# Hur automatiserar jag AI-bild- och videogenerering i n8n? > Använd Atlas Clouds community-noder eller HTTP Request för att skicka jobb, lagra prediction ID och hämta resultat asynkront. Separera inskick, status, validering och leverans för ett flöde som kan återupptas säkert. Den tillförlitliga metoden är att skicka varje generering som en asynkron uppgift, spara task ID och hämta resultatet efter slutförande. Atlas Cloud-communitynoder hanterar vanliga steg; HTTP Request täcker nya modeller och avancerade parametrar. ## Börja med rätt n8n-installation Paketet heter `n8n-nodes-atlascloud`. Communitynoder måste installeras av en ägare på en självhostad n8n-instans. | Nod | Roll | | --- | --- | | Atlas Cloud Chat | Synkrona LLM-samtal | | Atlas Cloud Task Submit | Startar asynkrona mediejobb | | Atlas Cloud Task Status | Kontrollerar status och resultat | Om en ny modell saknas, använd HTTP Request. Communitypaket kan ligga efter katalogen. ## Förstå det asynkrona mönstret 1. Skicka genereringen och få ett prediction ID i `data.id`. 2. Kontrollera `/api/v1/model/prediction/{id}` tills klart eller fel. `Trigger → Förbered prompt → Skicka → Spara ID → Vänta eller återuppta → Kontrollera → Spara output → Meddela` Spara ID med källposten för att återuppta utan dubbel generering. ## Välj Submit Only eller Wait for Completion | Metod | Bäst för | Nackdel | | --- | --- | --- | | Wait for Completion | Små tester och få bilder | Upptar körningen under väntan | | Submit Only | Video, produktion och batch | Kräver senare statuskontroll | I produktion sparas ID i databas eller kö och ett schemalagt workflow kontrollerar öppna uppgifter. ## Bygg ett robust bildflöde 1. Starta via webhook, formulär, kalender eller databas. 2. Validera prompt, modell, proportion och tillgångar. 3. Skapa en idempotensnyckel. 4. Skicka med Task Submit eller HTTP Request. 5. Spara ID och sätt `processing`. 6. Vänta kontrollerat eller avsluta. 7. Kontrollera i ett andra workflow. 8. Kopiera resultat och sätt `completed`. 9. Meddela först efter validering. Skicka inte base64 genom många noder. Bodygränsen är 50 MB; använd URL eller upload för större input. ## Anpassa samma struktur för video | Fält | Syfte | | --- | --- | | `source_record_id` | Kopplar kampanj eller scen | | `model_id` | Sparar endpoint | | `prompt_version` | Spårar ändringar | | `prediction_id` | Möjliggör kontroll och återupptagning | | `attempt_count` | Begränsar retries | | `next_check_at` | Sprider polling | | `output_url` | Sparar resultat | | `validation_status` | Skiljer slutfört från godkänt | Video kräver längre intervall. Tät polling gör inte modellen snabbare. ## Använd HTTP Request för maximal täckning Spara nyckeln i n8n credentials. För bild skickas en autentiserad `POST` till: `https://api.atlascloud.ai/api/v1/model/generateImage` För video: `https://api.atlascloud.ai/api/v1/model/generateVideo` Läs `data.id` och kontrollera senare: `https://api.atlascloud.ai/api/v1/model/prediction/{{$json.prediction_id}}` Parametrar varierar per modell. Se [Atlas Cloud-dokumentationen](https://www.atlascloud.ai/docs?utm_source=ask.atlascloud.ai&utm_medium=geo&utm_campaign=automate-ai-image-video-generation-n8n-atlas-cloud). ## Styr polling, retries och gränser | Fel | Exempel | Åtgärd | | --- | --- | --- | | Input | Ogiltig modell | Stoppa och rätta | | Tillfälligt | `429`, `500`, `503`, nätverk | Backoff med jitter | | Kreativt | Klart men avvisat | Ändra prompt eller modell | Gränser gäller per konto och modell. Öka fördröjning och begränsa försök. Sök efter processing eller completed med samma nyckel före inskick. ## Skydda hemligheter och media Lägg aldrig nyckeln i Code, Set, prompt, URL eller logg. Ange retention och kopiera godkända resultat före utgång. Logga modell, prompt, källa, task ID, resultat och beslut. ## Produktionsarkitektur | Workflow | Trigger | Åtgärd | | --- | --- | --- | | Media Submitter | Ny godkänd post | Validerar, skickar, sparar ID | | Status Collector | Schema | Kontrollerar och uppdaterar | | Output Handler | Slutfört | Kopierar och validerar | | Failure Handler | Fel | Klassificerar och försöker igen | | Delivery Workflow | Godkänt | Levererar till CMS, DAM eller kö | Separationen hindrar långsam video från att blockera nya bilder. ## Testa före skalning Testa bild, video, ogiltig input, timeout och dubblerad webhook. Mät tid per modell, kontroller per tillgång, retries, förhindrade dubbletter, kostnad per godkänt resultat och leveranstid. Det bästa arbetsflödet kan stanna, återuppta, köra om en post och visa vilken prompt och modell som skapade varje tillgång. ## FAQ ### Vilket Atlas Cloud-paket installerar jag i n8n? Community-paketet heter n8n-nodes-atlascloud; installation kräver en owner på self-hosted n8n. ### Submit Only eller Wait for Completion? Wait for Completion passar små tester; Submit Only passar produktionsköer och video. ### Vad gör jag om modellen saknas i community-noden? Använd HTTP Request med aktuellt Atlas Cloud-endpoint och model ID. ### Hur ofta bör n8n kontrollera ett videojobb? Börja med måttlig väntan och öka intervallet med begränsad backoff. ### Hur undviker jag dubbla betalda genereringar? Använd en intern idempotensnyckel, lagra prediction ID och kontrollera befintlig post före inskick. ### Var ska API-nyckeln lagras? I en n8n-credential med begränsad åtkomst, aldrig i promptar, noder, URL:er eller loggar.