Prompt Như Đạo Diễn

Làm phim với AI khác gì làm video thông thường?

Khi làm video thông thường, bạn thường bắt đầu từ footage đã có: quay bằng điện thoại, máy ảnh, màn hình, hoặc lấy tư liệu có sẵn. Việc của bạn là chọn đoạn tốt, cắt ghép, thêm chữ, thêm nhạc và tối ưu nhịp. Với AI video, nhiều footage chưa tồn tại. Bạn tạo nó từ mô tả. Vì vậy, prompt không chỉ là lời nhắc; prompt là bản chỉ đạo sản xuất thu nhỏ.

Một prompt yếu thường chỉ trả lời câu hỏi "cái gì xảy ra?". Ví dụ: "Một chú gấu trúc ăn vụng bánh trong nhà hàng." Câu này có ý tưởng, nhưng AI vẫn phải tự đoán mọi thứ còn lại: nhà hàng kiểu gì, gấu trúc đứng đâu, camera nhìn từ hướng nào, cảnh kéo dài bao lâu, hành động chính là gì, cảm xúc căn vui hay hồi hộp, cuối cảnh có cú chốt không.

Một prompt mạnh trả lời thêm câu hỏi "quay như thế nào?". Nó mô tả không gian, nhân vật, hành động, camera, ánh sáng, âm thanh, nhịp và điểm kết. Khi đó, AI không còn phải bịa toàn bộ ngữ pháp điện ảnh. Nó có một đường ray để chạy.

Người viết prompt video cần tạm thời đóng nhiều vai. Bạn là biên kịch khi chọn tình huống. Bạn là đạo diễn khi quyết định cảm xúc. Bạn là quay phim khi chọn góc máy, cỡ cảnh và chuyển động máy. Bạn là thiết kế mỹ thuật khi khóa màu sắc, đạo cụ, trang phục và bối cảnh. Bạn cũng là dựng phim khi chia shot, đặt nhịp và chọn điểm chuyển cảnh. Bạn cũng là người giám sát continuity khi đảm bảo nhân vật không đổi mặt, đổi đồ, đổi tuổi hoặc đổi tính cách giữa các scene.

Lỗi phổ biến của người mới là muốn prompt "đẹp" nhưng thiếu mục tiêu. Họ thêm nhiều từ như cinematic, ultra realistic, high quality, dramatic, professional, nhưng không nói rõ câu chuyện đang cần gì. Kết quả có thể lung linh, nhưng nhìn như demo AI: đẹp từng khung, rời rạc cả video.

Trước khi viết prompt, hãy trả lời 5 câu hỏi:

1. Ai là nhân vật chính?
2. Nhân vật đang muốn gì trong cảnh này?
3. Chuyện gì xảy ra trong 10 giây này?
4. Khán giả cần cảm thấy gì?
5. Máy quay nên nhìn cảnh này như thế nào?

Khi trả lời được 5 câu hỏi đó, bạn đã có xương sống của cảnh. Prompt lúc này không còn là một đoạn mô tả ngẫu hứng; nó trở thành một mini brief cho AI.

Ví dụ chuyển tư duy

Prompt yếu:

A cute panda steals cake in a restaurant.

Prompt mạnh hơn:

A playful 10-second comedy scene in a closed restaurant kitchen at night.
A chubby panda mascot wearing a tiny black thief mask tiptoes through the kitchen, slowly opens the fridge, sees a strawberry cake, and freezes with huge guilty eyes.
Start with a wide locked-off shot of the quiet kitchen, cut to a medium shot as the panda reaches for the cake, then end with a close-up when the lights suddenly turn on.
Soft moonlight mixed with warm fridge light, tiny footstep sounds, fridge hum, comedic pop at the reveal.
Keep the same panda face, outfit, mask, body proportions, and kitchen layout throughout.

Điểm khác biệt không nằm ở độ dài, mà ở độ rõ. Prompt thứ hai có không gian, thời gian, nhân vật, hành động, camera, ánh sáng, âm thanh, mood và continuity. AI vẫn có không gian sáng tạo, nhưng ít phải đoán sai hơn.

Cảnh, shot và sequence là gì?

Ba khái niệm đầu tiên bạn cần nắm là scene, shot và sequence. Chúng nghe có vẻ điện ảnh, nhưng thực ra rất dễ hiểu.

Scene là một đơn vị tình huống. Một scene thường xảy ra trong một không gian, một khoảng thời gian và có một mục tiêu kể chuyện rõ. Ví dụ: "Mascot cố kéo quả bơ khổng lồ vào máy xay trong căn bếp mini." Đó là một scene vì có nơi chốn, nhân vật, hành động và mục tiêu.

Shot là một góc nhìn cụ thể của máy quay. Trong cùng một scene, bạn có thể có nhiều shot. Shot 1 là toàn cảnh căn bếp. Shot 2 là mascot kéo quả bơ. Shot 3 là close-up mồ hôi trên trán. Shot 4 là cú chốt khi sinh tố phun lên. Nếu scene là một đoạn tình huống, shot là những lát cắt thị giác giúp khán giả theo dõi tình huống đó.

Sequence là một chuỗi scene hoặc shot cùng phục vụ một mục tiêu kể chuyện lớn hơn. Ví dụ sequence "làm sinh tố thất bại" có thể gồm scene phát hiện quả bơ, scene vật lộn với máy xay, scene sinh tố nổ tung. Khi bạn làm video 30 hoặc 60 giây, tư duy sequence giúp các cảnh không bị rời rạc.

Với AI video, mỗi prompt thường hoạt động tốt hơn khi nó giống một scene ngắn có shot breakdown rõ. Một cảnh 8 đến 10 giây không nên chứa quá nhiều biến cố. Bạn có thể chia thành 3 đến 5 shot nhỏ, mỗi shot có nhiệm vụ riêng. Nếu nhồi cả một câu chuyện dài vào một prompt, AI thường chọn một vài chi tiết bất kỳ và bỏ qua phần còn lại.

Công thức chia shot 10 giây

1. 0-2s: thiết lập không gian hoặc tình huống.
2. 2-5s: nhân vật bắt đầu hành động chính.
3. 5-8s: hành động gặp trở ngại hoặc tăng nhịp.
4. 8-10s: cú chốt, cảm xúc, twist hoặc điểm chuyển sang scene sau.

Ví dụ kém:

A panda steals cake in a restaurant and gets caught.

Ví dụ tốt hơn:

[00:00-00:02] Wide shot: a closed restaurant kitchen at night, quiet and empty.
[00:02-00:05] Medium shot: a masked panda mascot tiptoes to the fridge and opens it slowly.
[00:05-00:08] Close-up: the panda sees a strawberry cake and grins proudly.
[00:08-00:10] Locked-off comedic shot: the lights turn on, the panda freezes with cake on its face.

Bạn không cần lúc nào cũng ghi timestamp, nhưng khi dùng Omni hoặc các workflow cần kiểm soát nhịp, timestamp giúp AI hiểu thứ tự hành động. Nó cũng giúp bạn tự kiểm tra: cảnh có quá nhiều thứ không? Có shot nào thừa không? Có điểm kết rõ chưa?

Cỡ cảnh — khi nào dùng wide, medium, close-up?

Cỡ cảnh là khoảng cách tương đối giữa camera và chủ thể. Trong prompt video, cỡ cảnh giúp AI biết khán giả nên nhìn điều gì. Nếu bạn không ghi cỡ cảnh, AI có thể chọn một góc đẹp nhưng không phục vụ câu chuyện.

Wide shot cho khán giả biết không gian. Nó trả lời câu hỏi "chúng ta đang ở đâu?". Khi mở một cảnh mới, wide shot rất hữu ích vì nó đặt nhân vật vào bối cảnh. Một căn bếp mini, một văn phòng hỗn loạn, một khu chợ đêm, một sa mạc sau tận thế, một lớp học tương lai — tất cả cần được thiết lập trước khi khán giả quan tâm đến chi tiết.

Medium shot cho thấy hành động của nhân vật. Đây là cỡ cảnh làm việc nhiều nhất trong video ngắn. Nó đủ gần để thấy biểu cảm cơ bản, đủ rộng để thấy tay, đạo cụ và chuyển động cơ thể. Khi nhân vật kéo, đẩy, chạy, nấu, mở cửa, nhảy, lén lút hoặc tương tác với sản phẩm, medium shot thường là lựa chọn an toàn.

Close-up dùng để chốt cảm xúc hoặc chi tiết quan trọng. Ánh mắt, nụ cười, bàn tay run, nút bấm, giọt nước, vết nứt, logo sản phẩm, ly sinh tố cuối cảnh — những thứ này cần close-up để khán giả không bỏ lỡ. Close-up không phải để "cho đẹp", mà để nói với khán giả: đây là điều cần chú ý.

