在线课程写作器：调研、配音稿和配图

在线课程写作器：调研、配音稿和配图

一个分两部分的 n8n 工作流。第一个表单接收课程主题、模块数和字数。Tavily 调研这个主题，OpenAI 写出各个模块和一份配音稿，两者都变成 Google 文档，途中找到的网上图片存进 Google Drive。第二个表单接收配音稿，用 gpt-image-1 为每个模块画图。

包里有什么

• workflow.json：n8n 导出的工作流，31 个节点，分成两部分，各自从自己的表单开始，其中两个节点是便签。里面没有任何凭据。两个 Tavily 密钥和那个 Markdown 转 Google 文档的转换服务地址都是占位符。
• README.md：这份设置说明，压缩包里的是英文版。

开始之前

• 一个 n8n 实例，n8n Cloud 或自己的服务器都行。
• 一个 OpenAI API 密钥。你的 OpenAI 组织可能要先通过验证，gpt-image-1 才会响应。
• 一个 Tavily API 密钥。
• 一个 Google 账号，通过 Google Drive 和 Google Docs 凭据连到 n8n。
• 一个能把 Markdown 做成 Google 文档的转换服务，或者能代替它的 Google Docs 节点（见下文）。

设置

1. 在 n8n 里新建一个工作流，打开它的菜单，选 Import from File，选中 workflow.json。
2. 添加一个 OpenAI 凭据，在 OpenAI Chat Model、OpenAI Chat Model1、OpenAI Chat Model2、OpenAI Chat Model3、OpenAI Chat Model4 和 Generate image1 里选中它。
3. 在 Tavily web search 和 Tavily web search1 里，把 Authorization 请求头中的 <YOUR_TAVILY_API_KEY> 换成你的密钥。尖括号也要去掉，让值变成 Bearer、一个空格，再加上密钥。
4. 添加一个 Google Drive OAuth2 凭据，在 Create a Folder、Upload to Folder、Create folder 和 Upload file 里选中它。
5. 按下一节的说明，设置两个转换节点 Format and Update to Doc 和 Format and Update Doc。
6. 保存，用课程表单的测试地址提交一次，选四个模块、每个 300 字，再点 Publish 发布工作流。

它调用的转换服务

文件里不含这个服务。Format and Update to Doc 和 Format and Update Doc 各自向 YOUR_CONVERTER_URL 发送一个带两个字段的 JSON 请求体，并指望对方生成一份 Google 文档作为答复。

| 字段 | 节点发送的内容 |
|---|---|
| output | 一小段 JSON 文本，里面是 Markdown 和课程主题 |
| fileName | 第一个节点发 Course content : <topic>，第二个发 Voice over script : <topic> |

两个节点都用 Google Docs 凭据认证，所以 n8n 会把这个凭据的访问令牌加进请求。原来的副本把请求发到作者自己服务器上的一个转换服务。你有两个选择：

• 自己运行一个转换服务，把它的地址填进两个节点，并在每个节点里选中你的 Google Docs 凭据。
• 或者删掉这两个节点，每个换成两个 Google Docs 节点：一个设成 Create，用上面的文件名做标题，后面一个设成 Update，把正文插进去。Markdown 标题会变成普通文字，但外部服务碰不到你的令牌。

两样都没做的话，运行会停在 Format and Update to Doc，配音稿还没开始写。

一次课程运行的过程

| 阶段 | 节点 | 发生什么 |
|---|---|---|
| 说明 | On form submission、Instruction Generator | gpt-4.1-mini 根据你的回答写三套说明：大纲、模块和配音稿各一套 |
| 调研 | Tavily web search | 就主题搜索一次，带一个简短回答和图片地址 |
| 大纲 | Course Outline、Structured Output Parser、Split Out | gpt-4o-mini 规划各个模块，每个有标题和描述，每个模块拆成一项 |
| 模块调研 | Tavily web search1 | 每个模块标题搜索一次，带网页全文和图片 |
| 模块 | Course content、Merge the content | gpt-4o-mini 写出每个模块，把图片链接放在相应的行下面，再把所有模块合成一段文本 |
| 课程文档 | Format and Update to Doc | 转换服务生成 Course content : <topic> |
| 配音稿 | Voice over script、Format and Update Doc | gpt-4o-mini 把课程改写成适合朗读的稿子，转换服务生成 Voice over script : <topic> |
| 网上图片 | Create a Folder、Code、Get images、Upload to Folder | 模块搜索得到的每个图片地址都被下载进一个名为 <topic> - Web images 的 Drive 文件夹 |

Get images 和 Upload to Folder 出错后会继续运行，所以下载不了的图片会被跳过。

配图运行

第二部分从 On form submission2 开始，它有自己的表单，等配音稿写好之后再用。

1. 打开表单，填上课程标题，粘贴整份配音稿，再选每个模块 5、10 或 15 张图。
2. Create folder 新建一个 Drive 文件夹，名字是课程标题后面加上 AI Images。
3. Image Prompts1 用 gpt-4o-mini 为每个模块写出相应数量的配图提示词。
4. Split prompts1 把它们拆成每条提示词一项。Generate image1 用 gpt-image-1 以 1536x1024 和高质量逐张画图，Upload file 把每张存成 <module>-<prompt key>。

Split prompts1 要找一个标记为 json、装着模块列表的围栏代码块。提示词的示例只给了一个模块，既没要求围栏，也没要求列表。如果这一步停下并报 No valid JSON block，就在 Image Prompts1 里加一句，要求把回答写成放在这种代码块里的 JSON 数组。

改变结果

• 课程结构：Instruction Generator 里的提示词。它要求模块标题用 H1、小标题用 H2，表单没给字数时每个模块最多 800 字。
• 模块数：On form submission 的下拉选项有 4、5、6。Structured Output Parser 里的示例列了六个模块，所以选 4 或 5 却拿回六个时，就把示例删短。
• 模型：OpenAI Chat Model3 用 gpt-4.1-mini，其余四个对话模型节点用 gpt-4o-mini。
• 调研深度：Tavily web search 和 Tavily web search1 的请求体。第二个会要每个网页的原文，模块的提示词因此会很长。
• 配图：Generate image1 里的尺寸和质量，以及 On form submission2 里的选项。

注意事项

• 配图成本：每张 AI 图都是一次 1536x1024 的高质量 gpt-image-1 调用，六个模块每个 15 张就是 90 次。先试 5 张。
• 网上图片：文档链接的是别人网站上的图片，Drive 文件夹还存了副本。发布课程之前，逐张确认版权。
• 未经核对的正文：模块和配音稿是模型读网页写出来的。开讲之前先核对事实。
• 公开表单：工作流发布之后，任何拿到表单地址的人都能用你的 OpenAI 和 Tavily 密钥发起一次运行。
• 一次课程运行的费用：三次对话模型调用，每个模块再加一次，Tavily 搜索一次，每个模块再加一次。
• 数据去向：主题和模块标题发给 Tavily，调研内容和正文发给 OpenAI，文档经过你的转换服务，图片落在你的 Google Drive 里。
• 原来的副本：两个 Code 节点丢了反斜杠。Merge the content 用 nn 连接各个模块，本来应该是两个换行，Split prompts1 里的模式写成了 s* 和 [sS]，本来应该是 \s* 和 [\s\S]。这一份已经把 \n\n、\s* 和 [\s\S] 补了回来。