用 n8n + Fal.ai 从 Google Sheets 批量生成 UGC 广告图与短视频

读取 Google Sheet 产品行 → 生成广告图（Gemini / nano-banana）→ 分析图像并扩展场景 → 生成 5–8 秒视频（Veo3 / WAN2.2）→ 上传 Drive 并回写链接

给谁

需要批量产出 UGC 风格广告素材的营销人员、创作者与自动化搭建者

你会得到

从表格行自动产出广告图或 5–8 秒短视频，素材回存 Google Drive 且链接写回表格

你需要

n8n · google-sheets · google-drive

步骤

1. Zone 0：生成广告图（Gemini / OpenRouter 路径）

   在 n8n 中导入模板后，先执行 Zone 0 的图像-only 分支。该分支读取 Google Sheets 的 Gemini 标签页，筛选 img_url 为空的行。用 Set 节点将 Drive 分享链接转换为直链（`uc?export=view&id=`）。随后通过 HTTP Request 节点调用 OpenRouter，使用模型 `google/gemini-2.5-flash-image-preview:free`，传入 prompt 与 product 图片 URL 生成图像。等待 10 秒后，用 Code 节点将返回的 data URI 拆分为 base64、mimeType 与 fileName，经 Convert to File 转为二进制，上传至 Google Drive 指定文件夹，最后将图片链接写回 Gemini 表的 img_url 列。

2. Zone 1：生成图像并分析（Fal nano-banana + OpenAI Vision）

   执行 Zone 1 分支：读取 nanoBanana 标签页中 video_url 为空的行。同样先用 Set 节点将 Drive 链接转为直链。通过 HTTP Request 向 `https://queue.fal.run/fal-ai/nano-banana/edit` POST 请求，携带 prompt、image_urls、num_images=1、output_format=jpeg。获取 status_url 后进入轮询：查询状态 → If 判断是否为 COMPLETED → 若未完成则 Wait 10 秒再查。完成后用 `requests/{request_id}` 获取结果图像 URL。将该图像送入 OpenAI Vision 节点进行分析，模型使用 gpt-4o（chatgpt-4o-latest），要求输出 JSON 格式的品牌、配色、字体、可见文字、产品类型或角色信息。

   运行提示词 · 来源原文。OpenAI Vision 节点（Analyze image）的 text 字段

   复制提示词

   Analyze the image: is it a product, a character, or both?
   
   If product → return JSON:
     brand_name: (brand if visible/inferable)
     color_scheme:
       - hex: (HEX of main colors)
         name: (color name)
     font_style: (if visible)
     visible_text: |
       (all legible text exactly)
     product_type: (type of product)
     visual_description: (1–2 sentences about subject)
   
   If character → return JSON:
     character_name: (if known/inferable)
     color_scheme:
       - hex: (HEX of main colors on outfit/character)
         name: (color name)
     outfit_style: (clothes/accessories)
     visual_description: (1–2 sentences about subject)
   
   Output JSON only.

3. Zone 2-1：扩展视频场景描述（AI Agent）

   将 Zone 1 的图像分析结果传入 AI Agent 节点「Describe Each Scene for Video」。该节点连接 OpenAI Chat Model（gpt-4o）与 Structured Output Parser，要求把分析内容扩展为 5 秒 UGC 风格视频场景描述。Agent 提示词要求输出 plain text，分 Characters / Scene Background / Camera Movement / Movement in Scene / Sound Design 五段；但下游 Structured Output Parser 强制 JSON schema（characters 数组、scene_description、camera_movement、object_movements、sound_effects）。搭建时需注意：Agent 的文本输出将被 Parser 尝试按 schema 提取，若格式不兼容可能触发 autoFix 或报错。建议先用样例测试输出稳定性。

   运行提示词 · 来源原文。AI Agent 节点（Describe Each Scene for Video）的 text 字段

   复制提示词

   =You are a Video Scene Prompt Generator for Veo3. 
   Your job is to take the scene input below and expand it into a detailed 5-second video description, following these rules:
   
   1. Use the scene input as the core reference. Do not remove or alter product names, logos, or visible text from the reference image.
   2. Expand the description into a natural, realistic **UGC-style video scene**. The output must feel authentic, casual, and human-made (like a phone video).
   3. Break down the scene into these sections:
      - Characters: List all characters in the scene with age, attire, appearance, posture, emotion, and what they are doing.
      - Scene Background: Describe the environment in detail (location, lighting, colors, props, atmosphere, time of day).
      - Camera Movement: Describe how the camera moves (handheld, selfie, panning, zooming, tilt, etc.), as if filmed on a smartphone.
      - Movement in Scene: Show how the character(s) and product interact or move naturally in the 5-second clip.
      - Sound Design: Suggest casual voice/dialogue (under 150 characters, natural & authentic tone), plus ambient sounds or background noise that fit the scene.
   
   4. The **dialogue** should sound natural, short, and conversational (like talking to a friend), not scripted or commercial. 
   5. Keep everything **photorealistic** and authentic, not overly polished or cinematic. Emphasize realism and relatability.
   
   Scene Input (from previous step):
   {{ $json.content }}
   
   Return your answer in **plain text** exactly in the following structure (no JSON, no extra commentary):
   
   Characters:
   - ...
   - ...
   
   Scene Background: ...
   Camera Movement: ...
   Movement in Scene: ...
   Sound Design: ...

4. Zone 2-2：生成视频（Veo3 主路径）

   使用 Veo3 HTTP Request 节点向 `https://queue.fal.run/fal-ai/veo3/image-to-video` POST 请求。请求体拼接 Structured Output Parser 的 output 字段：characters[0].description + scene_description + camera_movement + object_movements + sound_effects 作为 prompt；image_url 取自 Zone 1 获取的结果图像；duration 固定为 8s，generate_audio=true，resolution=720p。提交后获取 status_url，进入与 Zone 1 类似的轮询循环：Wait → Get video status → Switch 判断 COMPLETED/IN_PROGRESS/IN_QUEUE → 完成后 Get the video 下载 MP4。

5. Zone 2-3：上传视频并回写表格（含 WAN2.2 可选路径）

   视频下载后通过 HTTP Request 获取二进制，上传至 Google Drive（可与图像同文件夹），然后将视频链接写回 nanoBanana 表的 video_url 列，匹配列为 product。WAN2.2 作为可选备用路径：节点「Call Fal.ai API (WAN2.2)」默认禁用，启用时向 `https://queue.fal.run/fal-ai/wan/v2.2-a14b/image-to-video` POST，参数包括 prompt（XML 格式包裹 characters/scene_description/camera_movement/object_movements）、num_frames=81、frames_per_second=18、resolution=720p、aspect_ratio=auto、num_inference_steps=27、enable_safety_checker=true、enable_prompt_expansion=false、acceleration=regular、guidance_scale=3.5、guidance_scale_2=3.5、shift=5、interpolator_model=film、num_interpolated_frames=1、adjust_fps_for_interpolation=true、image_url。该路径与 Veo3 互备，可根据效果切换。