Extreme close-up tạo kịch tính hoặc bí ẩn. Một giọt mồ hôi rơi, mắt nhân vật mở to, ngón tay sắp chạm nút đỏ, bọt khí trong ly nước — những khung hình rất gần này có sức nén cảm xúc cao. Nhưng nếu dùng quá nhiều, video sẽ mất không gian và khó hiểu.

Công thức dễ nhớ

1. Mở cảnh bằng wide để đặt không gian.
2. Kể hành động bằng medium để giữ nhịp.
3. Chốt cảm xúc bằng close-up để khán giả nhớ.

Ví dụ:

Wide shot of a quiet bedroom at dusk, then a slow push-in to a close-up of the girl's tired eyes as she reads an old letter.

Câu này không chỉ nói "cô gái buồn trong phòng". Nó cho biết cảnh mở rộng rồi tiến vào cảm xúc. Wide shot tạo cô đơn, push-in tạo sự gần gũi, close-up cho khán giả thấy điểm đau.

Khi viết prompt sản phẩm

Với quảng cáo sản phẩm, cỡ cảnh càng quan trọng. Bạn có thể mở bằng close-up texture để tạo cảm giác ngon, sạch, cao cấp hoặc thủ công. Sau đó dùng medium shot cho hành động sử dụng sản phẩm. Cuối cùng dùng hero shot để sản phẩm đứng rõ, ánh sáng đẹp, bố cục gọn.

Ví dụ:

Start with an extreme close-up of condensation on a cold glass bottle, cut to a medium shot of a runner opening it after training, ending with a clean hero shot of the bottle on a wet stone surface under soft morning light.

Góc máy và cảm xúc

Góc máy là vị trí cảm xúc của khán giả. Cùng một nhân vật, cùng một hành động, nhưng đổi góc máy là đổi cảm giác.

Low angle là góc máy thấp nhìn lên. Nó làm nhân vật trông lớn hơn, mạnh hơn, đáng sợ hơn hoặc anh hùng hơn. Nếu một mascot nhỏ đứng trên bàn mà bạn quay low angle, nó có thể trông như một chiến binh vừa chinh phục quả bơ. Nếu một nhân vật phản diện đứng trong bóng tối, low angle khiến họ áp đảo hơn.

High angle là góc máy cao nhìn xuống. Nó làm nhân vật nhỏ bé, yếu thế, cô đơn hoặc buồn cười. Một nhân viên văn phòng tí hon chạy qua bàn giấy hỗn loạn sẽ hài hơn khi quay high angle hoặc top-down, vì khán giả thấy quy mô thế giới quá lớn so với nhân vật.

Eye-level là góc ngang tầm mắt. Nó tự nhiên, gần gũi, ít phô trương. Khi muốn khán giả đồng cảm với nhân vật, eye-level thường hiệu quả. Nó không đẩy nhân vật lên cao cũng không ép nhân vật xuống thấp; nó cho cảm giác chúng ta đang đứng cùng nhân vật.

Top-down là nhìn từ trên xuống gần như vuông góc. Góc này phù hợp với hài hước, chiến thuật, đồ ăn, bàn làm việc, mini world hoặc những cảnh cần thấy bố cục không gian. Một nhân vật nhỏ chạy qua bàn, một đầu bếp mini làm bánh, một bản đồ chiến dịch, một người sắp xếp đồ nghề — tất cả đều hợp top-down.

Dutch angle là góc máy nghiêng. Nó tạo cảm giác bất ổn, hỗn loạn hoặc tâm lý lệch. Dùng tốt trong cảnh nhân vật say, hoảng loạn, bị truy đuổi hoặc khi thế giới đột nhiên có gì đó sai. Nhưng hãy dùng có chủ ý. Nếu cảnh nào cũng nghiêng, khán giả sẽ mệt.

Ví dụ theo mood

Hài hước:

Top-down shot of a tiny office worker sprinting across a messy desk, dodging giant paper clips and coffee stains.

Kịch tính:

Low-angle shot of a giant rolling football chasing the tiny worker, the camera shaking slightly with each impact.

Cảm xúc:

Eye-level close-up of the character forcing a smile while trying not to cry.

Điều quan trọng là không chọn góc máy vì nghe chuyên nghiệp. Hãy chọn vì nó làm rõ cảm xúc. Nếu nhân vật cần đáng thương, high angle giúp ích. Nếu nhân vật cần mạnh thế, low angle giúp ích. Nếu nhân vật cần gần gũi, eye-level giúp ích.

Chuyển động máy quay

Nếu cỡ cảnh cho biết khán giả nhìn gần hay xa, chuyển động máy quay cho biết cảm xúc đang tiến triển như thế nào. Một cảnh đứng yên và một cảnh camera lao theo nhân vật có năng lượng hoàn toàn khác nhau.

Push-in là camera tiến gần chủ thể. Nó thường dùng để tăng cảm xúc, tăng căng thẳng hoặc kéo khán giả vào khoảnh khắc quan trọng. Khi nhân vật nhận ra một bí mật, khi mascot sắp bấm nút, khi người bán hàng nhìn thấy đơn đầu tiên, push-in làm khoảnh khắc đó có trọng lượng hơn.

Pull-back là camera lùi ra. Nó có thể tạo cô đơn, bất ngờ hoặc tiết lộ không gian lớn hơn. Một close-up nhân vật mỉm cười rồi camera pull-back để lộ căn phòng trống sẽ tạo cảm giác buồn. Một vật nhỏ tưởng bình thường rồi pull-back để lộ nó nằm giữa thảm họa sẽ tạo twist.

Pan là lia ngang. Nó theo dõi hành động hoặc tiết lộ thông tin từ trái sang phải. Tilt là lia dọc, thường dùng để tiết lộ chiều cao, quy mô hoặc một vật thể lớn. Tracking shot là camera đi theo nhân vật. Nó tạo cảm giác chuyển động liên tục, phù hợp với chạy, đi bộ, trượt, đuổi bắt hoặc khám phá.

Handheld tạo cảm giác thật, gấp, căng thẳng hoặc hỗn loạn. Với video quảng cáo sạch sẽ, handheld có thể làm mất độ cao cấp. Nhưng với cảnh hậu trường, documentary, truy đuổi hoặc khủng hoảng, handheld rất có lực.

Locked-off shot là camera đứng yên. Nó đặc biệt hợp với hài khô. Khi camera không phản ứng, nhân vật tự làm trò trong khung hình, sự bất động của camera làm tình huống buồn cười hơn. Ví dụ một mascot cố tỏ ra chuyên nghiệp nhưng liên tục thất bại trước máy xay.

Cách ghi trong prompt

Đừng chỉ viết "cinematic camera movement". Hãy ghi chuyển động cụ thể:

Slow push-in toward the mascot as it proudly lifts the avocado smoothie.

Fast tracking shot following the tiny character running across the kitchen counter.

Locked-off wide shot as the character silently tries to hide the broken vase behind its back.

Camera movement nên có lý do. Nếu nhân vật chạy, tracking shot hợp. Nếu cảm xúc dâng lên, push-in hợp. Nếu muốn reveal, pull-back hoặc tilt hợp. Nếu muốn hài, locked-off thường mạnh hơn một camera quá hào nhoáng.

Ánh sáng trong phim AI

Ánh sáng là cảm xúc trước khi khán giả kịp đọc câu chuyện. Cùng một nhân vật trong cùng căn phòng, ánh sáng buổi sáng dịu, đèn neon xanh tím, backlight mạnh hoặc ánh trăng lạnh sẽ tạo ra các thế giới khác nhau.

Soft light là ánh sáng mềm, bóng đổ nhẹ. Nó tạo cảm giác dễ thương, chữa lành, thân thiện, an toàn. Video healing, mascot đáng yêu, cảnh gia đình, đồ ăn ấm áp, sản phẩm chăm sóc cá nhân thường hợp soft light.

Hard light là ánh sáng gắt, bóng đổ rõ. Nó tạo căng thẳng, drama, bí ẩn hoặc cảm giác thời sự. Nếu dùng trong cảnh hài, hard light có thể làm cảnh quá nghiêm. Nếu dùng trong trailer hoặc documentary, nó có thể làm hình ảnh mạnh hơn.

Golden hour là ánh sáng vàng đầu ngày hoặc cuối ngày. Nó ấm, điện ảnh, hoài niệm và rất dễ tạo cảm giác "đẹp". Nhưng cũng vì dễ đẹp, nhiều người lạm dụng. Hãy dùng golden hour khi mood cần ấm, nhớ, hy vọng hoặc kết thúc nhẹ.

