n8n Sora
前两天脑子里突然蹦出个想法。
你说现在AI这么强，Sora2又这么好用，能不能让它帮我批量生成短视频的画中画素材？
这个念头一出来就停不下来了。索性周末也没啥事，干脆动手试试。
结果还真让我搞出来了，跑了一个n8n工作流。
虽然现在还是个半成品，但核心思路已经验证通了。剩下的就是慢慢打磨优化的事儿。
今天把这个过程写出来，不是炫耀啥，就是觉得这个思路可能对你有点启发。
01 这事儿是怎么开始的
做短视频的朋友应该都懂，画中画素材真的太重要了。
它能让你的内容更丰富，节奏更紧凑，观众看着也不容易腻。
但问题就来了：
去素材网站找吧，翻半天不一定能找到合适的，还浪费时间。
自己拍吧，成本高不说，效率也低得要命。
用AI生成？这倒是个好主意。但如果我需要10个、20个不同场景的素材呢？难道一个个去写提示词？那不还是很麻烦吗？
Sora2确实厉害，基本上你说啥它就能给你生成啥。但关键是，我不想一个个去"说"啊。
所以我就在想，能不能把这个过程自动化？
就是那种，我只需要输入一个主题，然后AI自动帮我：
- 写好脚本
- 拆好分镜
- 生成提示词
- 调用Sora2出视频
- 最后还能自动归档
一键搞定，多爽。这就是我想解决的问题。
02 思路其实挺简单的
有了想法，接下来就是验证能不能做。
我的思路是这样的：
第一步，让Claude帮我写脚本。
我就输入一个主题，比如"AI如何改变教育"，然后让Claude Sonnet 4.5帮我生成一段短视频文案。这个它很擅长，基本上一次就能出个八九不离十的稿子。
第二步，让Gemini帮我拆分镜。
把Claude写好的文案丢给Gemini 2.5 Pro，让它帮我拆成多个镜头。我设置的是最多5个镜头，每个镜头都要有场景描述、时长、还有关键元素。这样后面生成视频的时候才有依据。
第三步，自动生成Sora的提示词。
这步很关键。Gemini会根据每个分镜，写出专业的Sora 2提示词。你别小看这个，提示词写得好不好，直接决定了视频质量。
第四步，批量调用Sora2生成视频。
工作流会自动循环处理每个分镜，一个个提交给Sora 2去生成。然后每隔30秒查询一次状态，看看生成好了没有。全程不用我盯着，该干嘛干嘛去。
第五步，自动归档整理。
视频生成好了之后，自动上传到飞书云空间。同时把所有信息——文案、提示词、视频地址——全都存到飞书多维表格里。这样我的素材库就自动建好了。
整个流程，我用n8n这个工具串起来。说白了就是让这些AI按照我设计的路线，一步步自动跑完。
03 实际跑起来效果怎么样
周末两天时间，我基本上就把这个流程搭出来了。
刚开始主要是理思路，把整个流程在脑子里过一遍，然后画出来。然后才开始动手写节点，一个个调试。
说实话，中间确实踩了几个坑：
Sora2的API经常不稳定，老是各种报错，需要把错误处理的更优雅些。飞书的文件上传也有点麻烦，得先上传云空间获得文件 Token，再把Token存入多维表格才行。还有多维表格的字段映射，一开始总是json错误，调了好几次。
不过好在，整个流程最后还是跑通了。
我拿几个主题测试了一下：
- "AI如何改变教育"
- "人工智能如何影响传统的电影拍摄"
- "多和正能量的人在一起"
Sora2视频生成比较慢，平均每一条5分钟左右，每个主题大概30分钟左右就能生成完整的视频素材。质量的话，还算不错，大部分是能用的。
当然了，现在这个版本还是MVP阶段，很多地方还不够完善：
提示词的质量还能再优化，分镜的逻辑也可以更智能一些，错误处理机制也还不够完善。
但核心功能已经验证了，这就够了。剩下的就是慢慢打磨的事儿。
04 最后的话
我写这篇文章，不是想说我做了个多牛逼的产品。
而是想跟你分享一个思路：
遇到问题，别光想，先动手试试。
很多人想法很多但就是不动手，总觉得要等条件完美了再开始，其实不用。你可以先搭个最简单的流程看看能不能跑通，能跑通再慢慢优化，跑不通赶紧换方向，这就是MVP思维。
就像我这个工作流，现在能用吗？能用。完美吗？不完美。但重要吗？不重要。重要的是我验证了这个方向是对的，接下来就是持续优化：提升提示词质量、优化分镜逻辑、增加更多场景、提高稳定性。等优化完了就能正式投入使用，这个过程比结果更有价值。
接下来我要做的就是持续优化，等这些都优化完了，就能正式投入使用了。
AI时代最大的机会不是等别人做好工具给你用，而是自己动手解决自己的问题。这个Sora2工作流就是我解决自己问题的过程，虽然还不完美但已经能用了。如果你也在做短视频也遇到素材问题，这个思路或许能帮到你。