// КЕЙС — AI-сервис · Генерация видео · B2C/B2B
Комплексный pipeline на n8n с AI-промпт-инженером на Gemini 2.5 Pro. Управление голосом и текстом, асинхронная обработка пакетов запросов, трёхкратное снижение стоимости ролика.
Собственный продукт
AI-сервис · Генерация видео · B2C/B2B
—
Архитектор системы · Prompt Engineer · Разработчик на n8n
// ПРОБЛЕМА
Генерация видео на VEO 3 напрямую через официальные интерфейсы — дорого и неудобно. Чтобы получить хороший результат, нужно вручную писать длинный технический промпт с указаниями по камере, свету, звуку, композиции. Для рядового пользователя это барьер: у него есть идея, но нет навыка prompt engineering. К тому же интерфейс VEO 3 не рассчитан на пакетную обработку и управление «на ходу», а стоимость одной генерации делает массовое использование нерентабельным.
// ЗАДАЧА
Построить систему, где пользователь говорит «хочу эпичный ролик про космос» — а на выходе получает качественное видео VEO 3 уровня. Критичные требования: управление голосом и текстом прямо из Telegram, автоматическая доводка промпта до технического уровня AI-агентом, асинхронная обработка пакетов, существенное снижение себестоимости через интеграцию внешнего API, полный контроль над процессом (проверка баланса, отмена задач, статусы) из одного интерфейса.
// РЕШЕНИЕ
Система разделена на два workflow с разной ответственностью. Workflow 1 — «мозговой центр»: принимает запросы, общается с пользователем, управляет состояниями. Workflow 2 — «конвейер»: выполняет ресурсоёмкую генерацию и доставку. Это даёт отказоустойчивость: падение генерации не ломает управление, а под высокую нагрузку можно масштабировать только конвейер.
Telegram Trigger принимает все входящие сообщения. Switch-узел маршрутизирует их по веткам: команды, текст, голос, инлайн-запросы. Голосовые сообщения автоматически транскрибируются через OpenAI Whisper. Для опытных пользователей есть режим /direct — прямой ввод готового промпта без AI-улучшайзера.
Это не просто прокси к LLM. В агента заложена база знаний по prompt engineering для VEO 3: правила композиции кадра, работа со светом, описание эмоций, ракурсы камеры. Он принимает простую человеческую фразу («сделай эпично про космос») и выдаёт структурированный технический промпт. Учитывает историю диалога — можно уточнять «сделай ещё динамичнее» или «поменяй свет на тёплый».
PostgreSQL хранит историю запросов, сгенерированные промпты, статусы задач, баланс пользователей. Это даёт две вещи: контекст диалога (агент помнит, что генерировали раньше) и отказоустойчивость (при сбое n8n состояние не теряется).
После утверждения промпта пользователем задача уходит во второй workflow. Он отправляет запрос в KY AI API, периодически опрашивает статус (Wait + Loop), при готовности скачивает файл и отправляет пользователю в Telegram. Асинхронность позволяет пользователю закинуть 10 роликов на генерацию и получать их по мере готовности, не блокируя интерфейс.
Интеграция с внешним API KY AI вместо прямого обращения к официальному VEO 3 снизила стоимость одного ролика в три раза. Это сделало массовую генерацию рентабельной — и для частных креаторов, и для бизнеса, где нужен регулярный поток роликов.
Все рабочие функции — в одном интерфейсе: проверка баланса, отмена задачи в процессе, отслеживание статусов, получение истории, прямой ввод промпта для продвинутых. Не надо переключаться между дашбордами.
Система корректно обрабатывает все типовые сбои: недостаток средств на балансе, отклонение промпта политикой безопасности, падение API. В каждом случае пользователь немедленно получает в Telegram понятное объяснение причины и рекомендацию что делать.
// СХЕМА ПАЙПЛАЙНА
┌─────────────────────────────────────────────────────────────┐
│ WORKFLOW 1 — МОЗГОВОЙ ЦЕНТР (n8n) │
├─────────────────────────────────────────────────────────────┤
│ │
│ Telegram Trigger │
│ │ │
│ ▼ │
│ [ Switch ] ───► текст ──────────────┐ │
│ │ │ │
│ ├──► голос ──► Whisper ─────────┤ │
│ │ │ │
│ └──► команда /direct ───────────┤ │
│ ▼ │
│ ┌─────────────────────────┐ │
│ │ Gemini 2.5 Pro AI Agent │ │
│ │ (prompt engineering) │ │
│ └────────────┬─────────────┘ │
│ │ │
│ ▼ │
│ ┌──────────────────────┐ │
│ │ Supabase (history, │ │
│ │ state, balance) │ │
│ └──────────┬───────────┘ │
│ │ │
│ ▼ │
│ [ Execute Workflow ] │
│ │ │
└─────────────────────────────────────┼────────────────────────┘
│
▼
┌─────────────────────────────────────────────────────────────┐
│ WORKFLOW 2 — КОНВЕЙЕР ГЕНЕРАЦИИ (n8n) │
├─────────────────────────────────────────────────────────────┤
│ │
│ HTTP Request ──► KY AI API (VEO 3) │
│ │ │
│ ▼ │
│ [ Wait + Loop ] ──► опрос статуса │
│ │ │
│ ▼ │
│ Download file ──► Telegram (user) │
│ │ │
│ ▼ │
│ Error handler ──► notify user (balance / policy / API) │
│ │
└─────────────────────────────────────────────────────────────┘// ИНТЕРФЕЙСЫ И ВОРКФЛОУ
// СТЕК
// РЕЗУЛЬТАТЫ
×3
Снижение себестоимости одного ролика
Async
Пакетная обработка десятков запросов
2 режима
AI-улучшайзер и /direct для профи
Voice + Text
Управление голосом и текстом
// ЧЕСТНО
AI-автоматизация — мощный инструмент, но не серебряная пуля. Рассказываю, где она реально работает, а где требует компромиссов.