Annuale Paga annualmente e ottieni 2 mesi gratis su ogni piano a pagamento. Vedi i piani
Accedi Inizia gratis

Workflow senza codice (automazione DAG)

Ultimo aggiornamento: 8 nov 2026

Panoramica

I workflow consentono di concatenare passaggi in una pipeline automatizzata — un DAG (grafo aciclico diretto) di nodi — senza scrivere codice. Un workflow può generare contenuti, richiamare capacità di IA, contattare API esterne, ramificare, iterare in ciclo, attendere, ottenere approvazioni e pubblicare risultati. Ogni passaggio viene eseguito con il proprio timeout, budget e criterio di errore, in modo che un singolo passaggio instabile non possa andare fuori controllo né bloccare l'intera esecuzione.

Tipi di nodo

I workflow supportano questi tipi di passaggio:

  1. Capability — richiama una capacità di IA (chat, immagine, TTS, traduzione, ecc.)
  2. Tool — invoca uno strumento/una funzione registrata
  3. HttpRequest — chiama un endpoint HTTP esterno
  4. Branch — instrada in base a una condizione
  5. Loop — itera su una raccolta
  6. FanOut / FanIn — parallelizza e riunisce
  7. Transform — imposta/rimodella variabili
  8. ArtifactSave — rende persistente un asset transitorio sul tuo CDN
  9. Publish — invia a un canale (webhook, artefatto markdown, ecc.)
  10. SubWorkflow — chiama un altro workflow come passaggio
  11. HumanApproval — mette in pausa per un'approvazione
  12. Wait — ritardo
  13. Webhook — POST a un hook esterno

Controlli per passaggio

Ogni nodo include:

  • Timeout — per quanto tempo il passaggio può essere eseguito prima di essere interrotto.
  • Error policy — cosa accade in caso di errore: far fallire l'esecuzione, riprovare o continuare/ignorare. Ad esempio, imposta un passaggio di notifica su ignora affinché un'interruzione lì non faccia fallire l'intera esecuzione, e imposta un passaggio di recupero su riprova per anomalie transitorie a monte.

Variabili e artefatti

  • Variables veicolano i dati tra i passaggi. I passaggi leggono gli output precedenti con l'interpolazione {{vars.name}}.
  • Artifacts sono gli output che rendi persistenti — ArtifactSave riospita gli URL transitori del provider come URL permanenti di Bunny CDN affinché i link non scadano.

Costo

Non è prevista alcuna tariffa di esecuzione del workflow separata. Un'esecuzione viene fatturata come la somma del BillingRecord di ogni passaggio — esattamente la stessa fatturazione per chiamata dell'esecuzione manuale di ciascun passaggio. I passaggi che non effettuano alcuna chiamata di IA (HTTP, transform, wait, webhook) non hanno costi. I costi dei sotto-workflow confluiscono nel totale dell'esecuzione principale.

Esecuzione e monitoraggio

Avvia un'esecuzione, quindi monitorala nella pagina delle esecuzioni del workflow. Ogni esecuzione registra i suoi passaggi, i relativi esiti e il costo totale. I passaggi non riusciti mostrano il proprio errore in base al criterio di errore del passaggio.

Suggerimenti

  • Assegna ai passaggi esterni/di notifica un criterio di errore tollerante (riprova o continua) e ai passaggi principali uno rigoroso.
  • Usa ArtifactSave su qualsiasi contenuto multimediale generato che vuoi conservare — gli URL del provider scadono.
  • Estrai i sottografi riutilizzabili in un SubWorkflow e richiamalo da più workflow principali.
  • Testa un flusso con passaggi economici di echo/transform prima di collegare costosi passaggi di capacità di IA.
Guida video

Guarda come funziona

How AI workflows work: one form in, a finished video out

A workflow is a ready-made recipe of AI steps. You pick a template, fill in a short form, and every step runs on its own until a finished video comes out. Here we follow one bedtime story video from the form to the result.

Questo video è in inglese.

Guardalo nella sua pagina

Capitoli
  1. 0:00 What a workflow is
  2. 0:17 Pick a template
  3. 0:35 Fill in the form, see the cost
  4. 0:53 Preview cheaply, then run
  5. 1:14 Your result and run history

What happens when you press Run? The anatomy of an AI workflow

Let's open one workflow and look inside. A workflow is a graph: each box is a step, the arrows set the order, and steps that don't depend on each other run side by side. Your answers flow into the steps, some steps check their own work and run again, some wait for your approval, and every AI call is recorded with its own cost.

Questo video è in inglese.

Guardalo nella sua pagina

Capitoli
  1. 0:00 Steps, arrows and one job per step
  2. 0:26 How your answers flow
  3. 0:39 Watching it run: checks and retries
  4. 0:55 Steps that wait for your approval
  5. 1:06 Every AI call, recorded
  6. 1:18 Done, and shareable

The building blocks of an AI workflow

Every workflow, from a bedtime story to a research report, is built from the same few blocks. The AI step sends a prompt to a model and gets back text, an image, a voice, music or a video. Knowledge blocks bring in facts with their sources. Quality blocks check the work, and a human approval waits for you. Logic blocks shape the flow with branches and loops. Output blocks join everything into one video and save the result.

Questo video è in inglese.

Guardalo nella sua pagina

Capitoli
  1. 0:00 Built from blocks: the AI step
  2. 0:20 Knowledge: facts, with sources
  3. 0:30 Quality: checks and approvals
  4. 0:43 Logic: branches and loops
  5. 0:53 Output: put it together, keep the result