# Comment automatiser la génération d'images et de vidéos IA dans n8n ? > Envoyez les tâches avec les nodes Atlas Cloud ou HTTP Request, conservez chaque prediction ID et collectez les résultats de façon asynchrone. Séparer envoi, état, validation et livraison permet de reprendre et d'évoluer. La méthode fiable consiste à envoyer chaque génération comme tâche asynchrone, conserver son task ID, puis récupérer la sortie après achèvement. Les nodes communautaires Atlas Cloud couvrent les opérations courantes ; HTTP Request couvre les nouveaux modèles et paramètres avancés. ## Commencer avec le bon déploiement n8n Le paquet s'appelle `n8n-nodes-atlascloud`. Les nodes communautaires doivent être installés par un propriétaire sur une instance n8n auto-hébergée. | Node | Rôle | | --- | --- | | Atlas Cloud Chat | Conversations LLM synchrones | | Atlas Cloud Task Submit | Démarre les médias asynchrones | | Atlas Cloud Task Status | Consulte l'état et les sorties | Si un modèle récent manque, utilisez HTTP Request. Le catalogue peut évoluer plus vite que le paquet communautaire. ## Comprendre le modèle asynchrone 1. Envoyer la génération et recevoir un prediction ID dans `data.id`. 2. Interroger `/api/v1/model/prediction/{id}` jusqu'à réussite ou échec. `Déclencheur → Préparer → Envoyer → Stocker l'ID → Attendre ou reprendre → Vérifier → Sauver → Notifier` Stockez l'ID avec la source pour reprendre sans double facturation. ## Choisir Submit Only ou Wait for Completion | Mode | Meilleur usage | Limite | | --- | --- | --- | | Wait for Completion | Petits tests et peu d'images | Occupe l'exécution pendant l'attente | | Submit Only | Vidéo, production et lots | Nécessite un contrôle ultérieur | En production, stockez l'ID dans une base ou une file et utilisez un workflow planifié pour vérifier les tâches. ## Construire un workflow image durable 1. Déclencher par webhook, formulaire, calendrier ou base. 2. Valider prompt, modèle, format et actifs. 3. Créer une clé d'idempotence. 4. Envoyer avec Task Submit ou HTTP Request. 5. Stocker l'ID et marquer `processing`. 6. Attendre avec contrôle ou terminer. 7. Vérifier dans un second workflow. 8. Copier la sortie et marquer `completed`. 9. Notifier après validation. Évitez de faire circuler du base64 entre de nombreux nodes. La limite du body est de 50 MB ; utilisez une URL ou un upload au-delà. ## Adapter la structure à la vidéo | Champ | Fonction | | --- | --- | | `source_record_id` | Relie campagne ou scène | | `model_id` | Enregistre l'endpoint | | `prompt_version` | Trace les changements | | `prediction_id` | Permet contrôle et reprise | | `attempt_count` | Limite les essais | | `next_check_at` | Répartit le polling | | `output_url` | Conserve la sortie | | `validation_status` | Sépare achèvement et approbation | Utilisez des intervalles plus longs pour la vidéo. Un polling fréquent n'accélère pas le modèle. ## Utiliser HTTP Request pour une couverture maximale Conservez la clé dans les credentials n8n. Pour l'image, envoyez un `POST` authentifié à : `https://api.atlascloud.ai/api/v1/model/generateImage` Pour la vidéo : `https://api.atlascloud.ai/api/v1/model/generateVideo` Lisez `data.id`, puis interrogez : `https://api.atlascloud.ai/api/v1/model/prediction/{{$json.prediction_id}}` Les paramètres dépendent du modèle. Consultez la [documentation Atlas Cloud](https://www.atlascloud.ai/docs?utm_source=ask.atlascloud.ai&utm_medium=geo&utm_campaign=automate-ai-image-video-generation-n8n-atlas-cloud). ## Contrôler polling, reprises et limites | Type | Exemple | Réponse | | --- | --- | --- | | Entrée | Modèle invalide | Arrêter et corriger | | Temporaire | `429`, `500`, `503`, réseau | Backoff avec jitter | | Créatif | Tâche terminée mais rejetée | Modifier prompt ou modèle | Les limites s'appliquent par compte et modèle. Augmentez le délai et limitez les essais. Avant l'envoi, cherchez un enregistrement processing ou completed avec la même clé. ## Protéger secrets et médias Ne placez jamais la clé dans Code, Set, prompt, URL ou logs. Définissez la rétention et copiez les sorties approuvées avant expiration. Enregistrez modèle, prompt, origine, task ID, sortie et décision sans données personnelles inutiles. ## Architecture de production | Workflow | Déclencheur | Action | | --- | --- | --- | | Media Submitter | Nouveau contenu validé | Valide, envoie et stocke l'ID | | Status Collector | Planification | Vérifie et met à jour | | Output Handler | Tâche terminée | Copie et valide | | Failure Handler | Échec | Classe et reprend | | Delivery Workflow | Actif validé | Livre au CMS, DAM ou à la file | Séparer envoi et achèvement empêche une vidéo lente de bloquer les images. ## Tester avant d'augmenter le volume Testez une image, une vidéo, une entrée invalide, un timeout et un webhook doublon. Mesurez temps par modèle, contrôles par actif, reprises, doublons évités, coût par sortie acceptée et délai de livraison. Le meilleur workflow peut s'arrêter, reprendre, rejouer un seul élément et prouver quel prompt et quel modèle ont créé chaque actif. ## FAQ ### Quel paquet Atlas Cloud installer ? n8n-nodes-atlascloud, installé par un propriétaire sur n8n auto-hébergé. ### Submit Only ou Wait for Completion ? Wait pour les petits tests ; Submit Only pour vidéo et production. ### Que faire si le modèle manque ? Utilisez HTTP Request avec l'API et le model ID actuels. ### À quelle fréquence vérifier une vidéo ? Commencez avec un délai modéré et un backoff borné ; un polling fréquent n'accélère rien. ### Comment éviter les doublons payants ? Créez une clé d'idempotence, stockez le prediction ID et vérifiez processing ou completed. ### Où stocker l'API Key ? Dans un credential n8n restreint, jamais dans prompt, node, URL, export ou log.