Neon light tạo cảm giác hiện đại, nightlife, cyberpunk, sân khấu hoặc thành phố về đêm. Backlight là nguồn sáng từ sau chủ thể, giúp tạo silhouette và chiều sâu. Volumetric light là ánh sáng đi qua bụi, sương, khói hoặc hơi nước, rất hợp với cảnh cinematic, bí ẩn, nhà kho, rừng sáng sớm, căn phòng cũ.

Viết ánh sáng cụ thể hơn

Thay vì:

cinematic lighting

Hãy viết:

warm golden-hour light through the window

soft diffused morning light on a wooden kitchen counter

dramatic backlight with floating dust particles

cool blue moonlight mixed with a warm kitchen lamp

Càng cụ thể, AI càng dễ giữ mood. "Cinematic lighting" là một nhãn rộng. "Warm golden-hour light through dusty windows" là một chỉ dẫn hình ảnh.

Ánh sáng và continuity

Nếu video có nhiều scene, ánh sáng cần nối nhau hợp lý. Scene 1 buổi sáng mềm, scene 2 đột nhiên neon đêm mà không có lý do thì khán giả bị văng. Nếu muốn đổi ánh sáng, hãy biến nó thành câu chuyện: nhân vật bước từ căn bếp sáng ra con hẻm neon, hoặc thời gian chuyển từ chiều sang đêm.

Màu sắc và mood

Màu sắc là cách video nói mà không cần thoại. Một bảng màu ấm có thể làm cảnh bình thường trở nên gần gũi. Một bảng màu lạnh có thể làm cùng cảnh đó trở nên cô đơn hoặc bí ẩn. Khi bạn viết prompt video, color palette không phải chi tiết phụ; nó là cách giữ style ổn định.

Màu ấm như vàng, cam nhẹ, đỏ đất, nâu gỗ tạo cảm giác thân mật, vui, hoài niệm hoặc ngon miệng. Chúng hợp với đồ ăn, gia đình, ký ức, sản phẩm thủ công, video healing. Nhưng nếu dùng quá nặng, hình có thể bị ngấy hoặc giống quảng cáo cũ.

Màu lạnh như xanh lam, xanh lục lạnh, xám thép tạo cảm giác cô đơn, bí ẩn, hiện đại hoặc căng thẳng. Chúng hợp với sci-fi, đêm mưa, văn phòng lạnh, cảnh điều tra, video công nghệ. Nhưng nếu mọi cảnh đều lạnh, cảm xúc có thể bị xa cách.

Pastel tạo cảm giác nhẹ, trẻ, mơ, healing, dễ thương. High contrast tạo cảm giác mạnh, trailer-like, gay cấn. Muted colors tạo cảm giác hiện thực, tài liệu, trầm, đáng tin. Mỗi nhóm màu là một lời hứa với khán giả.

Ghi palette trong prompt

Bạn có thể viết:

warm pastel color palette: soft cream, honey gold, sage green

muted documentary color grading with earthy browns and desaturated greens

high-contrast cinematic lighting with deep shadows and amber highlights

Khi làm series, hãy có một palette lock. Ví dụ mascot sinh tố bơ có thể dùng cream, honey gold, sage green, warm wood. Mỗi prompt sau đó nhắc lại palette để giữ nhận diện. Nếu cảnh nào cũng đổi bảng màu, series sẽ mất cảm giác cùng một thế giới.

Màu sắc phục vụ câu chuyện

Đừng chọn màu chỉ vì đẹp. Nếu nhân vật đang buồn, bảng màu pastel rực rỡ có thể làm giảm cảm xúc, trừ khi bạn cố tình tạo đối lập. Nếu sản phẩm cần cảm giác tươi sạch, màu đất nặng có thể sai. Nếu video lịch sử cần trang nghiêm, neon cyberpunk sẽ làm lệch tone.

Blocking — nhân vật đứng đâu, làm gì?

Blocking là cách sắp xếp nhân vật, đạo cụ và chuyển động trong không gian. Đây là phần rất nhiều prompt video bỏ qua. Người mới thường viết nhân vật "làm gì", nhưng không viết nhân vật "ở đâu", "đối diện ai", "đang quay mặt về đâu", "di chuyển vào hay ra khỏi khung hình", "đạo cụ nằm chỗ nào".

AI có thể tạo hình đẹp nhưng hành động bị rối nếu blocking mơ hồ. Ví dụ "mascot làm sinh tố" có thể khiến mascot đứng giữa bếp, rồi đột nhiên máy xay hiện ở vị trí khác, quả bơ nhảy từ trái sang phải, hoặc nhân vật đổi hướng liên tục. Nếu bạn khóa vị trí, cảnh dễ hiểu hơn.

Một blocking tốt trả lời các câu hỏi:

• Nhân vật ở tiền cảnh, trung cảnh hay hậu cảnh?
• Nhân vật đứng bên trái, giữa hay bên phải khung hình?
• Đang quay mặt về camera hay về đạo cụ?
• Đạo cụ chính nằm ở đâu?
• Nhân vật đi vào khung hình từ hướng nào?
• Khoảng cách giữa nhân vật và camera ra sao?
• Cuối shot, nhân vật ở vị trí nào?

Ví dụ:

The mascot stands on the left side of the wooden kitchen counter, both hands gripping a tiny blender, while a giant avocado sits in the background on the right. The mascot leans forward toward the blender and never leaves the counter.

Câu này giúp AI giữ bố cục. Nhân vật bên trái, đạo cụ bên phải, máy xay trước mặt, hành động hướng về máy xay. Khán giả dễ theo dõi vì không gian có trật tự.

Blocking cho nhiều nhân vật

Nếu cảnh có hai nhân vật, blocking càng quan trọng. Hãy ghi rõ ai đứng đâu, ai nhìn ai, khoảng cách giữa họ. Ví dụ:

The teacher stands near the whiteboard on the right side of the frame, facing a nervous student seated at a small desk in the foreground left.

Nếu không ghi, AI có thể đổi vị trí giữa các shot, khiến eyeline sai và continuity hỏng.

Nhịp dựng và tiết tấu trong video ngắn

Video 10 giây không phải phiên bản rút gọn của phim dài. Nó có logic riêng. Trong 10 giây, bạn chỉ nên kể một tình huống, một hành động chính và một điểm chốt. Nếu cố kể quá nhiều, khán giả không kịp hiểu, AI cũng không kịp biểu diễn.

Một scene 10 giây tốt thường có ba nhịp: thiết lập, tăng hành động, chốt. Thiết lập cho biết ta đang ở đâu và chuyện gì sắp xảy ra. Tăng hành động cho thấy nhân vật cố làm điều gì đó. Chốt là cảm xúc, punchline, twist hoặc transition cảnh.

Cấu trúc dễ dùng:

1. 0-2s: thiết lập.
2. 2-6s: hành động chính.
3. 6-9s: cao trào.
4. 9-10s: punchline, emotion hoặc transition.

Ví dụ video hài 10 giây:

0-2s: A tiny chef cat enters a giant kitchen and sees a cupcake.
2-6s: It drags a huge strawberry across the counter.
6-9s: The strawberry rolls too fast and knocks flour into the air.
9-10s: The cat poses proudly, completely covered in flour.

Nhịp này đơn giản nhưng đủ. Có mục tiêu, trở ngại và cú chốt. Nếu bạn thêm "sau đó mèo gọi bạn, nhảy múa, bán bánh, đi giao hàng", cảnh sẽ gãy.

Nhịp và camera

Nhịp không chỉ nằm ở hành động mà còn ở camera. Một slow push-in làm thời gian như chậm lại. Một fast tracking shot làm nhịp nhanh. Một locked-off shot giữ nhịp khô và hài. Khi viết prompt, hãy để camera phục vụ tiết tấu.

Nhịp và âm thanh

Âm thanh cũng là nhịp. Một tiếng "pop" đúng lúc có thể làm punchline rõ hơn. Một tiếng máy xay tăng dần có thể tạo cao trào. Một khoảng im lặng trước cú ngã có thể làm hài hơn. Nếu công cụ hỗ trợ audio, hãy mô tả sound design theo mốc thời gian.

Một video hay cần có ý định cảm xúc

Trước khi viết prompt, hãy chọn cảm xúc chính. Đây là quyết định quan trọng hơn việc chọn camera hay style. Nếu bạn không biết muốn khán giả cảm thấy gì, prompt sẽ dễ gom quá nhiều thứ: vừa hài, vừa epic, vừa healing, vừa bán hàng, vừa cinematic, vừa documentary. Kết quả thường bị loạn mood.

Ý định cảm xúc có thể là hài hước, ấm áp, kỳ bí, epic, cảm động, hồi hộp, dễ thương, châm biếm, truyền cảm hứng hoặc thỏa mãn thị giác. Mỗi cảm xúc kéo theo lựa chọn khác nhau về màu, ánh sáng, nhịp, camera và âm thanh.

