AI और n8n से फ़ेसलेस YouTube ऑटोमेशन: शुरुआत से चैनल सेटअप

फ़ेसलेस YouTube चैनल में कैमरे पर कोई व्यक्ति कभी नहीं दिखता। फ़ुटेज AI से बनता है, वॉइस सिंथेटिक होती है या एक बार रिकॉर्ड की जाती है, और एक लार्ज लैंग्वेज मॉडल स्क्रिप्ट का ड्राफ़्ट बनाता है। मुश्किल आइडिया नहीं है। मुश्किल दोहराव है: लिखना, वॉइस, रेंडर, टाइटल, अपलोड, और फिर कल वही सब दोबारा। n8n एक वर्कफ़्लो टूल है जो इन चरणों को आपस में जोड़ता है, ताकि स्प्रेडशीट की एक पंक्ति आप कोई और काम करते हुए YouTube ड्राफ़्ट में तैयार वीडियो बन जाए। यह आर्टिकल पूरे चैनल का सेटअप बताता है: निश, अकाउंट, वर्कफ़्लो, मॉडल, और वे सीमाएँ जिन्हें ज़्यादातर ट्यूटोरियल छोड़ देते हैं।

💡 मोटा नियम: प्रोडक्शन को ऑटोमेट करें, निर्णय को नहीं। नीचे दिया हर सेटअप वीडियो पब्लिक होने से पहले एक मानवीय रिव्यू स्टेप रखता है।

फ़ेसलेस ऑटोमेशन का असली मतलब

लोग ऑटोमेशन सुनते ही ऐसा चैनल सोचते हैं जो बिना किसी इनपुट के हमेशा पब्लिश करता रहे। ऐसा वर्शन मौजूद है, और ठीक यही वह वर्शन है जिसे YouTube के स्पैम फ़िल्टर पकड़ने के लिए बने हैं। काम करने वाला वर्शन छोटा और ज़्यादा ईमानदार है: निश और एंगल आप तय करते हैं, और वर्कफ़्लो मंज़ूर किए गए टॉपिक को ड्राफ़्ट वीडियो में बदलने का यांत्रिक काम करता है।

पाइपलाइन के तीन हिस्से

हर फ़ेसलेस पाइपलाइन का ढाँचा एक जैसा होता है, चाहे निश कोई भी हो:

• स्क्रिप्ट: एक लैंग्वेज मॉडल टॉपिक को छोटे सीन में बँटी नैरेशन में बदलता है, और हर सीन का अपना विज़ुअल प्रॉम्प्ट होता है।
• वॉइस: एक टेक्स्ट-टू-स्पीच मॉडल नैरेशन को ऑडियो फ़ाइल में पढ़ता है।
• विज़ुअल: इमेज और वीडियो मॉडल हर सीन के लिए स्टिल या क्लिप बनाते हैं।

n8n इन तीनों को जोड़ता है, फिर असेंबली और अपलोड सँभालता है। यहाँ वास्तविक टूल विकल्पों के साथ पूरी चेन है:

जो काम आज भी हाथ से करना होगा

चार काम इंसानों के पास रहते हैं: निश चुनना, स्क्रिप्ट के तथ्य जाँचना, हर वीडियो का लुक मंज़ूर करना, और YouTube की पॉलिसी अपडेट पढ़ना। लैंग्वेज मॉडल गलत तारीख भी पूरे भरोसे के साथ बता देगा, और वर्कफ़्लो उसे बिना सवाल किए पब्लिश कर देगा। हर वीडियो के लिए दस मिनट का रिव्यू रखें। पूरे सेटअप में यही सबसे सस्ता बीमा है।

कोई भी नोड बनाने से पहले निश चुनें

सबसे पहले n8n खोल लेना क्लासिक गलती है। आपके पास एक शानदार मशीन होगी और उसे खिलाने लायक कुछ नहीं। निश पर एक दिन लगाएँ, क्योंकि आगे की हर चीज़ (स्क्रिप्ट प्रॉम्प्ट, विज़ुअल स्टाइल, वॉइस) उसी से तय होती है।

