Weavy: il tool a nodi 🔗 che ti automatizza il workflow
Se fai grafica o fotografia e stai usando l’AI “a colpi di prompt”, probabilmente ti è già successo: ottieni risultati interessanti, ma poi non riesci a replicarli, confrontarli, o semplicemente tenerli ordinati. Prompt sparsi, modelli diversi, tentativi che non si ritrovano più.
Negli ultimi mesi ho iniziato a lavorare con Weavy (spesso lo trovi anche come “Wave”), una piattaforma a nodi che ti permette di costruire un flusso visivo collegando prompt, modelli immagini, LLM e modelli video nello stesso progetto. L’aspetto che mi interessa davvero non è “generare”, ma standardizzare il processo: capire cosa funziona, ripeterlo, migliorarlo.
Iscriviti alla newsletter per ricevere il tuo primo workflow organizzato
E se vuoi entrare nel mondo Weavy dalla porta principale ti lascio qui il link GLAB
https://weavy.ai?ref=glab
Cos’è Weavy e perché non lo considero un generatore “in più”
Weavy non è un modello. È un ambiente di lavoro.
In pratica lavori su una lavagna dove trascini blocchi (nodi) e li colleghi:
- nodi di testo (prompt, system prompt, output di un LLM)
- nodi immagine (modelli diversi)
- nodi video (partendo anche da un first frame)
Il vantaggio è semplice: invece di ricordarti “come avevi scritto quel prompt”, ti rimane l’intero flusso. E quando devi rifarlo, lo riapri e lo rilanci.

A chi lo consiglierei (e a chi no)
Ha senso se…
- lavori con reference, varianti, iterazioni e vuoi ordine e replicabilità
- vuoi confrontare più modelli senza aprire 4 tab e copiare/incollare prompt
- ti serve batch generation controllata (serie di output con struttura coerente)
- produci contenuti o creatività per clienti e vuoi ridurre gli errori “di processo”
Ha meno senso se…
- fai poche generazioni ogni tanto e ti basta un tool singolo
- ti dà fastidio ragionare “a blocchi”: qui è proprio il punto
💰Prezzi e crediti: quello che conta davvero
Weavy lavora a crediti e il consumo cambia molto tra immagini e video, e anche tra modelli diversi. Nel mio caso ho visto piani intorno ai 20–22$ al mese con un budget mensile di crediti che, sulle immagini, permette di lavorare con continuità (sui video, invece, si consuma molto più velocemente).
Nota importante: prezzi e limiti possono cambiare, e dipendono anche dalle integrazioni e dai modelli selezionati. Io qui ti riporto l’ordine di grandezza che ho visto nei miei test e durante la registrazione.
Come si usa: l’interfaccia in modo pratico
Quando apri un progetto ti trovi una lavagna infinita.
L’idea è costruire un flusso e poi riusarlo. Una buona abitudine è nominare i nodi e tenere una struttura “a sezioni”, per esempio:
- prompt / input
- generazione (uno o più modelli)
- selezione / confronto
- output (immagini finali, first frame video, ecc.)
Sembra banale, ma è quello che evita di perdersi quando il progetto cresce.

Il workflow base (e perché partire da qui)
Il primo flusso è il più semplice possibile:
- Nodo prompt
- Nodo modello immagine
- Output
Non è “wow”, ma ti fa capire subito la differenza: in Weavy non stai facendo una generazione.
Stai salvando una procedura.

La cosa che mi fa risparmiare più tempo: stesso prompt, più modelli
Il passaggio successivo è quello che uso di più: collego lo stesso prompt a più modelli immagine e ottengo output paralleli.
Perché è utile:
- confronto immediato a parità di input
- capisco quale modello rende meglio su quel soggetto
- valuto anche il rapporto qualità/crediti
- posso decidere in 30 secondi dove ha senso “spingere” e dove no
Se lavori in modo professionale, questo riduce tantissimo il tempo buttato in tentativi sparsi.

Il workflow “pro”: generare più inquadrature automaticamente
Qui si entra nella parte davvero interessante: non genero una singola immagine, genero un set coerente.
1) L’LLM mi scrive le inquadrature
Creo un nodo LLM e gli chiedo, per esempio, 4 inquadrature dello stesso soggetto (mezzo busto, figura intera, dettaglio, ecc.), mantenendo costanti location e identità.
Uso anche un separatore semplice (tipo *) a fine riga per poter spezzare il testo dopo.
2) Split/Iterator: trasformo testo in lista
Con un nodo di split/iterator, divido l’output dell’LLM in più prompt separati. Risultato: una lista pulita.
3) Batch generation: un prompt per volta, output in serie
Collego la lista al modello immagine: Weavy genera un’immagine per ogni riga.
È il metodo più veloce che ho trovato per creare set coerenti senza riscrivere tutto a mano.

🎥 E i video?
La logica è simile: puoi partire da un’immagine (first frame), aggiungere un prompt video e ottenere una clip coerente con la scena iniziale. Il punto, per me, non è “fare video perché si può”, ma tenere tutto nello stesso flusso: prompt, reference, output e varianti.
Sui video vale la solita regola: consumano crediti più in fretta, quindi conviene usarli quando hai già chiaro il concept (e non in fase di esplorazione casuale).
Cosa funziona davvero (e cosa è più delicato)
Funziona bene quando…
- devi creare varianti coerenti e confrontare modelli velocemente
- vuoi riusare un flusso “template” cambiando solo soggetto/reference
- ti serve batch generation controllata (iterator + split)
È più delicato quando…
- cerchi coerenza “identica” su persone/outfit senza un sistema di reference solido
- fai video a raffica senza pianificare (i crediti scendono in fretta)
- scrivi prompt lunghi e confusi: qui rendono molto meglio prompt strutturati
Conclusione
Weavy per me ha senso perché non è un “tool in più”: è un modo per trasformare l’AI in un workflow replicabile. Se lavori per clienti o produci contenuti con continuità, la differenza tra “promptare” e “costruire un flusso” si sente subito: meno caos, più controllo, più velocità.
Entra nel mondo Weavy dalla porta principale. Qui sotto il link GLAB
https://weavy.ai?ref=glab
Autore dell’articolo
Sono Gianluca Giarrusso (fondatore di Graphics LAB). Lavoro su Photoshop e workflow AI per fotografi e creativi, e testo strumenti come Weavy in progetti reali per costruire pipeline replicabili (prompt → varianti → output → confronto modelli), con l’obiettivo di ridurre tempi, aumentare coerenza e migliorare la qualità generale di immagini e video.
