Cách dùng AI prompt dựng 1 bộ phim hoạt hình AI dài 60s từ đầu đến cuối

Mục lục bài viết15 mục

• 1.1) Chọn workflow và công cụ
• 2.2) Thiết lập thông số dự án ngay từ đầu
• 3.3) Viết kịch bản 60s – 110-140 từ, chia 6-10 beat
• 4.4) Xây visual bible – khóa style và nhân vật
• 5.5) Storyboard và shot list – tổng = 60s
• 6.6) Viết prompt chuẩn cho từng cảnh
• 7.7) Tạo voiceover TTS bằng SSML
• 8.8) Tạo nhạc nền 60s theo BPM – đặt beat markers
• 9.9) Sinh video từng cảnh – giữ consistency
• 10.10) Chuẩn hóa độ phân giải và FPS
• 11.11) Ráp cảnh theo audio markers, thêm transition – SFX – subtitle
• 12.12) Kiểm tra chất lượng và xuất file
• 13.13) Lỗi thường gặp và cách né
• 14.14) Mẫu tài nguyên – copy dùng ngay
• 15.15) Quy trình tóm tắt – làm theo là có video 60s

Bạn sẽ đi từ prompt đến video hoạt hình 60 giây hoàn chỉnh, style thống nhất, 1080p – chỉ với các công cụ AI phổ biến và một quy trình kiểm soát nhất quán.

1) Chọn workflow và công cụ

Mục tiêu là tạo 8-12 cảnh ngắn 4-8s, giữ nhân vật – style nhất quán, ráp audio đúng 60s.

• AI video: Runway Gen-3, Pika, Luma. Cả 3 đều tạo shot 4-8s ổn. Ưu tiên công cụ bạn sẵn credit và quen giao diện.
  • Lưu ý: nếu có tùy chọn seed – giữ cố định giữa các shot. Nếu không – dùng ảnh tham chiếu hoặc style reference cho mọi shot.
• TTS: ElevenLabs, PlayHT, Azure TTS, Google TTS – chọn giọng tự nhiên, hỗ trợ SSML.
• Nhạc AI: AIVA, Stable Audio, Soundraw – tạo instrumental dài 60s, có thể chọn BPM và mood.
• Editor: CapCut, Premiere Pro hoặc DaVinci Resolve – để ráp cảnh, căn theo markers, xuất 1080p.

Workflow tổng quan: Brief dự án – kịch bản 60s – visual bible – storyboard & shot list – TTS – nhạc 60s – sinh video từng shot – chuẩn hóa độ dài, fps, 1080p – ráp theo markers – subtitle – QC – export.

2) Thiết lập thông số dự án ngay từ đầu

Khóa chuẩn càng sớm càng ít tốn credit về sau.

• Mục tiêu: 60s tròn, có CTA cuối.
• Tỉ lệ khung hình: 16:9, 1080p.
• FPS: 24 hoặc 30 fps. Chọn 1 chuẩn và giữ nguyên đến export.
• Phong cách: 2D cel-shaded hoặc 3D toon – chốt một loại.
• Nhân vật chính: 1 nhân vật thống nhất – tên, trang phục, màu chủ đạo.
• Mood âm nhạc: 100-120 BPM, nhẹ nhàng tích cực.
• Đối tượng duyệt: quản lý nội dung/khách hàng – tài liệu trình bày cần ngắn gọn, ít thuật ngữ.

Mẫu brief điền sẵn:

• Tiêu đề: Hạt mầm 60 giây
• Mục tiêu: Video hoạt hình 1080p 60s, kể hành trình hạt mầm nảy chồi, CTA: “Theo dõi để xem phần 2”.
• Chuẩn kỹ thuật: 16:9, 30 fps, H.264.
• Phong cách: 2D cel-shaded, pastel, nét viền mảnh, hạt film nhẹ.
• Nhân vật: Hạt mầm xanh lá đội nón lá nhỏ, mắt tròn đen, khăn vàng.
• Nhạc: 110 BPM, piano – ukulele – shaker, không lời.
• TTS: giọng nữ trẻ trung, nhịp đọc 120-125 wpm.

3) Viết kịch bản 60s – 110-140 từ, chia 6-10 beat

Độ dài này đọc TTS vừa 60s. Viết thành từng câu – mỗi câu là một beat/cảnh.

