Con lo que te vas: un sistema de cola que renderiza 20 vídeos con IA por la noche mientras duermes — y un único panel que miras por la mañana para elegir a los ganadores.
Generar vídeos de uno en uno está bien la primera semana. Para la cuarta, cuando estés publicando a diario, te vas a ahogar. La solución es una cola de renders por lotes — Airtable como tablón de briefs, n8n como orquestador, kie.ai como pasarela de modelos. Dedicas 20 minutos a cargar la cola con 20 briefs. n8n los dispara a través de la pasarela por la noche. Te despiertas con 20 ficheros terminados y un panel que te dice cuáles publicar.
La arquitectura (una página, sin jerga)
- Base de Airtable —
video-queue. Columnas: brief (texto), ancla de ADN visual (texto), número de planos, modelo (Veo / Kling / Sora / Seedance), proporción (9:16 o 16:9), duración, estado (en cola / renderizando / hecho / fallido), URL de salida.
- Workflow de n8n —
render-batch. Disparador: cada 10 minutos, mira en Airtable las filas con estado = en cola. Para cada fila: llama a kie.ai con el brief, consulta hasta que termine, escribe la URL de salida de vuelta en la fila y pone estado = hecho. Si falla, pone estado = fallido con el error.
- Panel — vista de Airtable filtrada a
estado = hecho y revisado = falso. Cada mañana recorres la vista, ves las previsualizaciones, marcas ganadores y empujas los ganadores a través de Blotato.
Por qué esto importa
- Una sentada de brief, 24 horas de producción. Una sesión de 20 minutos un domingo te da una semana de candidatos terminados.
- Test A/B a escala. Mete en cola 3 variantes del mismo plano — distinta ancla, distinto modelo, distinta intensidad de movimiento. Eliges al ganador con renders reales, no con suposiciones.
- Coste bajo control. Cada render es una fila. Cada fila tiene un campo de coste. El total de
coste-esta-semana es una sola fórmula de Airtable.
Lo que construyes de verdad (unos 45 min la primera vez)
- Crea la base de Airtable con las columnas de arriba.
- En n8n, añade un disparador Schedule (cada 10 min), un nodo Airtable «Get Records» (filtro: estado = en cola), un nodo HTTP de kie.ai (POST al endpoint de render, adjuntando el brief + el ancla + los parámetros de la fila), un nodo Wait, una consulta HTTP de estado, y después un Airtable «Update Record» con la URL + el estado.
- Carga 5 filas a mano. Observa la primera ejecución. Arregla lo que se haya roto.
- Cuando esté limpio, carga 20 filas el domingo por la noche. Y te vas.
Lo que los principiantes hacen mal
- Intentan saltarse Airtable. No lo hagas. La cola es el sistema. Sin un registro de qué se renderizó con qué brief, no puedes auditar, ni repetir los ganadores, ni hacer test A/B.
- Renderizan todo en 4K. No. Renderiza en 1080p y haz upscale solo de los ganadores (siguiente lección).
- Sin puerta de revisión humana. Toda cola termina en revisar y luego publicar. Publicar en automático desde una cola de renders es un desastre de contenido esperando a ocurrir.
Prompts
Prompt 1 · Diseñar la base video-queue
Diseña mi base video-queue de Airtable. Pregúntame una cosa primero: aproximadamente cuántos vídeos publico a la semana. Después dame el esquema completo: cada columna (nombre, tipo de campo, fórmula si procede, por qué existe). Incluye estado, modelo, brief, ancla, proporción, duración, URL de salida, coste, revisado, publicado, más cualquiera que se me esté escapando. Sácalo como una sola tabla. Termina con las 3 vistas guardadas que debería crear (En cola, Hecho-sin-revisar, Publicado-esta-semana).
Prompt 2 · Construir el workflow de n8n
Constrúyeme un workflow de n8n que vacíe la base @airtable://video-queue cada 10 minutos. Para cada fila en cola: llama a kie.ai con el brief + el ancla + los parámetros, consulta hasta que esté hecho, escribe la URL de salida de vuelta y cambia el estado a hecho. Si falla, pon el estado en fallido con el error en una columna de notas. Incluye un paso de seguimiento de coste que escriba el coste real del render en la columna de coste. Enséñame el JSON del workflow antes de importarlo. Modo plan primero.
Prompt 3 · Auditar los últimos 50 renders
Audita mis últimos 50 renders en @airtable://video-queue. Devuélveme: (1) qué modelo me dio la mayor tasa de «revisado como ganador», (2) las 3 frases de ancla que produjeron más ganadores, (3) los 5 briefs que fallaron dos veces — esos hay que reescribirlos. Sácalo como 3 bloques etiquetados. Máximo 300 palabras en total.
Prompt 4 · Cargar el lote de mañana
Voy a meter en cola el lote de mañana. Ayúdame a cargar 10 filas de brief en @airtable://video-queue a partir del plan de contenido de esta semana: [pega el plan]. Para cada fila, rellena: brief (≤200 caracteres), ancla (mi ADN bloqueado), número de planos, modelo elegido + motivo, proporción, duración. Enséñame las 10 como tabla antes de subirlas a Airtable para que yo lo pueda revisar.
Hecho cuando: cargas 20 briefs un domingo por la noche, te vas a dormir, y el lunes por la mañana la vista «Hecho-sin-revisar» tiene 20 ficheros esperando a que elijas los ganadores.
Fuente: Claude Code Club · Aula · Etapa 8 «AI Video Mastery» — lección «🏭 Airtable + n8n — Batch-Render Queue».
Nota: lección de texto, sin infografía. · Añadido al cuaderno: 27 de julio de 2026. Traducción al español para estudio personal.