Ví dụ cùng một ý tưởng "mascot kéo quả bơ khổng lồ":

• Hài hước: top-down hoặc locked-off, nhịp nhanh, âm thanh squeak/pop, biểu cảm quá đà.
• Healing: soft warm light, camera chậm, hành động dịu, âm nhạc nhẹ, kết bằng nụ cười nhỏ.
• Epic: low angle, dramatic backlight, nhạc tăng dần, slow motion, quả bơ như một thử thách lớn.

Ý tưởng không đổi, nhưng ý định cảm xúc đổi toàn bộ cách quay. Đây là lý do bạn không nên bắt đầu prompt bằng "cinematic". Hãy bắt đầu bằng mood.

Công thức chọn mood

1. Cảnh này muốn khán giả cười, thương, hồi hộp hay tin tưởng?
2. Mood này có phù hợp mục tiêu video không?
3. Camera nào phục vụ mood đó?
4. Ánh sáng và màu nào phục vụ mood đó?
5. Âm thanh nào chốt mood đó?

Nếu video bán hàng, mood không nhất thiết phải "cao cấp". Có sản phẩm cần vui, có sản phẩm cần tin cậy, có sản phẩm cần mát lành, có sản phẩm cần bùng nổ. Mood phải đi từ chiến lược, không đi từ trend.

Cấu trúc câu chuyện ngắn 10s, 30s, 60s

Video AI ngắn nên có cấu trúc rõ vì mỗi giây đều đắt. Bạn không cần cốt truyện phức tạp. Bạn cần một đường tiến triển dễ hiểu.

Video 10 giây phù hợp với một tình huống, một hành động, một cú chốt. Nó là đơn vị nhỏ nhất để test ý tưởng. Nếu 10 giây đã không rõ, kéo dài thành 30 giây thường chỉ làm rối hơn.

Video 30 giây có thể chia thành 3 scene, mỗi scene khoảng 10 giây: setup, escalation, payoff. Scene 1 đặt bối cảnh và mục tiêu. Scene 2 làm vấn đề lớn hơn. Scene 3 trả kết quả, cảm xúc hoặc CTA.

Video 60 giây có thể chia thành 6 đến 8 scene: hook, context, problem, attempt, twist, resolution, final emotion, CTA. Không phải video nào cũng cần đủ các bước, nhưng cấu trúc này giúp bạn không bị lạc.

Mẫu 10 giây

Một nhân vật muốn làm một việc nhỏ.
Một trở ngại bất ngờ xuất hiện.
Nhân vật phản ứng.
Kết bằng một hình ảnh đáng nhớ.

Mẫu 30 giây

Scene 1: Mascot phát hiện quả bơ khổng lồ.
Scene 2: Mascot vật lộn với máy xay, mọi thứ rung lên.
Scene 3: Sinh tố phun lên trời, mascot vẫn giơ ly chiến thắng.

Mẫu 60 giây

Scene 1: Hook mạnh bằng hình ảnh lạ.
Scene 2: Giới thiệu vấn đề.
Scene 3: Nỗ lực đầu tiên thất bại.
Scene 4: Vấn đề lớn hơn.
Scene 5: Twist.
Scene 6: Giải pháp hoặc kết quả.
Scene 7: Cảm xúc cuối.
Scene 8: CTA hoặc visual ending.

Cấu trúc không làm video cứng. Ngược lại, nó giải phóng sáng tạo vì bạn biết mỗi scene cần làm nhiệm vụ gì. Khi AI tạo sai, bạn cũng dễ sửa: scene nào chưa rõ setup, scene nào thiếu escalation, scene nào chưa có payoff.

Continuity — bí quyết để các scene không rời rạc

Continuity là sự liền mạch giữa các cảnh. Với AI video, continuity là một trong những thách thức lớn nhất vì mỗi lần generate có thể tạo ra khuôn mặt, trang phục, ánh sáng, đạo cụ hoặc không gian hơi khác. Nếu không kiểm soát, video nhiều scene sẽ giống tuyển tập clip đẹp hơn là một câu chuyện.

Bạn cần giữ continuity ở nhiều lớp:

• Nhân vật: mặt, dáng, tuổi, tỉ lệ cơ thể, phụ kiện.
• Trang phục: màu, kiểu, chất liệu, dấu hiệu nhận diện.
• Đạo cụ: vị trí, kích thước, trạng thái.
• Không gian: bố cục, nguồn sáng, màu chủ đạo.
• Mood: cảm xúc không nhảy lung tung.
• Hành động: scene sau tiếp nối kết quả scene trước.
• Điểm kết và điểm mở: cảnh sau bắt đầu từ thứ cảnh trước để lại.

Công thức nối scene đơn giản là: scene trước kết thúc bằng gì, scene sau mở đầu từ yếu tố đó. Nếu scene 1 kết thúc bằng mascot làm đổ bơ lên bàn, scene 2 có thể mở đầu bằng mascot trượt chân trên vệt bơ đó. Nếu scene 2 kết thúc bằng máy xay rung mạnh, scene 3 có thể mở đầu bằng cả căn bếp rung lên vì máy xay.

Ví dụ continuity

Scene 1 kết thúc:

The mascot accidentally spills avocado puree across the wooden counter.

Scene 2 mở đầu:

Start with a close-up of the same avocado puree streak on the wooden counter as the mascot slips into frame.

Bạn thấy từ khóa "same" rất hữu ích. Nó nhắc AI giữ cùng vệt bơ, cùng bàn gỗ, cùng sự kiện. Khi làm nhiều scene, hãy lặp lại character lock và environment lock ở mỗi prompt. Đừng ngại lặp; lặp là cách giữ nhất quán.

Continuity không có nghĩa là mọi thứ đứng yên

Liền mạch không đồng nghĩa với không thay đổi. Nhân vật có thể bẩn hơn, mệt hơn, vui hơn. Đạo cụ có thể vỡ, đổ, sáng lên. Ánh sáng có thể chuyển từ chiều sang tối. Nhưng thay đổi phải có nguyên nhân. Nếu scene sau đổi vì câu chuyện, khán giả chấp nhận. Nếu đổi vì prompt thiếu khóa, khán giả thấy lỗi.

Prompt video khác prompt ảnh như thế nào?

Prompt ảnh tập trung vào một khoảnh khắc. Prompt video tập trung vào sự biến đổi qua thời gian. Vì vậy, một prompt video phải có động từ, nhịp, camera, âm thanh và điểm kết. Nếu bạn viết prompt video như prompt ảnh, AI có thể tạo một cảnh đẹp nhưng thiếu hành động.

Prompt ảnh thường hỏi: chủ thể là gì, trông như thế nào, style nào, ánh sáng nào. Prompt video hỏi thêm: chủ thể bắt đầu ở đâu, làm gì trước, làm gì sau, camera đi đâu, âm thanh thay đổi ra sao, cuối clip dừng ở hình ảnh nào.

Một prompt video tốt nên có các thành phần:

• Subject: nhân vật hoặc chủ thể chính.
• Environment: không gian và thời điểm.
• Action: hành động rõ theo thứ tự.
• Camera: cỡ cảnh, góc máy, chuyển động máy.
• Lighting: nguồn sáng và mood ánh sáng.
• Style: phong cách hình ảnh.
• Mood: cảm xúc chính.
• Sound: ambience, foley, action sound, music cue.
• Continuity: khóa nhân vật, khóa bối cảnh, điểm nối.
• Negative prompt: những thứ cần tránh.

Không phải prompt nào cũng cần viết đủ thành phần thật dài. Nhưng nếu video bị lỗi, hãy xem nó thiếu thành phần nào. Nhân vật đổi mặt? Thiếu character lock. Hành động rối? Thiếu action order. Cảnh đẹp nhưng vô nghĩa? Thiếu scene goal. Mood loạn? Thiếu ý định cảm xúc.

Công thức nền

[Subject] in [Environment] performs [Action] over [Duration].
Use [Camera] with [Lighting], [Style], and [Mood].
Add [Sound Design].
Maintain [Continuity].
Avoid [Negative Prompt].

Ví dụ:

A tiny orange cat chef in a cozy miniature kitchen tries to place a giant strawberry on top of a cupcake over 10 seconds.
Use a wide establishing shot, then a medium tracking shot, ending with a close-up of the cat covered in flour.
Soft warm morning light, pastel colors, playful 3D animated style, cheerful comedic mood.
Sound design: tiny footsteps, flour puff, soft kitchen ambience, happy pop at the end.
Keep the same cat face, chef hat, orange fur, kitchen layout, cupcake, and strawberry in every shot.
Avoid extra characters, changing outfits, distorted paws, unreadable text, and sudden location changes.

