Chặng 5 · Bài 5.4/5.5
Viết prompt video 5–8 giây cho chuyển động mượt, giữ được nhân vật, và biết cảnh nào không cần làm video.
14 phút
CẢNH MỞ + CHUYỂN ĐỘNG MÁY + MỘT CHUYỂN ĐỘNG CHỦ THỂ + KHÔNG KHÍ + THỜI LƯỢNG
Ảnh là một khoảnh khắc; video là sự thay đổi theo thời gian. Mỗi khung hình AI phải đoán tiếp từ khung trước, nên càng nhiều thứ phải động thì càng nhiều chỗ để sai: tay mọc thêm, mặt đổi dần, vật biến hình. Prompt video tốt là prompt giao ÍT việc và RÕ việc: một chuyển động máy, một hành động chủ thể, một chút chuyển động nền. Mỗi lần tạo video cũng tốn lượt / tiền hơn tạo ảnh nhiều lần, nên mỗi clip phải có lý do để tồn tại.
Máy đứng yên, chỉ chủ thể động. An toàn nhất, ít lỗi nhất — dùng khi hành động của chủ thể là trọng tâm.
Máy tiến chậm về chủ thể → dồn nén, tập trung. Hợp câu chốt, câu cảm xúc.
Máy lùi ra → hé lộ bối cảnh, cảm giác cô đơn hoặc “bức tranh lớn”. Hợp cuối đoạn.
Máy xoay ngang tại chỗ → quét bối cảnh, nối hai vật trong khung.
Máy ngửa lên / cúi xuống → từ chi tiết lên toàn thân, từ trời xuống nhân vật.
Máy đi theo chủ thể đang di chuyển. Khó giữ mặt — nên quay từ sau lưng hoặc nghiêng.
Máy vòng quanh chủ thể → kịch tính, “khoảnh khắc lớn”. Dễ biến dạng nhất, dùng rất ít.
Máy nâng lên cao → kết thúc, giải toả, nhìn lại.
Rung nhẹ như cầm tay → cảm giác thật, gấp gáp. Không hợp minh hoạ phẳng.
Dolly khác zoom: dolly là máy di chuyển nên phối cảnh thay đổi, có chiều sâu; zoom là phóng ống kính nên hình phẳng. Nếu chỉ cần “zoom chậm vào ảnh”, bạn không cần video AI — làm trong CapCut là xong.
Mỗi clip chỉ một hành động chính, động từ rõ, có điểm đầu và điểm cuối: "she slowly closes the empty wallet and looks up" thay vì "she is sad, thinks, stands up, walks to the window and cries". Năm hành động trong 6 giây thì AI làm vội, nửa vời, giật cục. Chuyển động nền nhẹ làm clip “sống” mà không đụng vào nhân vật — chỗ ít rủi ro nhất để thêm chuyển động.
"blinks and slowly looks up", "turns her head toward the window", "exhales and her shoulders drop", "picks up the phone from the desk", "a small smile appears"
"coins fall in slow motion", "the wallet slowly closes", "a paper bill flutters to the floor", "a plant grows a new leaf"
"steam rising from the cup", "curtains moving gently", "rain on the window", "dust floating in the light", "leaves swaying outside"
"calm, quiet", "tense, uneasy", "hopeful, warm", "dreamy, nostalgic" — kèm "slow", "gentle", "subtle" để chuyển động chậm, ít lỗi (mốc kinh nghiệm).
Tạo video từ chữ thì AI phải vẽ lại nhân vật từ đầu — gần như chắc chắn lệch bảng nhân vật. Ảnh sang video dùng ảnh đã duyệt làm khung đầu: mặt, áo, màu đã chốt, AI chỉ phải lo chuyển động. Vì vậy prompt nên tập trung tả chuyển động, chỉ nhắc ngắn chủ thể để AI biết cái gì cần động; tả lại cả cảnh dài dòng dễ khiến AI “vẽ lại” và lệch ảnh gốc. Một số công cụ (Veo, Kling…) còn cho đặt cả khung đầu và khung cuối — cách kiểm soát tốt nhất cho hành động “từ A sang B”.
Giảm chuyển động: static hoặc dolly rất chậm; bỏ hành động dùng ngón tay phức tạp; thêm "keep the face and hands stable and consistent with the first frame".
Tách thành 2 clip, mỗi clip 1 hành động, nối bằng một nhát cắt.
Đi bộ là hành động khó: quay từ sau lưng, hoặc cảnh toàn để nhân vật nhỏ.
Thêm "no new objects appear, no text"; làm bố cục ảnh gốc gọn hơn.
Một chuyển động máy mỗi clip, thêm "slow", "subtle". Đừng viết "dolly in while orbiting and tilting".
