Chặng 5 · Bài 5.1/5.5
Viết được prompt ảnh tiếng Anh đủ 8 phần, hiểu phần nào quyết định hình, và sửa được ảnh lỗi tay, chữ, mặt.
14 phút
CHỦ THỂ + HÀNH ĐỘNG + BỐI CẢNH + ÁNH SÁNG + GÓC MÁY + PHONG CÁCH + TỈ LỆ KHUNG + ĐIỀU KHÔNG MUỐN
Mỗi chỗ bạn bỏ trống, AI tự lấp bằng lựa chọn phổ biến nhất nó từng thấy. Gõ “a sad woman thinking about money” là bạn nhận một cô gái chung chung, ánh sáng chung chung, góc chính diện, phong cách lần nào cũng khác — đẹp, nhưng không khớp câu đọc, không khớp kênh, không ghép được với cảnh trước. Công thức 8 phần không để AI đoán: bạn quyết định từng biến số, nên lần tạo nào cũng ra cùng một “gia đình” hình. Thứ tự cũng có ý nghĩa: đa số công cụ chú ý phần đầu prompt nhiều hơn (mốc kinh nghiệm, không phải quy tắc chính thức), nên chủ thể và hành động luôn đứng đầu, điều không muốn đứng cuối.
Chép bảng này ra một ghi chú cạnh màn hình. Khi viết prompt, đi lần lượt từ trên xuống, mỗi phần chọn một cụm. Sau 10–15 prompt bạn sẽ thuộc, không cần nhìn nữa.
Tả thứ nhìn thấy, không tả tính cách. Người: tuổi + giới + dáng + tóc + trang phục có màu: "a Vietnamese man in his early 30s, short messy hair, navy hoodie". Vật: "a cracked piggy bank", "a stack of unpaid bills", "an empty brown wallet".
Một động từ chính: "counting coins", "staring at a phone screen", "holding his head in both hands", "walking past a shop window", "writing in a small notebook". Cảm xúc qua cơ thể: "shoulders slumped", "eyes wide", "biting her lip", "a small relieved smile".
Nơi + thời điểm + 1–2 đồ vật kể chuyện: "a small rented room at night, bills on the desk", "a busy street market in the morning", "a modern office on a rainy afternoon", "a balcony with potted plants at sunset".
"soft window light", "warm desk lamp light", "golden hour", "overcast daylight", "neon glow", "moody low-key lighting", "backlit", "rim light", "bright high-key lighting". Ánh sáng quyết định cảm xúc nhiều hơn bạn nghĩ: tối ấm = tâm sự, sáng đều = giải thích.
"extreme close-up", "close-up", "medium shot", "wide shot", "over-the-shoulder", "top-down / flat lay", "low angle" (chủ thể mạnh mẽ), "high angle" (chủ thể nhỏ bé, yếu thế), "eye level" (trung tính).
"flat vector illustration", "minimalist line art", "watercolor illustration", "3D clay render", "paper cut-out style", "cinematic photo, 35mm". Thêm bảng màu: "muted pastel palette", "limited palette of teal and mustard". Không gọi tên hoạ sĩ, hãng phim — tả đặc điểm.
16:9 cho video dài, 9:16 cho Shorts, 1:1 cho bài đăng cộng đồng. Chọn trong cài đặt công cụ, hoặc ghi tham số nếu công cụ dùng tham số (ví dụ "--ar 16:9" ở Midjourney).
"text, letters, numbers, logo, watermark, extra fingers, deformed hands, blurry, cluttered background". Công cụ có ô riêng (negative prompt, hoặc "--no" ở Midjourney) thì đặt vào đó; chỉ có một ô chữ thì viết cuối prompt dạng "no text, no logo" và ưu tiên mô tả tích cực: "plain background" thay cho "no clutter".
Phần lớn công cụ tạo ảnh được huấn luyện trên lượng rất lớn ảnh kèm chú thích tiếng Anh, nên từ tiếng Anh “trúng” hình ổn định hơn. Từ vựng nhiếp ảnh và điện ảnh (rim light, flat lay, dolly in) vốn đã chuẩn hoá bằng tiếng Anh — dịch ra tiếng Việt là mất nghĩa. Tiếng Việt còn nhiều từ đa nghĩa: “bàn” là table hay desk, “cảnh” là scene hay view — AI dễ hiểu lệch. Lời đọc, tiêu đề, chữ trên màn hình vẫn bằng ngôn ngữ của người xem; chỉ prompt hình là tiếng Anh.
Chữ tiếng Việt có dấu trong ảnh AI gần như luôn sai dấu, sai chữ. Đừng bao giờ để AI viết chữ tiếng Việt lên hình — chừa khoảng trống rồi chèn chữ bằng CapCut hoặc Canva. Một số công cụ (ví dụ Ideogram) vẽ chữ tiếng Anh khá tốt, nhưng chữ quan trọng vẫn nên chèn khi dựng để sửa được.
Ảnh sai mà bạn đổi 4 thứ cùng lúc thì dù ảnh mới đúng, bạn cũng không biết thứ nào có tác dụng — lần sau lại thử mò. Coi 8 phần như 8 núm vặn: ảnh sai ở đâu thì vặn đúng núm đó.
Giảm số bàn tay lộ rõ: một tay cầm cốc, tay kia trong túi ("one hand in her pocket"); chọn hành động ôm, cầm bằng cả hai tay ("holding a mug with both hands"). Dùng tính năng sửa vùng (inpaint / vary region / chỉnh vùng chọn) khoanh đúng bàn tay để tạo lại riêng chỗ đó. Phong cách minh hoạ phẳng ít lỗi tay hơn ảnh chụp chân thực.
