Chặng 5 · Bài 5.3/5.5
Biến một kịch bản đã duyệt thành bảng cảnh đủ cột — thời gian, lời đọc, góc máy, prompt ảnh, prompt video, chữ trên màn hình — để khi dựng chỉ việc lắp.
15 phút
Tạo ảnh theo cảm hứng thì đến lúc dựng mới thấy thiếu cảnh, thừa cảnh, hình đứng im khi lời đã sang ý mới — và phải quay lại tạo bù, mất thêm một buổi. Bảng cảnh là bản vẽ thi công: biết trước cần bao nhiêu ảnh, bao nhiêu clip, chữ gì hiện lúc nào, nên ước được thời gian và chi phí trước khi bắt đầu. Hình đứng yên khi lời đọc đã đổi ý là một trong những điểm rơi giữ chân dễ thấy nhất trong biểu đồ giữ chân.
Số thứ tự nhịp hình.
Mốc bắt đầu–kết thúc (00:05–00:09), ước theo giọng đọc thật hoặc tốc độ đọc.
Đúng câu / cụm câu đọc trong nhịp đó — chép nguyên, không sửa.
Toàn / trung / cận / cận đặc tả / từ trên xuống, hoặc “B-roll”, “thẻ chữ”, “cắt cận từ cảnh X”.
Prompt 8 phần tiếng Anh (bài 1), có bảng nhân vật nếu có nhân vật.
Chỉ điền cho cảnh đáng làm clip (bài 4); còn lại ghi “ảnh tĩnh + zoom chậm”.
2–6 từ, hoặc để trống.
SỐ NHỊP HÌNH ≈ TỔNG SỐ GIÂY LỜI ĐỌC ÷ SỐ GIÂY MỖI NHỊP
“Nhịp hình” không có nghĩa là ảnh mới. Một nhịp có thể là: ảnh mới, cận cắt ra từ ảnh trước, B-roll từ thư viện, thẻ chữ, hoặc đổi hướng zoom. Ví dụ tính nhanh: bản nháp do Skill viết chia kịch bản 8 phút thành khoảng 30 cảnh, mỗi cảnh 1 prompt ảnh (số minh hoạ) — tức 1 ảnh chính cho khoảng 16 giây lời đọc. Muốn đạt 4–8 giây mỗi nhịp, bạn tách mỗi ảnh chính thành 2–3 nhịp: ảnh chính → cận cắt từ chính ảnh đó → B-roll hoặc thẻ chữ. Video 600 giây ÷ 5 giây ≈ 120 nhịp, nhưng chỉ cần khoảng 40 ảnh mới (số minh hoạ).
Đổi hình mỗi 4–8 giây (mốc tham khảo). Ý nặng, cần người xem suy nghĩ → 6–8 giây; đoạn kể nhanh, liệt kê → 3–4 giây.
Dày hơn phần thân, khoảng 2–4 giây một nhịp (mốc tham khảo) — đây là lúc người xem quyết định ở lại hay đi.
Đổi hình hoặc đổi khung mỗi 1–2 giây (mốc tham khảo); ngay giây đầu phải có chuyển động hoặc chữ.
Được phép giữ hình lâu hơn (8–10 giây) kèm zoom chậm và nhạc lên. Chậm có chủ đích khác với chậm vì thiếu hình.
Số DeepNiche đo bằng Mổ băng (10/2026): một video 5,8 triệu lượt xem được chấm hook 9/10 — nó mở bằng cận cảnh vật liệu thô (khối gỗ, nhựa thô) rồi cắt nhanh sang thành phẩm, đánh vào tò mò về quy trình, ngưỡng mộ cái đẹp và sự biến đổi. Kênh kiến thức không có “vật liệu thô” nhưng mượn được cái khung: 2–3 nhịp hình đầu cho thấy “trước” và gợi ra “sau”.
Ba ảnh liền nhau cùng góc trung, cùng tư thế ngồi bàn thì dù nội dung hay, mắt vẫn thấy như một ảnh đứng yên. Vòng luân phiên cơ bản: toàn (ở đâu) → trung (ai làm gì) → cận (cảm xúc, chi tiết) → B-roll hoặc thẻ chữ → lặp lại với biến tấu.
