak simetri,cahaya semula jadi,bayangan lembut,sedikit blur pergerakan,auto exposure,tampilan tidak dipoles,grain halus
   
   #Suasana & Realisme
   
   Terima ketidaksempurnaan seperti:
   
   tekstur kulit semula jadi
   
   rambut sedikit berterabur
   
   latar belakang agak sibuk
   
   Gaya seolah-olah gambar sebenar, bukan hasil studio.
   
   Watak kelihatan tulus, santai, dan tidak berlebihan.
   
   Tiada orang lain yang memegang kamera.
   
   Deskripsi produk akan dikirimkan kepada Anda. Balas hanya dengan prompt akhir, tidak ada yang lain, wajib TANPA / TIDAK BOLEH ADA SIMBOL tanda kutip ganda.

5. 合成语音并生成对口型视频

   TTS & CAPTION1 节点（AI Agent）根据产品描述生成马来语混合英语的 10 秒短评文案与配音文本，经 Structured Output Parser 输出 caption + textospeech。Analyze IMG NEW2 判断人物性别，Switch GENDER 路由至对应 ElevenLabs 声音（男声 UcqZLa941Kkt8ZhEEybf / 女声 lMSqoJeA0cBBNA9FeHAs）。CLONING AUDIO 节点调用 eleven_multilingual_v2 合成语音，提取并转为 WAV 后上传 Cloudinary。CREATE LIPSYNC V1 调用 WaveSpeed AI infinitetalk，以 480p、seed=-1、自然动作提示词，将人物图与音频合成为对口型视频。等待 140 秒后轮询状态。

   运行提示词 · 来源原文。TTS & CAPTION1 节点的 text 参数（用户输入）

   复制提示词

   =anda akan diberikan data description produk ini :
   
   {{ $('Analyze YAML').item.json.content }}

   运行提示词 · 来源原文。TTS & CAPTION1 节点的 options.systemMessage 参数

   复制提示词

   =Anda adalah **Sosial Media Manager**. anda akan diberikan **description produk dan karakter**.
   
   # Buatkan Text To Speech dan wajib dalam bahasa Malaysia mix english natural
   
   * **Konsep Automatic** (Anda yang buatkan secara kreatif tetapi mestilah masuk akal).
   * Durasi maximum **10 Saat Sahaja**.
   * Isi Text To Speech adalah **testimoni singkat atau review** yang menggambarkan pengalaman menggunakan produk di description, terasa **penuh emosi**, dan **memujuk orang lain untuk mencuba**.
   * Gunakan gaya percakapan yang **natural, menunjukkan expresi jelas, dan bersemangat**, seolah-olah anda betul-betul berpuas hati dengan produk tersebut.
   
   # Output
   
   Tulis **Hantar terus hasil akhir tanpa tambahan lain**, **tanpa tambahan kata, simbol, atau tanda kutip** di awal mahupun akhir output.

   运行提示词 · 来源原文。Analyze IMG NEW2 节点的 text 参数

   复制提示词

   =Analisis gambar yang diberikan dan tentukan gender dari karakter yang ada di gambar adakah : 
   
   - Lelaki 
   atau 
   - Perempuan
   
   # Output
   Huruf kecil semua 
   Kembalikan output tanpa ada tambahan kata atau simbol apapun

6. 交付最终内容

   视频生成完成后，UPLOAD VIDEO REVIEW V1 上传至 Cloudinary，随后 Send a video 节点通过 Telegram 发送最终 480p UGC 视频。同时 Send a photo message 节点已在前一步发送生成的人物图片。用户可在 Telegram 中直接下载并发布到 TikTok/Instagram。

你是一个 n8n 工作流搭建助手。用户想复现「用 GPT-4o + ElevenLabs + WaveSpeed 自动生成 UGC 视频广告」的模板。请先确认用户已具备：n8n 实例、OpenAI/ ElevenLabs/ WaveSpeed/ Cloudinary API 凭证、Telegram Bot。然后指导用户按步骤导入模板、填入凭证、测试发送产品图。注意：节点内的马来语提示词保持原文，仅修改产品描述变量；如需其他语言市场，可替换 TTS & CAPTION1 中的语言要求。