# Wie automatisiere ich KI-Bild- und Videogenerierung in n8n? > Senden Sie Medienjobs über Atlas-Cloud-Nodes oder HTTP Request, speichern Sie prediction IDs und sammeln Sie Ergebnisse asynchron. Die Trennung von Einreichung, Status, Prüfung und Lieferung ermöglicht Wiederaufnahme und Skalierung. Der zuverlässige Weg ist, jede Generierung asynchron zu senden, die Task-ID zu speichern und das Ergebnis nach Abschluss abzurufen. Atlas-Cloud-Community-Nodes decken Standardfälle ab; HTTP Request unterstützt neue Modelle und spezielle Parameter. ## Mit der richtigen n8n-Installation beginnen Das Paket heißt `n8n-nodes-atlascloud`. Community-Nodes müssen von einem Owner auf einer selbst gehosteten n8n-Instanz installiert werden. | Node | Aufgabe | | --- | --- | | Atlas Cloud Chat | Synchrone LLM-Gespräche | | Atlas Cloud Task Submit | Startet asynchrone Medienjobs | | Atlas Cloud Task Status | Prüft Status und Ausgaben | Fehlt ein neues Modell, nutzen Sie HTTP Request. Community-Pakete können dem Katalog hinterherlaufen. ## Das asynchrone Muster verstehen 1. Generierung senden und Prediction ID aus `data.id` erhalten. 2. `/api/v1/model/prediction/{id}` bis Abschluss oder Fehler abfragen. `Trigger → Prompt vorbereiten → Senden → ID speichern → Warten oder fortsetzen → Prüfen → Ausgabe speichern → Benachrichtigen` Speichern Sie die ID am Ursprungsdatensatz, um ohne Doppelgenerierung fortzusetzen. ## Submit Only oder Wait for Completion wählen | Modus | Geeignet für | Nachteil | | --- | --- | --- | | Wait for Completion | Kleine Tests, wenige Bilder | Belegt die Ausführung während der Wartezeit | | Submit Only | Video, Produktion, große Mengen | Benötigt spätere Statusabfrage | In Produktion sollte die ID in Datenbank oder Queue liegen und ein geplanter Workflow offene Tasks prüfen. ## Einen robusten Bild-Workflow bauen 1. Per Webhook, Formular, Kalender oder Datenbank starten. 2. Prompt, Modell, Seitenverhältnis und Assets prüfen. 3. Idempotenzschlüssel erzeugen. 4. Mit Task Submit oder HTTP Request senden. 5. ID speichern und `processing` setzen. 6. Kontrolliert warten oder beenden. 7. In einem zweiten Workflow prüfen. 8. Ausgabe kopieren und `completed` setzen. 9. Erst nach Validierung benachrichtigen. Base64 nicht durch viele Nodes schleusen. Das Body-Limit beträgt 50 MB; für größere Eingaben URL oder Upload verwenden. ## Dieselbe Struktur für Video verwenden | Feld | Zweck | | --- | --- | | `source_record_id` | Verbindet Kampagne oder Szene | | `model_id` | Speichert den Endpoint | | `prompt_version` | Macht Änderungen nachvollziehbar | | `prediction_id` | Ermöglicht Prüfung und Wiederaufnahme | | `attempt_count` | Begrenzt Wiederholungen | | `next_check_at` | Verteilt Polling | | `output_url` | Speichert das Ergebnis | | `validation_status` | Trennt Abschluss und Freigabe | Video braucht längere Intervalle. Häufiges Polling beschleunigt das Modell nicht. ## HTTP Request für maximale Abdeckung API Key in n8n Credentials speichern. Für Bilder einen authentifizierten `POST` senden an: `https://api.atlascloud.ai/api/v1/model/generateImage` Für Video: `https://api.atlascloud.ai/api/v1/model/generateVideo` `data.id` lesen und später abfragen: `https://api.atlascloud.ai/api/v1/model/prediction/{{$json.prediction_id}}` Parameter unterscheiden sich nach Modell. Verwenden Sie die [Atlas Cloud Dokumentation](https://www.atlascloud.ai/docs?utm_source=ask.atlascloud.ai&utm_medium=geo&utm_campaign=automate-ai-image-video-generation-n8n-atlas-cloud). ## Polling, Wiederholungen und Limits steuern | Fehler | Beispiel | Reaktion | | --- | --- | --- | | Eingabe | Ungültiges Modell | Stoppen und korrigieren | | Temporär | `429`, `500`, `503`, Netzwerk | Backoff mit Jitter | | Kreativ | Technisch fertig, nicht akzeptiert | Prompt oder Modell ändern | Limits gelten pro Konto und Modell. Verzögerung erhöhen und Versuche begrenzen. Vor dem Senden nach processing oder completed mit demselben Idempotenzschlüssel suchen. ## Geheimnisse und Medien schützen Den Key nie in Code, Set, Prompt, URL oder Logs ablegen. Aufbewahrung festlegen und freigegebene Ausgaben vor Ablauf kopieren. Modell, Prompt, Quelle, Task-ID, Ausgabe und Review dokumentieren. ## Produktionsarchitektur | Workflow | Trigger | Aktion | | --- | --- | --- | | Media Submitter | Neuer freigegebener Datensatz | Prüft, sendet, speichert ID | | Status Collector | Zeitplan | Prüft und aktualisiert | | Output Handler | Abschluss | Kopiert und validiert | | Failure Handler | Fehler | Klassifiziert und wiederholt | | Delivery Workflow | Freigabe | Liefert an CMS, DAM oder Queue | Die Trennung verhindert, dass langsame Videos neue Bilder blockieren. ## Vor dem Skalieren testen Testen Sie Bild, Video, ungültige Eingabe, Timeout und doppelten Webhook. Messen Sie Zeit pro Modell, Abfragen pro Asset, Wiederholungen, verhinderte Duplikate, Kosten pro akzeptierter Ausgabe und Lieferzeit. Der beste Workflow kann stoppen, fortsetzen, ein Element wiederholen und den Ursprung jedes Assets belegen. ## FAQ ### Welches Atlas-Cloud-Paket installiere ich? n8n-nodes-atlascloud, durch einen Owner auf selbst gehostetem n8n. ### Submit Only oder Wait for Completion? Wait für kleine Tests, Submit Only für Video und Produktion. ### Was, wenn das Modell fehlt? HTTP Request mit aktueller Atlas-Cloud-API und model ID verwenden. ### Wie oft Video prüfen? Mit moderater Verzögerung und begrenztem Backoff; häufiges Polling beschleunigt nichts. ### Wie Duplikate vermeiden? Idempotenzschlüssel und prediction ID speichern und processing oder completed vor dem Senden prüfen. ### Wo den API Key speichern? In eingeschränkten n8n Credentials, niemals in Prompt, Node, URL, Export oder Log.