Chặng 5 · Bài 5.5/5.5
Ráp ảnh, clip, giọng và nhạc thành video có nhịp, nghe dễ chịu, đúng luật bản quyền và quy định công khai nội dung AI của YouTube.
15 phút
Kênh không lộ mặt thì giọng là người dẫn chuyện. Người xem có thể không nhìn màn hình (nghe như podcast khi làm việc khác) nhưng không thể không nghe. Giọng sai thị trường, sai tốc độ hoặc đọc vấp số liệu là người xem rời đi dù hình đẹp đến đâu. Chọn giọng một lần, kỹ, rồi giữ cố định — giọng là thương hiệu, như bảng màu.
Đọc bằng ngôn ngữ và ngữ điệu người bản xứ của thị trường. Kênh tiếng Việt: chọn giọng vùng miền hợp nhóm người xem chính, giữ cố định cho cả kênh.
Người trẻ, Shorts: nhanh, nhiều năng lượng. Khán giả lớn tuổi: chậm, ấm, rõ. DeepNiche đo ở ngách tâm lý học Nhật Bản: chủ đề thắng là giải thích bằng giọng đọc chậm rãi, khán giả từ 50 tuổi.
Mốc tham khảo: tăng 5–15% so với mặc định cho Shorts và người xem trẻ; giữ mặc định hoặc chậm hơn cho thiền, kể chuyện, khán giả lớn tuổi. Luôn nghe thử bằng loa điện thoại.
Không có đáp án chung; chọn theo nhân vật trong hình và chủ đề, rồi giữ cố định.
Viết số, đơn vị, viết tắt thành chữ ("5 triệu" → "năm triệu", "ml" → "mi li lít", "50/30/20" → "năm mươi, ba mươi, hai mươi"); thêm dấu phẩy để tạo chỗ ngắt hơi; từ nước ngoài viết theo cách đọc.
Không nhái giọng người thật (người nổi tiếng, MC, người quen) khi chưa có đồng ý — rủi ro pháp lý, vi phạm chính sách, và nội dung khiến người thật như đang nói điều họ không nói thuộc diện phải công khai, có thể bị gỡ. Đọc điều khoản dùng thương mại của công cụ giọng đọc: một số gói miễn phí không cho dùng vào video kiếm tiền.
Content ID tự quét âm thanh và hình của mọi video tải lên, so với kho tác phẩm mà chủ sở hữu đã đăng ký. Trùng khớp thì chủ sở hữu có thể chọn: nhận tiền quảng cáo từ video của bạn, chặn video ở một số nơi, hoặc chỉ theo dõi. Nếu chủ sở hữu gửi yêu cầu gỡ, kênh nhận cảnh cáo bản quyền; tích nhiều cảnh cáo có thể mất kênh. Với kênh kiếm tiền, “dính nhạc” nghĩa là làm không công.
Bị Content ID nhận nhầm với nhạc bạn có giấy phép → kháng nghị trong YouTube Studio kèm bằng chứng. Đừng dùng mẹo lách (tăng tốc, đổi tông, đè tiếng) — vừa không chắc qua, vừa là vi phạm bản quyền.
Các bước dưới đây làm được trên CapCut hoặc bất kỳ phần mềm dựng nào có timeline nhiều lớp.
Khi tải video lên, YouTube Studio hỏi video có nội dung trông như thật được tạo hoặc chỉnh sửa bằng AI không. Nguyên tắc: nếu người xem có thể tin cảnh đó là thật thì phải bật. Bật nhãn không phải là nhận lỗi; không bật khi bắt buộc mới là vi phạm, và kênh nhiều lần không công khai có thể bị xử lý.
Cảnh trông như người thật, nơi chốn thật, sự kiện thật do AI tạo; làm người thật như đang nói / làm điều họ không làm; chỉnh sửa cảnh quay sự kiện có thật; nhân bản giọng người thật.
Hình rõ ràng là minh hoạ, hoạt hình, không ai nhầm là thật (như minh hoạ phẳng); AI chỉ hỗ trợ viết kịch bản, gợi ý ý tưởng, chỉnh màu, làm phụ đề; giọng đọc tổng hợp có sẵn không nhái ai.
Bật. Hoặc đổi cảnh đó sang phong cách minh hoạ rõ ràng — vừa đồng bộ với kênh, vừa hết phân vân.
Quy định có thể được YouTube cập nhật — đọc kỹ câu hỏi hiện ra trong bước tải lên của YouTube Studio mỗi lần đăng, đừng làm theo trí nhớ.
Chính sách kiếm tiền của YouTube từ chối nội dung dùng lại và nội dung lặp lại / không chân thực: sản xuất hàng loạt theo khuôn, khác nhau rất ít, ít giá trị riêng. Kênh dùng AI rơi vào vùng này rất dễ — không phải vì dùng AI, mà vì dùng AI để nhân bản. Lưu ý: nhận diện đồng bộ (cùng nhân vật, cùng màu, cùng giọng) KHÔNG phải là lặp lại; lặp lại là nội dung giống nhau.
Mỗi video có câu hỏi riêng, ví dụ riêng, kết luận riêng; khuôn chỉ là bộ xương.
Cảnh chính tạo mới, khớp lời; thư viện chỉ cấp B-roll, vật thể, nền.
Tổng hợp nhiều nguồn, thêm phân tích, ví dụ gần gũi người xem, bài tập nhỏ cho người xem.