Cấu trúc prompt Omni 10 giây

Omni phù hợp với cách viết prompt có cấu trúc hội thoại và nhiều lớp thông tin. Khi làm video 10 giây, bạn nên trình bày rõ thời lượng, tỉ lệ khung hình, style, mood, character lock, environment lock, scene goal, shot breakdown, thoại nếu có, sound design, continuity và negative prompt.

Một lợi thế của cấu trúc này là bạn có thể sửa từng phần. Nếu nhân vật sai, sửa Character Lock. Nếu cảnh thiếu nhịp, sửa Shot Breakdown. Nếu âm thanh chưa đúng, sửa Sound Design. Nếu nhiều scene không nối, sửa Continuity.

Template đề xuất

OMNI VIDEO PROMPT — [TÊN SCENE]

Duration: 10 seconds
Aspect Ratio: [16:9 / 9:16 / 2.39:1]
Style: [phong cách hình ảnh]
Mood: [cảm xúc chính]

Character Lock:
[Mô tả nhân vật cố định]

Environment Lock:
[Mô tả không gian cố định]

Scene Goal:
[Mục tiêu của cảnh này]

Shot Breakdown:
[00:00-00:02] Shot 1:
[Cỡ cảnh + hành động + camera + âm thanh]

[00:02-00:05] Shot 2:
[Cỡ cảnh + hành động + camera + âm thanh]

[00:05-00:08] Shot 3:
[Cỡ cảnh + hành động + camera + âm thanh]

[00:08-00:10] Shot 4:
[Cú chốt / cảm xúc / twist / transition]

Voice / Dialogue:
[Nếu có]

Sound Design:
[Âm thanh môi trường, hành động, nhịp hài hoặc nhạc nền]

Continuity:
[Điểm nối với scene trước / scene sau]

Negative Prompt:
[Những thứ cần tránh]

Ví dụ điền template

OMNI VIDEO PROMPT — Avocado Victory

Duration: 10 seconds
Aspect Ratio: 9:16
Style: playful premium 3D animation, clean social media vertical video
Mood: funny, warm, triumphant

Character Lock:
Puffy is a chubby panda mascot with soft black-and-white fur, huge round eyes, plump cheeks, a bouncy round belly, a small red backpack, and a tiny black thief mask. Keep the same face, body proportions, outfit, colors, and accessories in every shot.

Environment Lock:
A cozy miniature kitchen in warm morning light, wooden countertop, tiny blender, giant avocado slices, glass jar of milk, cream-and-green color palette, soft dust motes in the air.

Scene Goal:
Puffy tries to make an avocado smoothie and ends by proudly lifting the finished drink.

Shot Breakdown:
[00:00-00:02] Wide shot of the miniature kitchen. Puffy stands on the left side of the counter, staring at a giant avocado on the right. Soft kitchen ambience.
[00:02-00:05] Medium tracking shot as Puffy pushes the avocado half toward the tiny blender with both hands, feet sliding on the wood.
[00:05-00:08] Close-up as Puffy presses the blender button, cheeks wobbling while the blender shakes loudly.
[00:08-00:10] Locked-off hero shot as Puffy lifts a creamy green smoothie, proud smile, tiny cheerful pop sound.

Voice / Dialogue:
No dialogue.

Sound Design:
Tiny footsteps, avocado sliding, blender whirring, soft pop at the hero pose.

Continuity:
End with Puffy holding the smoothie in the center of the frame for the next scene.

Negative Prompt:
No extra characters, no changing backpack, no changing mask, no text, no distorted paws, no different kitchen, no scary mood.

Prompt Veo 3.1 — viết sao cho ít lỗi?

Veo 3.1 thường được dùng cho hình ảnh điện ảnh, chuyển động mượt, cảnh có mood rõ và prompt có chỉ đạo thị giác cụ thể. Để giảm lỗi, hãy nhớ nguyên tắc: một cảnh bằng một mục tiêu. Nếu bạn yêu cầu quá nhiều hành động trong 8 đến 10 giây, AI buộc phải chọn, bỏ hoặc trộn.

Prompt nên tránh:

• Quá nhiều nhân vật.
• Quá nhiều hành động trong một cảnh ngắn.
• Mô tả mâu thuẫn.
• Vừa muốn hoạt hình vừa muốn documentary realism trong cùng cảnh nếu không có chủ đích.
• Không khóa nhân vật.
• Không khóa môi trường.
• Không có điểm kết.
• Dùng quá nhiều style tag nhưng thiếu hành động.

Ví dụ không nên:

Nhân vật chạy vào bếp, làm sinh tố, nhảy múa, gọi bạn, bị ngã, rồi bán hàng.

Ví dụ nên:

Trong 10 giây, mascot cố gắng kéo một quả bơ khổng lồ vào máy xay và cuối cảnh giơ ly sinh tố lên đầy tự hào.

Khi viết cho Veo, hãy ưu tiên câu văn tự nhiên, giàu hình ảnh, nhưng vẫn có cấu trúc. Bạn có thể không cần chia timestamp quá chi tiết nếu cảnh đơn giản. Nhưng hãy luôn có chủ thể, hành động, camera, ánh sáng, mood và negative prompt.

Template ngắn cho Veo 3.1

A [duration] cinematic scene of [character] in [environment].
The character [main action] and ends by [clear final image].
Camera: [shot size + movement + angle].
Lighting and color: [specific light + palette].
Mood: [one main emotion].
Sound: [ambient/action/emotional sound if supported].
Keep [character/environment continuity].
Avoid [common errors].

Ví dụ

A 10-second cinematic 3D animated scene of a chubby panda mascot in a cozy miniature kitchen.
The panda pushes a giant avocado half toward a tiny blender, struggles comedically, then ends by proudly raising a creamy green smoothie.
Camera: wide establishing shot, medium tracking shot during the struggle, close-up hero shot at the end.
Lighting and color: soft warm morning light, cream, honey gold, sage green.
Mood: playful and triumphant.
Sound: tiny footsteps, avocado sliding, blender whir, cheerful pop.
Keep the same panda face, red backpack, thief mask, kitchen counter, blender, and avocado throughout.
Avoid extra characters, changing outfit, distorted hands, unreadable text, scary mood, and sudden location changes.

Character Lock — giữ nhân vật nhất quán

AI video dễ làm nhân vật đổi mặt, đổi đồ, đổi tỉ lệ cơ thể, đổi màu hoặc đổi tuổi. Character Lock là đoạn mô tả cố định giúp giảm lỗi này. Nó giống hồ sơ nhân vật mini, được lặp lại trong từng prompt.

Một Character Lock nên có:

• Loài, giới tính, tuổi nếu cần.
• Khuôn mặt.
• Mắt.
• Tóc, lông hoặc đặc điểm bề mặt.
• Trang phục.
• Màu sắc chính.
• Phụ kiện.
• Tỉ lệ cơ thể.
• Tính cách chuyển động.
• Những thứ phải giữ nguyên ở mọi shot.

Ví dụ:

Puffy is a chubby panda mascot with soft black-and-white fur, huge round eyes, plump cheeks, a bouncy round belly, wearing a small red backpack and a tiny black thief mask. Keep the same face, body proportions, outfit, colors, and accessories in every shot.

Character Lock không nên quá dài đến mức lấn át hành động. Hãy chọn các dấu hiệu nhận diện thật sự quan trọng. Nếu nhân vật là mascot thương hiệu, màu áo và phụ kiện cần khóa. Nếu nhân vật là người thật, cần tránh mô tả quá chi tiết theo người nổi tiếng; hãy mô tả bằng đặc điểm chung và tránh yêu cầu sao chép khuôn mặt cá nhân không có quyền.

Cách dùng ảnh tham chiếu

Nếu công cụ cho phép đưa ảnh tham chiếu, Character Lock vẫn cần thiết. Ảnh giúp AI nhìn, prompt giúp AI hiểu điều gì phải giữ. Bạn có thể viết:

Use the reference character as the identity guide. Keep the same face shape, hairstyle, outfit colors, body proportions, and accessories across all shots.

Character Lock cho series

Với series nhiều tập, hãy lưu Character Lock vào một file riêng. Mỗi khi viết prompt mới, copy lại. Đừng chỉnh tùy tiện. Nếu muốn nhân vật bẩn hơn, ướt hơn hoặc mệt hơn, hãy ghi đó là thay đổi tạm thời, không đổi identity.

Environment Lock — giữ bối cảnh nhất quán

Environment Lock là hồ sơ không gian. Nếu không khóa, mỗi shot có thể biến thành một địa điểm khác: căn bếp gỗ thành bếp inox, buổi sáng thành ban đêm, bàn bên trái thành bên phải, đạo cụ xuất hiện biến mất.