Nhắc lại câu phong cách ngắn ở cuối prompt: "flat 2D illustration style, no photorealism".
Kênh giải thích, kể chuyện, danh sách: người xem đến để nghe ý, không phải để xem phim. Phần lớn cảnh là ảnh tĩnh có chuyển động nhẹ (zoom chậm, trượt khung) là đủ — rẻ, nhanh, không lỗi. Clip AI là gia vị, đặt đúng chỗ thì nâng cả video; rải khắp nơi thì tốn và lộ lỗi.
Một clip lỗi đưa vào video còn tệ hơn một ảnh tĩnh đẹp. Không có bản tạo nào đạt sau 3–4 lần thì quay về ảnh tĩnh + zoom, đừng cố.
Ví dụ minh hoạ trên kênh mẫu “Tiền & Tâm Lý”, cảnh 2 trong bảng cảnh bài trước; số bản tạo là số giả định.
Kết quả: Clip dùng được sau 2 lần viết prompt và 3 bản tạo (số minh hoạ); cảnh hook có chuyển động thật trong khi phần lớn video vẫn là ảnh tĩnh + zoom.
Phần còn trong [ngoặc vuông] là chỗ bạn dán dữ liệu của mình.
Dùng với chế độ ảnh sang video (Veo, Kling, Hailuo, Runway…): tải ảnh đã duyệt làm khung đầu, thay phần trong ngoặc vuông.
Tạo video AI
[Nhắc ngắn chủ thể trong ảnh, 1 câu, ví dụ: the woman in the mustard-yellow cardigan sitting on the bed]. Camera: [chọn 1: static / slow dolly in / slow pull back / gentle pan left / slow tilt up / slow tracking from behind]. Subject motion: [một hành động duy nhất, có điểm đầu và điểm cuối, ví dụ: she slowly lifts her head and looks out the window]. Background motion: [1 chuyển động phụ nhẹ: steam rising / curtains moving gently / rain on the window / dust floating in the light]. Mood: [calm / tense / hopeful / nostalgic]. Keep the face, hairstyle, outfit, colors and art style exactly as in the first frame. [Câu phong cách ngắn, ví dụ: flat 2D illustration style, no photorealism]. Smooth, slow, subtle motion. No text, no subtitles, no logo, no new objects. Duration: [5–8] seconds.
Dán các dòng bảng cảnh bạn định làm clip. AI lọc cảnh không đáng làm và viết prompt cho cảnh đáng làm.
ChatGPT / Claude
Bạn là đạo diễn chuyển động cho video AI. Kênh về [CHỦ ĐỀ], người xem ở [THỊ TRƯỜNG]. Phong cách hình: [DÁN CÂU PHONG CÁCH] Các dòng bảng cảnh dự định làm clip (lời đọc + mô tả ảnh gốc + mốc thời gian): [DÁN CÁC DÒNG BẢNG CẢNH] Với mỗi dòng: 1. Nói trong 1 câu vì sao cảnh này đáng làm clip (hook / cao trào / chuyển ý lớn). Nếu không đáng, ghi "để ảnh tĩnh + zoom" kèm lý do và dừng ở dòng đó. 2. Chọn đúng 1 chuyển động máy và 1 chuyển động chủ thể khớp cảm xúc của lời đọc; giải thích ngắn lựa chọn. 3. Viết prompt video tiếng Anh theo thứ tự: nhắc ngắn chủ thể → Camera → Subject motion → Background motion → Mood → giữ nguyên nhân vật như khung đầu → câu phong cách → No text, no new objects → Duration. 4. Ghi 2 rủi ro lỗi dễ gặp nhất của cảnh (tay, mặt, đi bộ, vật biến hình, trượt phong cách) và câu bổ sung để giảm rủi ro. 5. Gợi ý đoạn nên giữ khi cắt (ví dụ: giây 0–4) để khớp mốc thời gian của dòng. Ràng buộc: mỗi prompt tối đa 1 hành động chủ thể và 1 chuyển động máy; tốc độ chậm; thời lượng 5–8 giây; không người thật, không nhân vật có bản quyền. Định dạng: bảng (Cảnh | Đáng làm clip? | Prompt tiếng Anh | Rủi ro + câu sửa | Đoạn giữ).
Làm 2 clip chuyển động cho cảnh hook và một cảnh cao trào của video tiếp theo.
Câu 1. Câu chốt “Và đó là lúc bạn hiểu: vấn đề không nằm ở thu nhập” cần cảm giác dồn nén, tập trung. Chọn chuyển động máy nào?
Câu 2. Vì sao ảnh sang video thường giữ nhân vật tốt hơn tạo video từ chữ?
Câu 3. Video 10 phút giải thích một khái niệm tài chính, nhiều đoạn so sánh số liệu. Phân bổ nào hợp lý?