निश के लिए तीन फ़िल्टर

1. यह बिना चेहरे के चलता है। ऐसे टॉपिक चुनें जिनके विज़ुअल जगह, वस्तुएँ, जानवर, प्रक्रियाएँ या नक्शे हों: इतिहास की व्याख्या, प्रकृति के तथ्य, नींद और फ़ोकस के टिप्स, प्रोडक्ट केयर, एम्बिएंट लैंडस्केप।
2. लोग पहले से इसे खोजते हैं। अपना टॉपिक YouTube की सर्च बार में टाइप करें और ऑटोकम्प्लीट सुझाव पढ़ें। अगर कुछ भी पूरा नहीं होता, तो कोई नहीं पूछ रहा।
3. आप इसे सत्यापित कर सकते हैं। ऐसे विषय चुनें जहाँ दस मिनट की जाँच गलतियाँ पकड़ ले। अकेले ऑपरेटर के लिए मेडिकल, कानूनी और पैसे से जुड़े टॉपिक इस परीक्षा में फ़ेल हो जाते हैं।

Shorts या लंबे वीडियो?

वर्टिकल Shorts पहला लक्ष्य बनाने में आसान हैं। 45 सेकंड के Short में लगभग नौ सीन चाहिए। केवल पाँच-सेकंड की क्लिप से बना आठ मिनट का वीडियो लगभग 96 क्लिप माँगता है, इसलिए लंबे फ़ॉर्मैट की पाइपलाइन कुछ जनरेटेड क्लिप को स्टिल इमेज और धीमे पैन के साथ मिलाती है। Shorts (9:16) से शुरू करें, पाइपलाइन को साबित करें, फिर लंबे (16:9) फ़ॉर्मैट की शाखा जोड़ें।

चैनल के लिए n8n सेट करें

n8n नोड्स से बने वर्कफ़्लो चलाता है: एक ट्रिगर रन शुरू करता है, और हर अगला नोड अपना आउटपुट अगले नोड को देता है। दो चुनाव तय करते हैं कि आपका पहला हफ़्ता कितना सहज रहेगा।

क्लाउड या सेल्फ़-होस्टेड?

वीडियो चैनल के लिए आम तौर पर सेल्फ़-होस्टिंग ही बेहतर रहती है, क्योंकि असेंबली में FFmpeg और बड़ी फ़ाइलें लगती हैं। स्टॉक Docker इमेज में FFmpeg शामिल नहीं होता, इसलिए ज़्यादातर लोग एक छोटी कस्टम इमेज बनाते हैं। N8N_DEFAULT_BINARY_DATA_MODE=filesystem सेट करें ताकि तैयार वीडियो मेमोरी में रखे जाने के बजाय डिस्क पर लिखे जाएँ।

अकाउंट और क्रेडेंशियल जो तैयार रखने हैं

• एक Google अकाउंट जिसके पास YouTube चैनल हो।
• एक Google Cloud प्रोजेक्ट जिसमें YouTube Data API v3 चालू हो, साथ में n8n के YouTube क्रेडेंशियल के लिए OAuth क्लाइंट।
• टॉपिक क्यू के लिए एक Google Sheets क्रेडेंशियल।
• स्क्रिप्ट स्टेप के लिए एक लैंग्वेज मॉडल क्रेडेंशियल।
• एक PicassoIA API टोकन। यह pia_sk_ से शुरू होता है, आपके अकाउंट के API पेज से बनता है, और n8n में Bearer header क्रेडेंशियल के रूप में जाता है।

⚠️ कुछ भी बनाने से पहले दो जाल। OAuth consent screen को In production पर सेट करें: टेस्टिंग मोड में Google रिफ्रेश टोकन 7 दिन बाद एक्सपायर कर देता है, और आपका वर्कफ़्लो चुपचाप अपना YouTube लॉगिन खो देता है। साथ ही, जिन API प्रोजेक्ट ने Google का कंप्लायंस ऑडिट पास नहीं किया है, उनसे किए गए अपलोड को ज़बरदस्ती प्राइवेट किया जा सकता है। एक टेस्ट वीडियो अपलोड करें और जाँचें कि उसे कौन-सी विज़िबिलिटी मिलती है।