Một Environment Lock nên có:

• Địa điểm.
• Thời gian trong ngày.
• Nguồn sáng.
• Đạo cụ chính.
• Màu chủ đạo.
• Không khí.
• Bố cục không gian.
• Vị trí nhân vật hoặc đạo cụ quan trọng.

Ví dụ:

A cozy miniature kitchen at golden morning light, wooden countertop, tiny blender in the center, giant avocado slices on the right, glass jar of milk on the left, warm cream-and-green color palette, soft dust motes floating in the air.

Đoạn này giúp cảnh có cùng thế giới. Nếu scene sau vẫn ở căn bếp đó, hãy nhắc lại environment lock. Nếu camera đổi góc, vẫn giữ các đạo cụ chính và ánh sáng chính.

Môi trường cũng có trạng thái

Bối cảnh không chỉ là nơi chốn; nó có trạng thái. Trước khi làm sinh tố, bàn sạch. Sau scene 1, có vệt bơ trên bàn. Sau scene 2, máy xay rung và sữa tràn. Sau scene 3, căn bếp bừa bộn. Khi viết scene sau, hãy cập nhật trạng thái này để continuity sống động.

Ví dụ:

Same miniature kitchen, now messier: avocado puree streaks on the wooden counter, the tiny blender still vibrating, milk droplets on the glass jar.

Action Prompt — viết hành động rõ, không mơ hồ

Video sống nhờ hành động. Nhiều prompt thất bại vì dùng động từ quá rộng: làm, đi, tương tác, xử lý, xuất hiện. AI cần động từ cụ thể hơn: kéo, đẩy, nhấc, trượt, lén mở, giật mình, né, quay đầu, lau mồ hôi, bấm nút.

Thay vì:

Mascot làm sinh tố.

Hãy viết:

The mascot pushes a giant avocado half toward a tiny blender, wipes sweat from its forehead, presses the blender button with both hands, then proudly lifts a creamy avocado smoothie.

Câu thứ hai có chuỗi hành động rõ. AI biết bắt đầu từ đâu, chuyển động ra sao, kết bằng hình ảnh nào. Mỗi động từ tạo một beat thị giác.

Nguyên tắc hành động rõ

1. Dùng động từ cụ thể.
2. Viết theo thứ tự thời gian.
3. Giới hạn số hành động cho thời lượng.
4. Gắn hành động với đạo cụ.
5. Có điểm kết nhìn thấy được.

Các động từ hữu ích:

• pushes, pulls, grabs, lifts, presses.
• tiptoes, sneaks, peeks, freezes.
• stumbles, slides, dodges, jumps back.
• spins, slowly turns, dramatically reveals.
• wipes sweat, leans forward, proudly raises.

Hành động và cảm xúc

Động từ không chỉ mô tả chuyển động; nó mô tả tính cách. "Puffy walks to the blender" khác "Puffy tiptoes to the blender" và khác "Puffy charges toward the blender". Cùng đi đến máy xay, nhưng mood khác nhau.

Camera Prompt — biến prompt thành cảnh phim

Camera Prompt là phần giúp prompt có ngôn ngữ điện ảnh. Nếu bạn chỉ mô tả nhân vật và hành động, AI có thể tạo video như một cảnh quan sát chung chung. Khi thêm camera, bạn bắt đầu đạo diễn trải nghiệm nhìn của khán giả.

Các cụm dễ dùng:

• wide establishing shot.
• medium tracking shot.
• low-angle close-up.
• top-down shot.
• slow push-in.
• fast dolly-in.
• handheld shaky camera.
• locked-off comedic shot.
• over-the-shoulder shot.
• rack focus.
• shallow depth of field.

Ví dụ:

Start with a wide establishing shot of the tiny kitchen, then cut to a medium tracking shot following the mascot dragging the avocado, ending with a close-up as it raises the smoothie.

Câu này mô tả đường nhìn của khán giả từ không gian đến hành động đến cảm xúc. Nếu video 10 giây chỉ có một shot, bạn vẫn có thể ghi camera movement:

A slow push-in from a medium shot to a close-up as the character realizes the cake is missing.

Đừng lạm dụng camera quá phức tạp

Prompt mới thường bị nhồi quá nhiều: crane shot, dolly zoom, handheld, drone, macro, rack focus, 360 spin trong 10 giây. Nhiều chỉ dẫn camera mâu thuẫn làm AI rối. Hãy chọn 1 đến 3 camera decisions chính cho một cảnh ngắn.

Camera theo chức năng

• Thiết lập không gian: wide establishing shot.
• Theo hành động: medium tracking shot.
• Nhấn cảm xúc: close-up hoặc slow push-in.
• Tạo hài: locked-off shot hoặc top-down.
• Tạo áp lực: low angle, handheld, fast dolly-in.
• Tạo cô đơn: pull-back hoặc high angle.

Sound Design — yếu tố nhiều người bỏ qua

Âm thanh giúp video AI bớt vô hồn. Ngay cả khi bạn chưa dùng audio native, việc nghĩ về âm thanh vẫn giúp bạn viết hành động rõ hơn. Khi công cụ hỗ trợ âm thanh, prompt có sound design sẽ tạo cảm giác hoàn chỉnh hơn.

Có nhiều lớp âm thanh:

• Ambience: tiếng môi trường như quán cà phê, gió, bếp, thành phố, rừng.
• Foley: tiếng bước chân, va chạm, quần áo, đồ vật.
• Action sound: tiếng máy xay, cửa mở, ly đặt xuống, giấy rơi.
• Emotional sound: nhạc nền, tension rise, pad nhẹ.
• Comedic sound: squeak, pop, boing, tiny gasp.

Ví dụ:

Sound design: tiny footsteps on the wooden counter, soft blender whirring, creamy pouring sound, cheerful pop as the mascot lifts the smoothie.

Âm thanh nên đi theo nhịp. Nếu cảnh có punchline, hãy ghi âm thanh chốt. Nếu cảnh healing, hãy dùng âm thanh mềm. Nếu cảnh documentary, hãy dùng ambience tự nhiên và nhạc nền tiết chế.

Tránh thoại quá nhiều

Video 10 giây không phù hợp với thoại dài. Nếu nhân vật nói quá nhiều, AI có thể khó đồng bộ miệng hoặc làm cảnh mất nhịp. Hãy dùng một câu ngắn, hoặc để text/caption ở bước hậu kỳ. Với video ngắn, hành động thị giác thường mạnh hơn lời giải thích.

Công thức prompt cho video hài 10s

Video hài 10 giây cần rõ setup và punchline. Đừng cố giải thích câu đùa. Hãy để hình ảnh tự nói. Công thức đơn giản là setup, unexpected problem, escalation, punchline.

Setup là trạng thái bình thường. Unexpected problem là thứ phá vỡ trạng thái đó. Escalation là lúc nhân vật cố xử lý nhưng làm mọi thứ tệ hơn. Punchline là hình ảnh cuối khiến khán giả cười hoặc muốn xem lại.

Template

A funny 10-second miniature comedy scene featuring [character] in [environment].
The scene starts with [normal action], but suddenly [unexpected problem].
The action escalates as [funny struggle].
End with [visual punchline].
Use [camera style], [lighting], [sound design], and keep the mood playful and social-media-friendly.
Keep [character continuity] and avoid [errors].

Ví dụ

A funny 10-second miniature comedy scene featuring a tiny cat chef in a giant kitchen.
The scene starts with the cat carefully placing a strawberry on a cupcake, but suddenly the strawberry rolls away like a boulder.
The action escalates as the cat chases it across the flour-covered counter, slipping and spinning.
End with a locked-off shot of the cat proudly posing on top of the cupcake, completely covered in flour.
Use top-down and medium tracking shots, warm morning light, tiny squeaks, flour puff, and a cheerful pop sound.
Keep the same orange cat, chef hat, cupcake, and kitchen layout. Avoid extra characters and scary mood.

Công thức prompt cho video healing

Video healing cần ít sự kiện hơn và nhiều cảm giác hơn. Không gian yên tĩnh, ánh sáng dịu, hành động nhỏ và điểm kết mềm thường hiệu quả. Nếu video hài cần cú chốt, video healing cần dư âm.

Mood thường dùng: soft, warm, gentle, nostalgic, quiet, hopeful, intimate, peaceful.

Template

A heartwarming 10-second cinematic scene featuring [character] in [cozy environment].
Use soft warm lighting, slow camera movement, gentle gestures, and quiet emotional storytelling.
The character [small meaningful action].
End with [small emotional moment].
Sound design: [soft ambience + gentle sound].
Keep the scene peaceful, healing, and intimate.

Ví dụ

A heartwarming 10-second cinematic scene featuring a small robot in a quiet bedroom at sunrise.
Soft warm light enters through thin curtains. The robot carefully waters a tiny plant on the windowsill, then gently wipes dust from one leaf.
Use a slow push-in from a medium shot to a close-up of the plant reflecting in the robot's glass eyes.
Sound design: soft morning ambience, distant birds, tiny water drops, gentle piano note.
End with the plant leaf lifting slightly toward the light.