Nhịp đều vừa sức, video nào cũng qua cổng soát cuối.
Biên tập, kiểm chứng số liệu, thêm góc nhìn riêng của kênh.
Không có con số chính thức “khác nhau bao nhiêu phần trăm là đủ”. Câu tự hỏi: bỏ giọng và hình đi, kịch bản này có điều gì người xem không tìm được ở video khác không?
Ví dụ minh hoạ trên kênh mẫu “Tiền & Tâm Lý”; mọi con số là số giả định.
Kết quả: Video 9:45 qua cổng soát cuối, bước kiểm tra bản quyền khi tải lên YouTube Studio không báo vấn đề, lý do quyết định nhãn được ghi vào sổ kênh (số minh hoạ).
Phần còn trong [ngoặc vuông] là chỗ bạn dán dữ liệu của mình.
Dán kịch bản đã duyệt. Ra bảng “kịch bản dựng” để mở cạnh timeline khi dựng.
ChatGPT / Claude
Bạn là biên tập dựng cho kênh YouTube về [CHỦ ĐỀ], người xem ở [THỊ TRƯỜNG], lời đọc bằng [NGÔN NGỮ], thời lượng [THỜI LƯỢNG], dùng giọng đọc AI. Kịch bản đã duyệt: [DÁN KỊCH BẢN] Hãy tạo "kịch bản dựng", làm đúng thứ tự: 1. Liệt kê mọi chữ giọng AI dễ đọc sai (số, đơn vị, viết tắt, ký hiệu, từ nước ngoài, tên riêng) và cách viết lại để đọc đúng. Không đổi ý câu. 2. Đánh dấu chỗ nghỉ: [nghỉ ngắn] sau câu thường, [nghỉ dài] sau câu chốt (tối đa 1 câu chốt mỗi 60–90 giây). 3. Đánh dấu nhạc theo đoạn: giữ thấp / nâng nhẹ (chuyển ý, không lời) / tắt nhạc để nhấn mạnh. Ghi cảm xúc nhạc cần cho từng đoạn (tò mò, căng, nhẹ nhõm…) — không nêu tên bài hát có bản quyền. 4. Đánh dấu hiệu ứng âm thanh chỉ ở điểm chuyển ý lớn, tối đa 3–4 lần mỗi phút. 5. Đề xuất chữ trên màn hình 2–6 từ cho các câu có số liệu, từ khoá, câu chốt. Định dạng: bảng (Mốc ước tính | Lời đọc đã chuẩn hoá | Nghỉ | Nhạc | Hiệu ứng | Chữ trên màn hình). Ràng buộc: giữ nguyên nội dung và thứ tự câu; không thêm thông tin mới; câu nào chứa số liệu chưa có nguồn thì đánh dấu "cần kiểm chứng".
Chạy trước mỗi lần đăng. Nên dán sang AI khác với AI đã viết kịch bản để soát khách quan hơn.
ChatGPT / Claude
Bạn là người soát chính sách cho kênh YouTube dùng giọng đọc AI và hình AI. Hãy soát video sắp đăng dựa trên thông tin dưới đây. - Chủ đề: [CHỦ ĐỀ], thị trường: [THỊ TRƯỜNG] - Kịch bản: [DÁN KỊCH BẢN] - Mô tả hình ảnh: [DÁN MÔ TẢ: phong cách; có cảnh nào trông như ảnh / video thật về người, nơi chốn, sự kiện thật không] - Nguồn nhạc và giấy phép: [DÁN NGUỒN NHẠC] - Giọng đọc: [DÁN: giọng tổng hợp có sẵn / giọng nhân bản của ai] - 3 video gần nhất của kênh (tiêu đề + ý chính): [DÁN 3 VIDEO] Trả lời đúng thứ tự: 1. Nhãn "nội dung bị thay đổi hoặc tổng hợp": cần bật / không bắt buộc / nên bật cho chắc — kèm lý do chỉ vào cảnh cụ thể. 2. Rủi ro bản quyền: nhạc, hình, đoạn trích; mục nào còn thiếu bằng chứng giấy phép. 3. Rủi ro "nội dung lặp lại / không chân thực": so với 3 video gần nhất, video này có gì mới (câu hỏi, ví dụ, góc nhìn)? Chấm mức khác biệt 1–10 và nêu 3 cách tăng giá trị riêng. 4. Câu nào trong kịch bản hứa hẹn quá mức, khẳng định sự thật chưa có nguồn, hoặc có thể bị hiểu là lời khuyên tài chính / sức khoẻ chắc chắn. 5. Danh sách việc phải sửa trước khi đăng, xếp từ nghiêm trọng nhất. Ràng buộc: chỉ dựa trên thông tin tôi đưa; chỗ nào không đủ thông tin để kết luận thì ghi "chưa đủ dữ liệu" thay vì đoán. Đây là bước soát sơ bộ, không thay cho việc đọc chính sách chính thức của YouTube.
Ráp 60 giây đầu video bằng giọng AI + nhạc có giấy phép, rồi tự soát theo cổng soát cuối.
Câu 1. Video toàn minh hoạ phẳng, nhưng có 1 cảnh AI tạo trông như ảnh chụp thật một con phố đông người. Bạn làm gì?
Câu 2. Nhạc nền bị Content ID nhận dù bạn đã mua giấy phép. Bước đúng là gì?
Câu 3. Dấu hiệu nào cho thấy kênh dễ bị coi là “nội dung lặp lại hàng loạt”?