वर्कफ़्लो बनाएँ, नोड दर नोड

एक काम करने वाले वर्शन में लगभग बारह नोड चाहिए। इसे चरणों में बनाएँ और अगला जोड़ने से पहले हर चरण को एक टॉपिक से टेस्ट करें।

टॉपिक शीट और Schedule Trigger

topic, angle, status, video_id और cost कॉलम वाली एक शीट बनाएँ। फिर ये जोड़ें:

1. Schedule Trigger: दिन में एक बार, वह समय जो आप चुनें।
2. Google Sheets (Get Row(s)): status = ready पर फ़िल्टर करें।
3. Limit: हर रन पर एक पंक्ति, ताकि एक बग पूरी क्यू न खा जाए।
4. Google Sheets (Update Row): status = in progress तुरंत सेट करें, ताकि ओवरलैपिंग रन वही टॉपिक न उठा ले।

लैंग्वेज मॉडल के साथ स्क्रिप्ट

टॉपिक और एंगल को Claude Sonnet 5 या Gemini 3.1 Pro जैसे मॉडल को भेजें और गद्य के बजाय स्ट्रक्चर्ड JSON माँगें। एक ऐसा शेप जो काम करता है:

{
  "title": "under 70 characters",
  "description": "two short paragraphs",
  "facts": ["every claim the narration makes"],
  "scenes": [
    { "narration": "20 to 30 words", "visual_prompt": "one concrete shot" }
  ]
}

प्रॉम्प्ट कॉपी करें

तीन प्रॉम्प्ट नियम तुरंत फ़ायदा देते हैं: हुक पहले वाक्य में लिखें, हर नैरेशन लाइन को 30 शब्दों तक सीमित रखें ताकि सीन छोटे रहें, और एक अलग facts सूची माँगें जिसे आप सेकंडों में जाँच सकें। मॉडल के बाद एक Code नोड जोड़ें जो JSON पार्स करे और कोई फ़ील्ड गायब हो तो रन रोक दे।

वॉइस और विज़ुअल जनरेशन

सीन ऐरे पर Loop Over Items इस्तेमाल करें। पूरी नैरेशन के लिए वॉइस एक बार जनरेट करें ताकि डिलीवरी एक-सी रहे: ElevenLabs v3 और MiniMax Speech 2.8 HD दोनों लंबे टेक्स्ट सँभाल लेते हैं। विज़ुअल के लिए, HTTP Request नोड से PicassoIA का डेवलपर API कॉल करें। कॉल एसिंक्रोनस होती हैं: prediction बनाएँ, इंतज़ार करें, पोल करें, फिर नतीजा पढ़ें।

POST https://api.picassoia.com/v1/models/picassoia/picassoia-image/predictions
Authorization: Bearer pia_sk_...
Content-Type: application/json

{ "input": { "prompt": "{{ $json.visual_prompt }}" } }

प्रॉम्प्ट कॉपी करें

फिर एक Wait नोड (लगभग 10 सेकंड), /v1/predictions/{id} पर एक GET रिक्वेस्ट, और एक IF नोड जोड़ें जो तब तक लूप वापस भेजे जब तक स्टेटस succeeded न पढ़े। API 4,000 अक्षरों तक के प्रॉम्प्ट स्वीकार करता है और हर अकाउंट के लिए एक साथ 5 predictions चलाने की अनुमति देता है, इसलिए लूप बैच साइज़ 5 या उससे कम रखें।

डेवलपर API के ज़रिए आप स्टिल के लिए PicassoIA Image, फ़्रेम ठीक करने के लिए PicassoIA Image Editor Pro, और क्लिप के लिए PicassoIA Video या Seedance 2.5 Lite इस्तेमाल कर सकते हैं, और दूसरे में ऑडियो शामिल होता है। बैकग्राउंड म्यूज़िक एक बार ब्राउज़र में Stable Audio 2.5 से बनाएँ और उसे पूरी सीरीज़ में दोबारा इस्तेमाल करें।