Công thức prompt cho video lịch sử/documentary

Video lịch sử hoặc documentary cần cảm giác đáng tin, tiết chế và đúng thời kỳ. Bạn không nhất thiết phải tái hiện gương mặt thật. Trong nhiều trường hợp, silhouette, wide shot, đạo cụ, kiến trúc, bản đồ, tài liệu, tay viết thư hoặc đám đông nhìn từ xa sẽ an toàn và đẹp hơn.

Cấu trúc:

1. Bối cảnh lịch sử.
2. Nhân vật hoặc đám đông không cần cận mặt.
3. Hành động đại diện cho sự kiện.
4. Chuyển động bản đồ, parallax hoặc camera chậm.
5. Mood epic, trang nghiêm hoặc suy tư.

Template

A 10-second documentary-style cinematic scene set in [historical context].
Show [symbolic subject/action] without focusing on identifiable real faces.
Use [wide shot / silhouette / archival-inspired composition], [period-accurate props and clothing], and [lighting].
Mood: solemn, reflective, historically grounded.
Sound design: [ambience + subtle music].
Avoid graphic violence, modern objects, inaccurate costumes, and celebrity-like faces.

Ví dụ

A 10-second documentary-style cinematic scene set in a 19th-century printing workshop.
Show anonymous workers arranging metal type by candlelight, ink-stained hands moving carefully across the press.
Use close-ups of hands and tools, then a slow pull-back to reveal the crowded workshop, period-accurate clothing and wooden machinery.
Mood: solemn, focused, historically grounded.
Sound design: paper rustle, metal type clicks, low room ambience.
Avoid modern objects, readable fake text, celebrity-like faces, and graphic imagery.

Công thức prompt cho TVC/quảng cáo sản phẩm

Quảng cáo sản phẩm cần rõ lợi ích, cảm giác sử dụng và hero shot. Bạn không cần biến mọi thứ thành phim hành động. Một TVC ngắn tốt thường có problem, product reveal, sensory detail, benefit và hero shot.

Problem cho thấy nhu cầu. Product reveal đưa sản phẩm vào cảnh. Sensory detail làm sản phẩm có cảm giác thật: lạnh, giòn, mịn, thơm, sáng, nhẹ, chắc. Benefit cho biết sản phẩm giúp gì. Hero shot là hình cuối sạch và nhớ được.

Template

A polished [duration] product commercial for [product] in [usage environment].
Start with [problem or sensory close-up].
Reveal [product] through [action].
Show [texture / usage / benefit].
End with a clean hero shot of [product] with [brand mood].
Camera: [macro/close-up/medium/hero shot].
Lighting: [specific product lighting].
Sound design: [sensory sound].
Avoid unreadable text, fake labels, distorted packaging, messy composition, and off-brand mood.

Ví dụ

A polished 10-second product commercial for an avocado smoothie in a cozy miniature kitchen.
Start with a macro close-up of creamy green smoothie swirling into a glass with tiny condensation drops.
Reveal the panda mascot placing the glass on a wooden counter, then show a smooth pour and a fresh avocado slice sliding beside it.
End with a clean hero shot of the glass in soft morning light, cream-and-green palette, fresh and playful brand mood.
Sound design: creamy pour, glass tap, soft kitchen ambience, cheerful final note.
Avoid unreadable labels, extra hands, distorted glass, messy background, and sudden lighting changes.

Quy trình 7 bước

Một workflow tốt giúp bạn không biến mỗi lần generate thành đánh bạc. Bạn vẫn cần thử nhiều phiên bản, nhưng mỗi lần thử có lý do.

Bước 1: Chọn mục tiêu video. Video này để giải trí, bán hàng, giáo dục, xây nhận diện, kể chuyện hay test visual? Mục tiêu khác nhau dẫn đến cấu trúc khác nhau.

Bước 2: Chọn mood. Một mood chính là đủ. Nếu cần mood phụ, hãy viết nó như sắc thái, không phải mục tiêu ngang hàng. Ví dụ "playful with a warm ending" rõ hơn "funny, epic, emotional, premium".

Bước 3: Viết logline. Logline là một câu mô tả video. Ví dụ: "Một panda mascot cố làm sinh tố bơ trong căn bếp mini và kết thúc bằng ly sinh tố chiến thắng." Nếu logline mơ hồ, prompt sẽ mơ hồ.

Bước 4: Chia outline theo scene. Video 10s có một scene. Video 30s có ba scene. Video 60s có 6-8 scene. Mỗi scene có mục tiêu riêng.

Bước 5: Viết prompt từng scene. Dùng Character Lock, Environment Lock, Shot Breakdown, Sound Design và Negative Prompt.

Bước 6: Generate và chọn bản tốt nhất. Đừng chỉ chọn bản đẹp nhất; hãy chọn bản phục vụ câu chuyện tốt nhất. Nếu bản đẹp nhưng sai continuity, hãy cân nhắc bỏ.

Bước 7: Ghép, thêm VO, nhạc, sound, caption. AI video chỉ là footage. Video cuối vẫn cần dựng: cắt nhịp, thêm chữ, cân âm thanh, chỉnh màu nếu cần.

Workflow cho video 10 giây

Video 10 giây là nơi tốt nhất để luyện prompt. Nó đủ ngắn để test nhanh, đủ dài để có hành động. Checklist của video 10 giây:

• Một nhân vật chính.
• Một hành động chính.
• Một cảm xúc chính.
• Một cú chốt cuối.
• Không quá 4 shot.
• Không quá 2 đạo cụ quan trọng.
• Prompt có camera, lighting, sound.
• Có character lock nếu nhân vật cần giữ.
• Có điểm kết rõ.

Quy trình nhanh

1. Viết logline một câu.
2. Chọn mood.
3. Chọn 3-4 shot.
4. Viết prompt.
5. Generate 3-5 bản.
6. Chọn bản có hành động rõ nhất.
7. Nếu chưa tốt, sửa đúng phần lỗi thay vì viết lại từ đầu.

Ví dụ checklist

Logline:

Một panda mascot kéo quả bơ khổng lồ vào máy xay và kết bằng ly sinh tố chiến thắng.

Mood:

Playful, warm, triumphant.

Shot:

Wide kitchen setup.
Medium struggle with avocado.
Close-up blender shaking.
Hero shot smoothie.

Khi có khung này, prompt chỉ là bước chuyển từ ý tưởng sang chỉ đạo.

Workflow cho video 30 giây

Video 30 giây nên chia thành 3 scene, mỗi scene 10 giây. Đây là cấu trúc rất hợp với mascot, hoạt hình hài, video sản phẩm, giáo dục ngắn hoặc kể chuyện mini.

Scene 1: Setup. Giới thiệu nhân vật, không gian và mục tiêu.

Scene 2: Trouble hoặc Escalation. Vấn đề xuất hiện, hành động tăng nhịp, nhân vật gặp trở ngại.

Scene 3: Payoff. Câu chuyện trả kết quả: thành công, thất bại hài, twist, cảm xúc hoặc CTA.

Ví dụ mascot làm sinh tố

Scene 1: Mascot phát hiện quả bơ khổng lồ trong căn bếp mini.
Scene 2: Mascot vật lộn với máy xay, sữa tràn và bơ văng khắp bàn.
Scene 3: Sinh tố phun lên trời, mascot vẫn giơ ly chiến thắng trong hero shot.

Cách giữ continuity

Scene 1 kết thúc bằng quả bơ được kéo đến máy xay. Scene 2 mở đầu bằng cùng quả bơ ở cạnh máy xay. Scene 2 kết thúc bằng máy xay rung mạnh. Scene 3 mở đầu bằng máy xay rung mạnh hơn và sinh tố phun lên. Đây là chuỗi nhân quả.

Workflow cho video 60 giây

Video 60 giây cần nhiều kiểm soát hơn. Bạn không nên viết một prompt duy nhất cho cả phút. Hãy chia thành 6 đến 8 scene, mỗi scene có mục tiêu và trạng thái riêng. Sau đó dựng lại.

Cấu trúc đề xuất:

1. Hook mạnh.
2. Giới thiệu vấn đề.
3. Nỗ lực đầu tiên.
4. Vấn đề lớn hơn.
5. Twist.
6. Kết quả.
7. Cảm xúc.
8. CTA hoặc visual ending.

Ví dụ giáo dục ngắn

Hook: một cảnh before/after gây tò mò.

Context: nhân vật mới làm video AI bị clip rời rạc.

Problem: prompt chỉ mô tả "cái gì" nhưng không mô tả "quay thế nào".

Attempt: nhân vật thêm camera, lighting, action.