Mở một ý mới, đổi bối cảnh, cho người xem định vị. Nhân vật nhỏ — để quay lưng hoặc nhìn nghiêng cho đỡ lỗi mặt.
Hành động chính, nhân vật từ hông trở lên. Góc “kể chuyện”, chiếm nhiều nhất.
Nét mặt, bàn tay cầm ví, màn hình điện thoại. Dùng ở câu chốt, câu cảm xúc.
Một chi tiết: đồng xu, giọt mồ hôi, con số trên hoá đơn (chèn khi dựng). Dùng tiết kiệm như dấu chấm than.
Bàn làm việc, hoá đơn, sổ chi tiêu — hợp đoạn giải thích, liệt kê.
Mẹo tiết kiệm: tạo ảnh trung hoặc toàn ở độ phân giải cao, rồi cắt cận ngay trong CapCut — có 2 góc từ 1 ảnh, nhân vật chắc chắn giống nhau.
Lời đọc kênh kiến thức đầy ý trừu tượng: lo âu, thời gian, lãi kép, thói quen, cám dỗ. Không có hình cho những ý này thì người xem nhìn nhân vật đứng yên suốt đoạn. Cách làm: biến Ý thành một VẬT hoặc một CẢNH ẩn dụ. Minh hoạ ý, không minh hoạ từ — nói “cái bẫy chi tiêu” mà vẽ cái bẫy chuột là rẻ tiền và dễ hiểu sai.
"coins slipping through open fingers", "a leaking glass jar of coins", "a paper wallet with small wings flying away"
"a small figure under a giant storm cloud", "a tangled ball of thread", "a heavy backpack stuffed with paper bills"
"an hourglass filled with coins instead of sand", "a small plant growing out of a coin stack", "calendar pages flying in the wind" (trang lịch không có số)
"two paths splitting in a forest", "a hand hovering over a glowing button on a blank phone screen"
"a snowball rolling downhill and growing bigger", "stairs made of coin stacks rising upward"
"a hamster wheel", "footprints walking in a circle on the floor"
B-roll phải dùng cùng câu phong cách và bảng màu với cảnh có nhân vật — B-roll lệch phong cách lộ ngay là “ảnh nhặt từ chỗ khác”.
Bản nháp do Skill riêng (đóng từ Xưởng Skill Sắp ra mắt) viết đã tách sẵn từng cảnh, mỗi cảnh có prompt ảnh / prompt video. Dùng bảng cảnh để bổ sung phần Skill chưa biết về video này: nhịp cắt cận, B-roll từ thư viện, thẻ chữ.
Ví dụ minh hoạ trên kênh mẫu “Tiền & Tâm Lý”; số giây là ước lượng.
Kết quả: 40 giây = 10 nhịp hình (30 giây đầu có 8 nhịp, trung bình khoảng 3,75 giây), chỉ cần 5 ảnh mới + 2 ảnh thư viện + 1 thẻ chữ; 2 cảnh làm clip chuyển động (số minh hoạ).
Phần còn trong [ngoặc vuông] là chỗ bạn dán dữ liệu của mình.
Dán kịch bản đã duyệt, bảng nhân vật, câu phong cách. Kết quả dán vào mẫu “Bảng cảnh” (Google Sheets / Excel).