Kịch bản mẫu 60s – 9 beat – 130 từ:

1. Ở góc vườn nhỏ, một hạt mầm khẽ tỉnh giấc.
2. Hạt lắng nghe nhịp đất và quyết định vươn mình.
3. Tia nắng đầu ngày chạm vào, đánh thức màu xanh trong veo.
4. Cơn gió nhẹ ghé qua, mang theo lời chúc của khu vườn.
5. Rễ nhỏ tìm đến giọt nước, kiên nhẫn và bền bỉ.
6. Mỗi ngày, hạt cao thêm một chút, tự tin nhìn thế giới rộng mở.
7. Cơn mưa đầu mùa đến, thử thách rồi nuôi dưỡng.
8. Từ hạt mầm, chiếc lá đầu tiên bung nở, mỉm cười với mặt trời.
9. Hành trình mới chỉ bắt đầu – hẹn gặp bạn ở mùa nở hoa.

• Nếu người duyệt cần xem nhanh: gửi kịch bản dạng gạch đầu dòng như trên, ngôn ngữ đời thường, tránh thuật ngữ.

4) Xây visual bible – khóa style và nhân vật

Nếu thiếu bước này, các shot dễ lệch style, tốn credit để sửa.

Checklist visual bible:

• Nhân vật: tên, hình dáng, trang phục, đạo cụ cố định.
• Palette: 4-6 màu chủ đạo có mã hex.
• Phong cách: từ khóa style thống nhất và những điều cấm.
• Máy quay: loại góc, nhịp chuyển động ưa dùng.
• Ánh sáng – chất liệu: từ khóa mô tả nhất quán.
• Ảnh tham chiếu: 3-5 ảnh chân dung và toàn thân của nhân vật trong môi trường chính.
• Seed: nếu công cụ hỗ trợ – chốt 1 số seed dùng cho toàn bộ shot.

Visual bible – điền sẵn để trình duyệt:

• Nhân vật: “Mầm” – hạt mầm tròn, mắt đen lớn, má hồng nhẹ, đội nón lá nhỏ, khăn vàng, tay chân dạng que.
• Palette: Lá xanh #7EC980, Vàng khăn #FFC85C, Nâu đất #8C5A3C, Trời xanh #8EC5FF, Hồng má #FF9CA3, Viền đen #151515.
• Phong cách: 2D cel-shaded, nét viền mảnh, texture giấy mịn, pastel nhẹ, hạt film subtle. Tránh: bóng phản chiếu 3D nặng, photoreal, chiaroscuro mạnh.
• Máy quay: ưu tiên pan chậm, tilt nhẹ, dolly-in 10-20%, ống kính tương đương 35mm – 50mm.
• Ánh sáng: soft morning light, ambient occlusion nhẹ, đổ bóng mềm.
• Ảnh tham chiếu: 1) cận mặt “Mầm” mỉm cười, 2) toàn thân đứng trên đất nâu, 3) “Mầm” cầm giọt nước, 4) bối cảnh vườn pastel.
• Seed: 424242 – nếu công cụ cho phép thiết lập seed.

Tạo ảnh tham chiếu nhanh:

• Dùng Midjourney/Leonardo/Canva AI Image để tạo 3-5 ảnh bám visual bible. Xuất PNG 1024px+.
• Luôn dùng cùng prompt style khi tạo ảnh tham chiếu – đây là “keo dán” style cho video.

5) Storyboard và shot list – tổng = 60s

Từ kịch bản 9 beat, tạo 9 shot, mỗi shot 5-7s. Tổng 60s.

Shot list mẫu:

• Shot 1 – 6s: Cận cảnh hạt mầm trong đất, mở mắt.
• Shot 2 – 6s: Trung cảnh hạt nghiêng người lắng nghe.
• Shot 3 – 7s: Nắng xuyên qua lá, close-up phản chiếu trên mắt hạt.
• Shot 4 – 6s: Gió thổi nhẹ, lá rung, hạt quay sang cười.
• Shot 5 – 7s: Rễ vươn xuống tìm giọt nước, cutaway dưới đất.
• Shot 6 – 6s: Time-lapse nhẹ, hạt cao lên từng chút.
• Shot 7 – 7s: Mưa rơi, hạt che nón, đứng vững.
• Shot 8 – 7s: Lá đầu tiên bung nở, dolly-in.
• Shot 9 – 8s: Toàn cảnh khu vườn sáng bừng, chữ CTA xuất hiện.

