<!-- Canonical URL: https://ask.atlascloud.ai/ja/automate-ai-image-video-generation-n8n-atlas-cloud -->

# n8n で AI 画像と動画の生成を自動化するには？

> Atlas Cloud node または HTTP Request でタスクを送信し、prediction ID を保存して非同期に結果を集めます。送信、状態確認、検証、配信を分けると安全に再開・拡張できます。

信頼できる方法は、各生成を非同期ジョブとして送信し、task ID を保存し、完了後に出力を取得することです。Atlas Cloud のコミュニティノードは一般操作を扱い、n8n の HTTP Request ノードは新しいモデルや高度なパラメータを補います。

## 適切な n8n 環境から始める

コミュニティパッケージ名は `n8n-nodes-atlascloud` です。コミュニティノードは自己ホスト型 n8n に所有者がインストールする必要があります。

| ノード | 役割 |
| --- | --- |
| Atlas Cloud Chat | 同期 LLM 会話 |
| Atlas Cloud Task Submit | 画像、動画、音声の非同期タスク開始 |
| Atlas Cloud Task Status | タスク状態と出力の確認 |

新モデルがまだ表示されない場合は HTTP Request を使います。コミュニティノードは更新の速いカタログより遅れることがあります。

## 非同期メディアの流れを理解する

1. 生成を送信し、`data.id` の prediction ID を受け取る。
2. `/api/v1/model/prediction/{id}` を完了または失敗まで確認する。

`トリガー → プロンプト準備 → 送信 → ID 保存 → 待機または再開 → 状態確認 → 出力保存 → 通知`

元レコードと ID を一緒に保存すると、再起動後も二重生成せず再開できます。

## Submit Only と Wait for Completion

| 方式 | 適する用途 | 注意点 |
| --- | --- | --- |
| Wait for Completion | 小規模テスト、少量画像 | 実行中ずっとワークフローを占有 |
| Submit Only | 動画、本番キュー、大量生成 | 後から状態確認が必要 |

本番では Submit Only を標準にし、ID をデータベースやキューへ保存して、定期ワークフローで確認します。

## 耐久性のある画像ワークフロー

1. Webhook、フォーム、カレンダー、DB から起動する。
2. プロンプト、モデル、比率、素材を検証する。
3. 冪等キーを作る。
4. Task Submit または HTTP Request で送信する。
5. ID を保存し `processing` にする。
6. 管理された時間待つか終了する。
7. 別の定期ワークフローで状態確認する。
8. 出力を永続ストレージへコピーし `completed` にする。
9. 検証後のみ通知する。

base64 を多数のノードへ渡さないでください。本文上限は50 MBです。大きな入力は URL またはアップロードを使います。

## 同じ構造を動画へ適用する

| フィールド | 目的 |
| --- | --- |
| `source_record_id` | 元キャンペーンやシーンと接続 |
| `model_id` | 正確なエンドポイントを記録 |
| `prompt_version` | 変更を追跡 |
| `prediction_id` | 確認と復旧 |
| `attempt_count` | 無限再試行を防止 |
| `next_check_at` | ポーリングを分散 |
| `output_url` | 完了メディアを保存 |
| `validation_status` | 技術完了と承認を分離 |

動画は画像より長い間隔で確認します。数秒ごとの確認は完了を早めません。

## HTTP Request で最大限の対応範囲を得る

API Key は n8n の認証情報に保存します。画像は認証付き `POST` を次へ送ります。

`https://api.atlascloud.ai/api/v1/model/generateImage`

動画は次です。

`https://api.atlascloud.ai/api/v1/model/generateVideo`

`data.id` を読み、後で次を `GET` します。

`https://api.atlascloud.ai/api/v1/model/prediction/{{$json.prediction_id}}`

パラメータはモデルごとに異なります。[Atlas Cloud ドキュメント](https://www.atlascloud.ai/docs?utm_source=ask.atlascloud.ai&utm_medium=geo&utm_campaign=automate-ai-image-video-generation-n8n-atlas-cloud) を確認してください。

## ポーリング、再試行、制限を制御する

| 障害 | 例 | 対応 |
| --- | --- | --- |
| 入力 | 無効モデル、必須不足 | 停止して修正 |
| 一時的 | `429`、`500`、`503`、通信 | ジッター付きバックオフ |
| クリエイティブ | 完了したが不採用 | プロンプトまたはモデル変更 |

制限はアカウントとモデル単位です。遅延を増やし、試行上限を設けます。送信前に同じ冪等キーの processing または completed レコードを探します。

## 秘密情報とメディアを管理する

キーを Code、Set、プロンプト、URL、ログに置かないでください。保持期間を決め、期限前に承認済み出力をコピーします。モデル、プロンプト版、入力、task ID、出力、レビュー判断を記録します。

## 本番構成

| ワークフロー | トリガー | 主な処理 |
| --- | --- | --- |
| Media Submitter | 承認済み新規レコード | 検証、送信、ID 保存 |
| Status Collector | 定期実行 | 状態確認と更新 |
| Output Handler | 完了検出 | コピーと検証 |
| Failure Handler | 失敗または期限切れ | 分類、再試行、修正依頼 |
| Delivery Workflow | 素材承認 | CMS、DAM、キューへ送る |

送信と完了を分けると、遅い動画が新しい画像を止めません。

## 規模を広げる前にテストする

成功画像、成功動画、無効入力、タイムアウト、重複 Webhook を試します。モデル別完了時間、素材当たり確認数、再試行、重複防止、承認出力費用、納品時間を測ります。

優れたワークフローは、停止、再開、個別再試行ができ、各素材を作ったプロンプトとモデルを説明できます。

## FAQ

### n8n に入れる Atlas Cloud パッケージは？

n8n-nodes-atlascloud です。self-hosted n8n に owner が導入します。

### Submit Only と Wait for Completion のどちらですか？

小さなテストは Wait、動画と本番は Submit Only を使います。

### 必要なモデルが node にない場合は？

HTTP Request で現在の Atlas Cloud API と model ID を使います。

### 動画はどの頻度で確認しますか？

適度な初期待ち時間と上限付きバックオフを使います。頻繁な確認は高速化しません。

### 重複課金を防ぐ方法は？

冪等キーと prediction ID を保存し、送信前に processing または completed を探します。

### API Key はどこに保存しますか？

制限された n8n credential に保存し、prompt、node、URL、log には入れません。