Twist: clip cải thiện nhưng nhân vật đổi mặt.

Resolution: thêm Character Lock và Continuity.

Final emotion: video liền mạch hơn.

CTA: lưu checklist trước khi generate.

Quản lý prompt dài

Với video 60 giây, hãy có một "series bible" ngắn gồm Character Lock, Environment Lock, Palette, Mood, Rules. Mỗi prompt scene chỉ cần gọi lại bible và thêm hành động riêng. Nếu bạn không có bible, mỗi scene dễ thành một thế giới khác.

20 lỗi prompt video AI phổ biến

1. 01Prompt quá dài nhưng không có cấu trúc. Nhiều chữ không đồng nghĩa với rõ. Hãy chia thành Subject, Environment, Action, Camera, Lighting, Sound, Continuity.
2. 02Không chia shot. Cảnh 10 giây có nhiều hành động nhưng không có thứ tự, AI dễ trộn.
3. 03Không có camera. Video có thể đẹp nhưng thiếu cảm giác đạo diễn.
4. 04Không có ánh sáng cụ thể. "Cinematic lighting" quá rộng. Hãy ghi nguồn sáng và mood.
5. 05Hành động mơ hồ. "Làm sinh tố" cần đổi thành "đẩy quả bơ, bấm nút, nhấc ly".
6. 06Không khóa nhân vật. Dẫn đến đổi mặt, đổi trang phục, đổi tuổi.
7. 07Không khóa môi trường. Mỗi shot thành một địa điểm khác.
8. 08Không có điểm kết. Video dừng lưng chừng, không có hình ảnh đáng nhớ.
9. 09Cảnh nào cũng "cinematic" nhưng không rõ cinematic kiểu gì. Hãy chọn golden hour, handheld documentary, high contrast noir, soft pastel, hoặc một mô tả cụ thể.
10. 10Nhồi quá nhiều style. Pixar, anime, documentary, cyberpunk, luxury ad trong cùng một cảnh thường làm hình loạn.
11. 11Nhân vật nói quá nhiều trong 10 giây. Hãy giảm thoại, ưu tiên hành động.
12. 12Không kiểm soát đạo cụ. Đạo cụ xuất hiện biến mất hoặc đổi vị trí.
13. 13Không có negative prompt. AI dễ thêm chữ, thêm người, đổi cảnh, làm biến dạng tay.
14. 14Mỗi scene một mood khác nhau. Series mất nhận diện.
15. 15Không có continuity. Scene sau không nối scene trước.
16. 16Dùng từ mơ hồ như đẹp, ấn tượng, chuyên nghiệp nhưng không cụ thể hóa.
17. 17Quá nhiều nhân vật trong cảnh ngắn. AI khó giữ mặt và hành động.
18. 18Mâu thuẫn thời gian. Vừa sáng sớm vừa neon midnight mà không có lý do.
19. 19Mâu thuẫn vật lý. Nhân vật làm quá nhiều việc không thể trong cùng thời lượng.
20. 20Sửa prompt bằng cách thêm chữ ngẫu nhiên. Hãy sửa đúng lỗi: nếu sai nhân vật, sửa lock; nếu sai nhịp, sửa shot; nếu sai mood, sửa lighting/color/sound.

Cách sửa prompt yếu thành prompt mạnh

Cách học nhanh nhất là nhìn một prompt yếu và sửa nó có lý do. Một prompt mạnh không nhất thiết dài hơn rất nhiều; nó rõ hơn ở những điểm đúng.

Con mèo làm bánh trong bếp, phong cách Pixar.

A playful 10-second 3D animated scene of a tiny orange cat chef baking a giant cupcake in a cozy miniature kitchen.
Start with a wide shot of the flour-covered counter, then a medium tracking shot as the cat pushes a huge strawberry onto the cupcake, ending with a close-up of the cat proudly dusting powdered sugar.
Warm morning light, soft pastel colors, cheerful kitchen sounds, playful comedic mood.
Keep the same orange cat, chef hat, cupcake, and kitchen layout throughout.
Avoid extra characters, unreadable text, distorted paws, and sudden location changes.

Một cô gái buồn trong căn phòng đẹp, cinematic.

A quiet 10-second cinematic scene of a young woman sitting alone in a small bedroom at dusk.
Wide shot of the dim room with rain on the window, then a slow push-in to a close-up of her tired eyes as she folds an old letter.
Cool blue window light mixed with a small warm bedside lamp, muted colors, intimate melancholic mood.
Sound design: soft rain, distant traffic, paper folding, low piano note.
End on the close-up of her hand holding the folded letter.
Avoid smiling, bright cheerful colors, extra people, text, and sudden location changes.

Quảng cáo nước uống ngon, nhìn chuyên nghiệp.

A polished 10-second product commercial for a cold citrus drink on a clean kitchen counter.
Start with a macro close-up of ice and citrus slices dropping into a clear glass, then a slow pour with bubbles rising, ending with a clean hero shot of the glass with condensation under soft morning light.
Fresh green and golden color palette, crisp refreshing mood, premium but friendly.
Sound design: ice clink, fizz, smooth pour, light final chime.
Avoid fake labels, unreadable text, distorted glass, messy background, and extra hands.

100 cụm từ camera dễ dùng

100 từ/cụm từ lighting và mood

50 động từ hành động cho prompt video

Template prompt Omni 10s

OMNI VIDEO PROMPT — [TÊN SCENE]

Duration: 10 seconds
Aspect Ratio: [16:9 / 9:16 / 2.39:1]
Style: [phong cách hình ảnh]
Mood: [một cảm xúc chính]

Character Lock:
[Mô tả nhân vật cố định: mặt, tỉ lệ, trang phục, màu sắc, phụ kiện, cách chuyển động]

Environment Lock:
[Mô tả không gian cố định: địa điểm, thời điểm, nguồn sáng, đạo cụ, palette, bố cục]

Scene Goal:
[Cảnh này cần làm gì cho câu chuyện?]

Shot Breakdown:
[00:00-00:02] Shot 1:
[Cỡ cảnh + góc máy + hành động mở cảnh + âm thanh]

[00:02-00:05] Shot 2:
[Hành động chính + camera movement + đạo cụ]

[00:05-00:08] Shot 3:
[Cao trào / trở ngại / cảm xúc tăng]

[00:08-00:10] Shot 4:
[Cú chốt / hero image / transition]

Voice / Dialogue:
[Không thoại / một câu thoại ngắn]

Sound Design:
[Ambience + foley + action sound + emotional/comedic sound]

Continuity:
[Scene trước kết thúc bằng gì, scene này mở đầu thế nào, scene này để lại gì cho scene sau]

Negative Prompt:
[Không thêm nhân vật, không đổi mặt, không đổi trang phục, không đổi bối cảnh, không chữ lỗi, không tay méo...]

Template prompt Veo 3.1

A [duration] cinematic scene of [character] in [environment].
The character [main action in clear order] and ends by [clear final image].

Camera:
[shot size + angle + movement]

Lighting and Color:
[specific light source + palette + mood]

Style:
[visual style without conflicting references]

Sound:
[ambience + action sound + final sound cue, if supported]

Continuity:
Keep [character identity], [outfit], [key props], and [environment] consistent throughout.

Negative Prompt:
Avoid [extra characters], [changing outfit], [distorted hands/faces], [unreadable text], [sudden location change], [wrong mood].

Bản siêu ngắn

[Character] in [environment] does [one main action] over [duration], ending with [final image].
Use [camera], [lighting], [palette], [mood], and [sound].
Keep [continuity]. Avoid [errors].

Checklist trước khi bấm generate

Tích vào từng mục trước khi generate — tiến độ chỉ lưu trên trình duyệt của bạn, dùng để tự kiểm tra.

Ghi chú cập nhật nền tảng

Các ví dụ trong ebook dùng Veo 3.1 và Omni như ngữ cảnh thực hành cho người làm video AI. Tính năng, thời lượng, quyền truy cập, API, audio, editing nhiều lượt hoặc cách dùng ảnh/video tham chiếu có thể thay đổi theo thời điểm và tài khoản.

Bạn nên kiểm tra lại trang chính thức trước khi làm workflow thương mại hoặc đào tạo:

• Google AI Studio — Veo 3.1aistudio.google.com/models/veo-3
• Google AI for Developers — Video generationai.google.dev/gemini-api/docs/video
• Gemini Omni overviewgemini.google/overview/video-generation
• Google Blog — Introducing Gemini Omniblog.google/.../gemini-omni

Điều nên giữ không đổi là tư duy: mỗi video cần mục tiêu, cảm xúc, nhân vật, hành động, camera, ánh sáng, âm thanh và continuity. Công cụ sẽ đổi, nhưng tư duy đạo diễn vẫn là nền.