असेंबल करें और अपलोड करें

असेंबली एक FFmpeg कमांड है: सीन क्लिप को जोड़ें, उन पर वॉइस रखें, और म्यूज़िक को कम वॉल्यूम पर मिलाएँ। हर क्लिप को उसके सीन की नैरेशन लंबाई तक काटें। सेल्फ़-होस्टेड इंस्टेंस पर इसे Execute Command नोड से चलाएँ, फिर परिणामी फ़ाइल को YouTube नोड (Video, Upload) को दें। प्राइवेसी private पर सेट करें, टाइटल, विवरण और टैग स्क्रिप्ट JSON से भरें, और वीडियो ID शीट में वापस लिखें।

एक दूसरा वर्कफ़्लो जोड़ें जो Error Trigger से शुरू हो और फ़ेल हुई पंक्ति के साथ ईमेल या Telegram पर आपको संदेश भेजे। इसके बिना एक चुपचाप होने वाली विफलता बिलकुल एक शांत दिन जैसी लगेगी।

PicassoIA पर Seedance 2.0 कैसे इस्तेमाल करें

क्लिप को n8n में जोड़ने से पहले अपना लुक हाथ से ट्यून करें। Seedance 2.0 टेक्स्ट प्रॉम्प्ट या एक स्टिल इमेज से वीडियो बनाता है, और सिंक्रोनाइज़्ड ऑडियो उसी चरण में जनरेट होता है।

1. मॉडल पेज खोलें। PicassoIA पर Seedance 2.0 पर जाएँ।
2. प्रॉम्प्ट लिखें: सब्जेक्ट, एक्शन, कैमरा मूव, लाइट के क्रम में। कोई भी बोली गई लाइन डबल कोट्स में रखें।
3. आस्पेक्ट रेशियो चुनें। Shorts के लिए 9:16, लंबे वीडियो के लिए 16:9। 1:1, 4:3, 21:9 और adaptive भी उपलब्ध हैं।
4. रिज़ॉल्यूशन और अवधि सेट करें। डिफ़ॉल्ट 720p और 5 सेकंड है। अवधि -1 मॉडल को लंबाई चुनने देता है।
5. ऑडियो तय करें। एम्बिएंट साउंड के लिए Generate Audio चालू रखें, या जब आपकी वॉइसओवर ही वीडियो को संभाले, तब उसे बंद करें।
6. जब लुक दोहराना हो तब रेफ़रेंस जोड़ें। अधिकतम नौ रेफ़रेंस इमेज, जिन्हें प्रॉम्प्ट में [Image1], [Image2] से टैग करें। या एक पहला फ़्रेम और वैकल्पिक आख़िरी फ़्रेम दें। दोनों मोड एक साथ इस्तेमाल नहीं हो सकते।
7. सीड सेट करें, जनरेट करें, और सीड को प्रॉम्प्ट के साथ सहेजें ताकि नतीजा दोबारा बन सके।

इसे n8n में जोड़ना

डेवलपर API वेबसाइट से कम मॉडल सूचीबद्ध करता है, इसलिए जाँच लें कि आपका टोकन कौन-से मॉडल कॉल कर सकता है। n8n में वही चुनाव (प्रॉम्प्ट, आस्पेक्ट रेशियो, अवधि) रिक्वेस्ट बॉडी के फ़ील्ड बन जाते हैं; हर मॉडल के API पेज पर इनपुट के नाम देखें। पूरी सीरीज़ में सीन प्रॉम्प्ट टेम्पलेट एक-सा रखें और केवल सब्जेक्ट बदलें। स्टाइल का यह दोहराव, कंटेंट का नहीं, ही चैनल को पहचाना जाने लायक लुक देता है।

वे नियम जो चैनल की रक्षा करते हैं

मास कंटेंट पर YouTube की पॉलिसी

YouTube की मॉनेटाइज़ेशन नियम inauthentic content को निशाना बनाते हैं: कम मूल इनपुट के साथ बनाए गए मास-प्रोड्यूस्ड या दोहराव वाले वीडियो। जोखिम वाला पैटर्न है बहुत सारे लगभग एक जैसे अपलोड, जिनमें एक ही हुक, वही संरचना और वही थंबनेल लेआउट हो और केवल टॉपिक बदला गया हो। पॉलिसी के शब्द बदलते रहते हैं, इसलिए स्केल करने से पहले मौजूदा पेज पढ़ें। व्यावहारिक बचाव ये हैं:

• स्क्रिप्ट और विज़ुअल की संरचना बदलें, केवल टॉपिक नहीं।
• असली मूल्य जोड़ें: एक नज़रिया, एक स्रोत, एक गणना, एक प्रदर्शन।
• अपना आउटपुट सीमित रखें। कुछ मज़बूत वीडियो, ढेर सारे पतले वीडियो से बेहतर हैं।
• मानवीय रिव्यू स्टेप हमेशा रखें।

सिंथेटिक सीन का खुलासा करें

YouTube क्रिएटर्स से कहता है कि वे यथार्थवादी रूप से बदले गए या सिंथेटिक कंटेंट का खुलासा करें, यानी ऐसी फुटेज जिसे दर्शक किसी असली घटना या व्यक्ति से भ्रमित कर सकता हो। गढ़े हुए सीन के फोटोरियलिस्टिक क्लिप जब भी असली फुटेज जैसे लग सकते हों, इसी श्रेणी में आते हैं। जब यह लागू हो, तो YouTube Studio में डिस्क्लोज़र चालू करें। बिना सहमति के असली लोगों की शक्ल-सूरत और क्लोन की गई आवाज़ों से दूर रहें, और ऐसा संगीत इस्तेमाल करें जो आपने जनरेट किया हो या जिसका लाइसेंस आपके पास हो।

लागत, कोटा और असली आँकड़े

Google का YouTube Data API कोटा पेज, जो सितंबर 2026 में अपडेट हुआ, किसी प्रोजेक्ट को प्रति दिन 100 videos.insert कॉल का डिफ़ॉल्ट देता है, जो अन्य एंडपॉइंट्स द्वारा साझा 10,000 यूनिट्स से अलग है। पुराने ट्यूटोरियल अब भी प्रति अपलोड 1,600 यूनिट्स बताते हैं। उन्हें नज़रअंदाज़ करें, पर वॉल्यूम की योजना बनाने से पहले पेज दोबारा जाँचें। जो चैनल रोज़ एक से तीन वीडियो पोस्ट करता है, वह इन दोनों में से किसी भी संख्या से काफ़ी नीचे रहता है।

असल में जो सीमाएँ रुकावट बनती हैं, वे कहीं और हैं:

• कॉनकरेंसी: PicassoIA के API पर एक समय में 5 predictions, जो सभी टोकन के बीच साझा हैं।
• प्रॉम्प्ट की लंबाई: हर रिक्वेस्ट के लिए 4,000 अक्षर।
• रिव्यू का समय: हर वीडियो पर लगभग दस मिनट, जो अकेले ऑपरेटर को किसी भी API से बहुत पहले सीमित कर देता है।
• जनरेशन खर्च: शीट के cost कॉलम में हर वीडियो के लिए दर्ज करें, ताकि स्केल करने से पहले आपको अपनी यूनिट इकोनॉमिक्स पता हो।

पहले हफ़्ते की एक मोटी योजना (यह अनुमान है, बेंचमार्क नहीं):

आज ही अपना पहला फ़ेसलेस वीडियो बनाएँ

सेटअप छोड़ें और दस मिनट में एक सीन बनाएँ। PicassoIA खोलें, Seedance 2.0 पेज पर जाएँ, अपने निश से एक प्रॉम्प्ट चिपकाएँ, 9:16 चुनें, और साउंड के साथ पाँच सेकंड की क्लिप आते देखें। PicassoIA Image से एक स्टिल भी बनाएँ, फिर देखें कि आपकी नैरेशन के साथ कौन-सा बेहतर बैठता है। एक बार एक सीन आपके चैनल जैसा लगे, तो उसकी सेटिंग्स ऊपर के n8n वर्कफ़्लो में कॉपी करें और लूप को उसे दोहराने दें। अलग-अलग प्रॉम्प्ट और सीड आज़माएँ, जो काम करे उसे रखें, और इसी हफ़्ते अपना पहला प्राइवेट टेस्ट वीडियो पब्लिश करें।