Đừng xin AI viết chữ. Thêm "blank screen", "blank sign", "blank book cover", "no text, no numbers". Màn hình điện thoại, biển hiệu, lịch, sách đều để trống rồi ghép chữ khi dựng.
Mặt nhỏ trong cảnh toàn rất dễ méo: cảnh toàn để nhân vật quay lưng, nhìn nghiêng hoặc ở xa; cảnh cần cảm xúc thì dùng cận. Giữ mặt bằng ảnh tham chiếu (bài 2). Sửa vùng mặt, hoặc phóng to (upscale) bản đã duyệt thay vì tạo mới.
Giảm đồ vật xuống 1–2 thứ kể chuyện; thêm "simple composition, clear focal point, negative space". Mắt người xem chỉ có khoảng một giây cho mỗi hình.
Quy tắc 3 lần: tạo lại 3 lần mà vẫn lỗi cùng một chỗ thì đổi cách kể — đổi góc máy hoặc đổi hành động. Thêm từ “perfect hands, beautiful face” không chữa được lỗi cấu trúc.
Ví dụ minh hoạ trên kênh mẫu “Tiền & Tâm Lý” (số lượt tạo là số giả định). Lời đọc của cảnh: “Đến ngày 20, ví bạn đã trống trơn — dù tháng này bạn không mua gì lớn.”
Kết quả: Từ câu 6 chữ thành prompt khoảng 80 từ; ảnh dùng được sau 2 lượt tạo thay vì 8–10 lượt thử mò (số minh hoạ), và ảnh khớp đúng nhân vật, màu của kênh.
Phần còn trong [ngoặc vuông] là chỗ bạn dán dữ liệu của mình.
Dán bảng nhân vật, câu phong cách và lời đọc của 1 cảnh. Ra 3 phương án prompt tiếng Anh để đem sang công cụ tạo ảnh.
ChatGPT / Claude
Bạn là đạo diễn hình ảnh cho kênh YouTube về [CHỦ ĐỀ], người xem ở [THỊ TRƯỜNG]. Bảng nhân vật (giữ nguyên văn, không sửa chữ nào): [DÁN BẢNG NHÂN VẬT] Câu phong cách cố định: [DÁN CÂU PHONG CÁCH] Lời đọc của cảnh: [DÁN LỜI ĐỌC CẢNH] Hãy làm đúng các bước: 1. Tóm ý của câu đọc thành 1 hình ảnh cụ thể mà người xem hiểu trong 1 giây (1 câu tiếng Việt). 2. Viết prompt ảnh tiếng Anh theo đúng thứ tự 8 phần: chủ thể (dán nguyên bảng nhân vật nếu cảnh có nhân vật) → hành động (1 động từ chính) → bối cảnh (nơi + thời điểm + tối đa 2 đồ vật kể chuyện) → ánh sáng → góc máy → câu phong cách → tỉ lệ 16:9 → điều không muốn. 3. Viết thêm 2 phương án góc máy khác cho cùng ý: 1 cận, 1 toàn. 4. Liệt kê chi tiết dễ làm AI lỗi trong cảnh này (bàn tay, chữ, số, màn hình, khuôn mặt nhỏ) và cách bạn đã né trong prompt. Ràng buộc: - Không tả cảm xúc trừu tượng; chỉ tả thứ nhìn thấy (tư thế, nét mặt, đồ vật, ánh sáng). - Không đưa chữ, số, logo vào hình; mọi chữ sẽ chèn khi dựng. - Không dùng tên người thật, người nổi tiếng, hoạ sĩ, hãng phim hay nhân vật có bản quyền. - Mỗi prompt tiếng Anh tối đa 90 từ. Định dạng trả về: bảng 3 dòng (Phương án | Góc máy | Prompt tiếng Anh), sau đó mục "Né lỗi".
Thay phần trong [ngoặc vuông] rồi dán vào công cụ tạo ảnh (Midjourney, ChatGPT, Gemini, Leonardo…). Tỉ lệ khung: chọn trong cài đặt nếu công cụ không đọc chữ.
Tạo ảnh AI
[Chủ thể: tuổi, giới, dáng, tóc, quần áo có màu — hoặc dán nguyên bảng nhân vật], [một hành động rõ ràng], in [bối cảnh: nơi + thời điểm + 1–2 đồ vật kể chuyện]. [Ánh sáng: soft window light / warm desk lamp light / golden hour / overcast daylight]. [Góc máy: close-up / medium shot / wide shot / top-down], [eye level / slightly high angle / low angle]. [Câu phong cách cố định của kênh]. Simple composition, clear focal point, empty space on the [left / right] for on-screen text. Aspect ratio [16:9 / 9:16]. No text, no letters, no numbers, no logo, no watermark, no extra fingers.
Dùng với tính năng sửa vùng / chỉnh vùng chọn của công cụ: khoanh đúng chỗ lỗi trước, rồi dán prompt này.
Tạo ảnh AI
Edit only the selected area. Replace it with [mô tả đúng phần cần sửa, ví dụ: two natural hands holding an open empty brown wallet, five fingers on each hand / a blank wall calendar with no numbers / the same face as the reference image, calm expression]. Keep the character, clothing, colors, lighting, camera angle and art style exactly the same as the rest of the image. No text, no new objects.
Viết prompt và tạo ảnh cho 3 cảnh hook (3 câu đầu) của video tiếp theo bằng công thức 8 phần.
Câu 1. Ảnh đẹp nhưng nhân vật đứng giữa khung, không còn chỗ đặt chữ “NGÀY 20”. Bạn sửa thế nào?
Câu 2. Vì sao “shoulders slumped, staring at an empty wallet” cho kết quả tốt hơn “feeling hopeless about money”?
Câu 3. Đã tạo lại 3 lần, bàn tay cầm ví vẫn 6 ngón. Bước hợp lý nhất là gì?