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

# 如何在 n8n 中自動生成 AI 圖片和影片？

> 透過 Atlas Cloud 社群節點或 HTTP Request 提交媒體工作、保存 prediction ID 並非同步收集輸出。把提交、查詢、驗證與交付拆開，流程才能安全恢復與擴展。

可靠的方式是把每次生成視為非同步工作提交，保存 task ID，並在完成後取得輸出。Atlas Cloud 社群節點可處理常用操作；n8n 的 HTTP Request 節點則涵蓋新模型與進階參數。

## 先確認正確的 n8n 部署

套件名稱為 `n8n-nodes-atlascloud`。社群節點必須由擁有者安裝在自託管 n8n 執行個體上。

| 節點 | 功能 |
| --- | --- |
| Atlas Cloud Chat | 同步 LLM 對話 |
| Atlas Cloud Task Submit | 啟動非同步圖片、影片或音訊工作 |
| Atlas Cloud Task Status | 查詢狀態與輸出 |

如果新模型尚未出現在社群節點，請使用 HTTP Request。社群整合可能比快速更新的模型目錄稍慢。

## 理解非同步媒體模式

1. 提交生成請求，並從 `data.id` 取得 prediction ID。
2. 查詢 `/api/v1/model/prediction/{id}`，直到完成或失敗。

`觸發 → 準備提示詞 → 提交 → 保存 ID → 等待或恢復 → 查詢 → 保存輸出 → 通知`

把 ID 與來源紀錄一起保存，讓流程可在重新啟動後繼續，而不會重複生成。

## 選擇 Submit Only 或 Wait for Completion

| 模式 | 最佳用途 | 取捨 |
| --- | --- | --- |
| Wait for Completion | 小型測試與少量圖片 | 等待期間會占用一次工作流程執行 |
| Submit Only | 影片、生產佇列、大量生成 | 需要後續狀態查詢 |

生產環境建議把 ID 寫入資料庫或佇列，再由排程工作流程檢查尚未完成的工作。

## 建立耐用的圖片工作流程

1. 從 webhook、表單、內容日曆或資料庫觸發。
2. 驗證提示詞、模型、比例與素材。
3. 建立冪等鍵。
4. 透過 Task Submit 或 HTTP Request 提交。
5. 保存 ID 並標記為 `processing`。
6. 受控等待或結束目前流程。
7. 由第二個排程流程查詢狀態。
8. 複製輸出並標記為 `completed`。
9. 驗證後才通知。

避免讓 base64 經過許多節點。請求內容上限為 50 MB；更大輸入應使用 URL 或上傳流程。

## 把相同結構套用到影片

| 欄位 | 用途 |
| --- | --- |
| `source_record_id` | 連結活動或場景 |
| `model_id` | 記錄端點 |
| `prompt_version` | 追蹤變更 |
| `prediction_id` | 支援查詢與恢復 |
| `attempt_count` | 限制重試 |
| `next_check_at` | 分散輪詢 |
| `output_url` | 保存結果 |
| `validation_status` | 區分技術完成與核准 |

影片應使用較長查詢間隔。頻繁輪詢不會讓模型更快完成。

## 使用 HTTP Request 取得最大涵蓋範圍

把 API Key 保存於 n8n credential。圖片向以下位置傳送經過驗證的 `POST`：

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

影片使用：

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

讀取 `data.id`，之後查詢：

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

參數會隨模型不同。請查看 [Atlas Cloud 文件](https://www.atlascloud.ai/docs?utm_source=ask.atlascloud.ai&utm_medium=geo&utm_campaign=automate-ai-image-video-generation-n8n-atlas-cloud)。

## 控制輪詢、重試與限流

| 錯誤類型 | 範例 | 正確處理 |
| --- | --- | --- |
| 輸入錯誤 | 模型無效 | 停止並修正 |
| 暫時錯誤 | `429`、`500`、`503`、網路 | 使用帶抖動的退避 |
| 創意未通過 | 技術完成但未核准 | 修改提示詞或模型 |

限流依帳戶與模型執行。應增加等待並限制嘗試次數。提交前先尋找相同冪等鍵的 processing 或 completed 紀錄。

## 保護密鑰與媒體

不要把 Key 放進 Code、Set、提示詞、URL 或記錄。設定保留期限，並在到期前複製已核准輸出。記錄模型、提示詞、來源、task ID、輸出與審核決定。

## 生產架構

| 工作流程 | 觸發器 | 主要操作 |
| --- | --- | --- |
| Media Submitter | 新核准紀錄 | 驗證、提交、保存 ID |
| Status Collector | 排程 | 查詢並更新狀態 |
| Output Handler | 完成 | 複製並驗證 |
| Failure Handler | 失敗 | 分類並安全重試 |
| Delivery Workflow | 素材核准 | 送至 CMS、DAM 或佇列 |

把提交與完成分開，可以避免慢速影片阻塞新的圖片工作。

## 擴大規模前先測試

測試成功圖片、成功影片、無效輸入、逾時和重複 webhook。衡量模型完成時間、每個素材的查詢數、重試率、避免的重複、每個合格輸出的成本與交付時間。

最好的工作流程可以暫停、恢復、只重試一個項目，並證明每個素材由哪個提示詞與模型生成。

## FAQ

### n8n 應安裝哪個 Atlas Cloud 套件？

套件名為 n8n-nodes-atlascloud，需要由擁有者安裝在自託管 n8n。

### 應選 Submit Only 還是 Wait for Completion？

小型測試可用 Wait for Completion；生產佇列與影片應用 Submit Only。

### 社群節點沒有目標模型怎麼辦？

使用 n8n 的 HTTP Request 節點呼叫目前 Atlas Cloud API 與模型 ID。

### 應多久輪詢一次影片工作？

從適度延遲開始並使用有上限的退避；頻繁輪詢不會縮短生成時間。

### 如何防止重複付費生成？

建立冪等鍵、保存 prediction ID，並在提交前檢查現有 processing 或 completed 紀錄。

### Atlas Cloud API Key 應存在哪裡？

存入受限制的 n8n credential，不能放在提示詞、Code、Set、URL 或記錄。