ChatGPT / Claude
Bạn là biên tập dựng phim cho kênh YouTube về [CHỦ ĐỀ], người xem ở [THỊ TRƯỜNG], thời lượng [THỜI LƯỢNG]. Bảng nhân vật: [DÁN BẢNG NHÂN VẬT] Câu phong cách + câu cấm: [DÁN CÂU PHONG CÁCH] Tốc độ đọc của giọng AI tôi dùng: [DÁN SỐ TỪ MỖI PHÚT — nếu chưa đo, ghi "chưa đo" và bạn tự ước, ghi rõ là ước lượng] Kịch bản đã duyệt: [DÁN KỊCH BẢN] Làm đúng thứ tự: 1. Chia kịch bản theo câu hoặc cụm câu ngắn. Ước thời gian mỗi dòng, ghi mốc dạng 00:00–00:05. 2. Nhịp đổi hình: video dài 4–8 giây mỗi dòng, 30 giây đầu 2–4 giây; Shorts 1–2 giây. Dòng nào dài hơn mức này thì tách tiếp. 3. Mỗi dòng chọn 1 loại hình: NHÂN VẬT / B-ROLL Ý NIỆM / THẺ CHỮ / CẮT CẬN TỪ CẢNH TRƯỚC. Không để 3 dòng liền cùng loại và cùng góc máy. 4. Góc máy luân phiên toàn – trung – cận; cận đặc tả chỉ cho câu chốt. Nhịp đầu tiên là cận hoặc cận đặc tả. 5. prompt_anh: tiếng Anh, theo 8 phần (chủ thể, hành động, bối cảnh, ánh sáng, góc máy, phong cách, tỉ lệ khung, điều không muốn), dán nguyên bảng nhân vật nếu có nhân vật, kết thúc bằng câu phong cách + câu cấm. Dòng CẮT CẬN ghi "cắt từ cảnh X". B-roll minh hoạ Ý bằng ẩn dụ, không minh hoạ sát chữ. 6. prompt_video: chỉ viết cho tối đa 1/5 số dòng (hook, cao trào, chuyển ý lớn), gồm 1 chuyển động máy + 1 chuyển động chủ thể + thời lượng 5–8 giây. Dòng khác ghi "ảnh tĩnh + zoom chậm". 7. chu_tren_man_hinh: 2–6 từ, chỉ con số, từ khoá, câu chốt; để trống nếu không cần. Định dạng: chỉ trả về CSV với dòng tiêu đề đúng như sau: canh,thoi_gian,loi_doc,goc_may,prompt_anh,prompt_video,chu_tren_man_hinh. Ô nào có dấu phẩy thì đặt trong ngoặc kép. Sau CSV, ghi 1 dòng: tổng số dòng, số ảnh cần tạo mới, số clip chuyển động. Ràng buộc: không thêm, bớt hay sửa lời đọc; không đưa chữ, số, logo vào prompt ảnh; không dùng người thật hay nhân vật có bản quyền.
Khi bảng cảnh có những câu “không biết vẽ gì”. Dán các câu đó vào.
ChatGPT / Claude
Kênh của tôi về [CHỦ ĐỀ], người xem ở [THỊ TRƯỜNG]. Câu phong cách hình: [DÁN CÂU PHONG CÁCH] Các câu trong kịch bản đang thiếu hình vì ý trừu tượng: [DÁN CÁC CÂU] Với mỗi câu: 1. Nêu ý cốt lõi trong 5–8 chữ tiếng Việt. 2. Đề xuất 3 ẩn dụ hình ảnh khác loại: 1 đồ vật đời thường, 1 cảnh thiên nhiên / không gian, 1 biểu tượng đơn giản. Tránh ẩn dụ đã quá quen (bóng đèn cho ý tưởng, đồng hồ chung chung cho thời gian) trừ khi có biến tấu riêng. 3. Chọn ẩn dụ rõ nhất, viết prompt ảnh tiếng Anh theo 8 phần, kết thúc bằng câu phong cách; không chữ, không số. 4. Ghi ẩn dụ đó có thể bị hiểu sai thế nào (nếu có) và cách tránh. Định dạng: bảng (Câu | Ý cốt lõi | 3 ẩn dụ | Prompt đã chọn | Rủi ro hiểu sai). Ràng buộc: không dùng biểu tượng tôn giáo, chính trị, thương hiệu hay nhân vật có bản quyền làm ẩn dụ.
Lập bảng cảnh cho 60 giây đầu kịch bản tiếp theo bằng mẫu “Bảng cảnh”.
Câu 1. Skill của bạn ra khoảng 30 prompt ảnh cho kịch bản 8 phút. Bạn muốn nhịp 4–8 giây mỗi hình. Cách hợp lý nhất?
Câu 2. Lời đọc: “Nỗi lo tiền bạc bám theo bạn cả khi đi ngủ.” Hình nào minh hoạ tốt nhất?
Câu 3. Bảng cảnh có 3 dòng liền: trung – trung – trung, cùng cảnh nhân vật ngồi bàn. Cách sửa nhanh nhất?