Ghi chú cho người duyệt: mỗi dòng là 1 cảnh – kéo thả được, không thuật ngữ kỹ thuật phức tạp.

6) Viết prompt chuẩn cho từng cảnh

Dùng một “prompt khung” lặp lại – và đổi phần “hành động – bố cục”.

Prompt khung – tiếng Anh để công cụ hiểu đúng:

• Ý nghĩa tiếng Việt: Khóa style, nhân vật, chất liệu; nêu hành động – góc máy – ánh sáng của shot.

Master style block – đặt đầu mỗi prompt: “2D cel-shaded animation, soft pastel palette, thin ink outlines, subtle paper texture, gentle film grain, studio-quality lighting, consistent character design: small green sprout with tiny conical leaf-hat and yellow scarf, big black eyes, simple stick arms and legs, wholesome and warm mood, clean background elements, no photorealism, no heavy reflections”

Per-shot template: “[Action – Subject – Environment]. Camera: [framing and movement]. Lighting: [lighting]. Color: use palette green #7EC980, yellow #FFC85C, brown #8C5A3C, sky #8EC5FF, pink #FF9CA3. Composition: [rule of thirds/centered]. Style: [master style block]. Keep character on-model and consistent with reference. Smooth motion, gentle pacing.”

• Negative keywords – chỉ dùng nếu công cụ hỗ trợ: “photorealistic, glossy 3D, harsh shadows, hyper-detailed pores, inconsistent character, extra limbs”.

Ví dụ prompt điền sẵn – Shot 1:

• Hành động: Hạt mầm trong đất khẽ mở mắt, đất nứt nhẹ.
• Prompt: “Tiny green sprout wakes inside warm soil, a small crack opens and the sprout blinks. Camera: close-up, low angle, 10% dolly-in. Lighting: soft morning light, soft shadows. Color: use palette green #7EC980, yellow #FFC85C, brown #8C5A3C, sky #8EC5FF, pink #FF9CA3. Composition: rule of thirds with the sprout slightly left. Style: 2D cel-shaded animation, soft pastel palette, thin ink outlines, subtle paper texture, gentle film grain, studio-quality lighting, consistent character design: small green sprout with tiny conical leaf-hat and yellow scarf, big black eyes, simple stick arms and legs, wholesome and warm mood, clean background elements, no photorealism, no heavy reflections. Keep character on-model and consistent with reference. Smooth motion, gentle pacing.”

Ví dụ prompt – Shot 8: “First leaf unfolds from the sprout, it smiles toward the sun. Camera: medium close-up, 20% slow dolly-in. Lighting: golden hour rim light. Color: use palette green #7EC980, yellow #FFC85C, brown #8C5A3C, sky #8EC5FF, pink #FF9CA3. Composition: centered hero shot. Style: [master style block]. Keep character on-model. Smooth motion.”

Thiết lập trong công cụ:

• Aspect ratio: 16:9 trong UI.
• Duration per shot: 6-8s tùy công cụ cho phép.
• Reference image: luôn đính kèm 1-2 ảnh tham chiếu nhân vật.
• Seed: nếu có – nhập 424242 cho toàn bộ shot.

7) Tạo voiceover TTS bằng SSML

Mục tiêu: 60s khớp kịch bản. Nhịp đọc 120-125 wpm.

Cách làm:

1. Chọn giọng: tự nhiên, trung tính, nữ trẻ hoặc nam ấm.
2. Tốc độ: rate=”0%” đến “-10%” so với mặc định thường cho 60s.
3. Chèn ngắt nghỉ sau mỗi câu để khớp nhịp cắt cảnh.

SSML mẫu – điền sẵn kịch bản trên: <speak> <prosody rate=”-5%”> Ở góc vườn nhỏ, một hạt mầm khẽ tỉnh giấc. <break time=”500ms”/> Hạt lắng nghe nhịp đất và quyết định vươn mình. <break time=”400ms”/> Tia nắng đầu ngày chạm vào, đánh thức màu xanh trong veo. <break time=”400ms”/> Cơn gió nhẹ ghé qua, mang theo lời chúc của khu vườn. <break time=”400ms”/> Rễ nhỏ tìm đến giọt nước, kiên nhẫn và bền bỉ. <break time=”500ms”/> Mỗi ngày, hạt cao thêm một chút, tự tin nhìn thế giới rộng mở. <break time=”400ms”/> Cơn mưa đầu mùa đến, thử thách rồi nuôi dưỡng. <break time=”500ms”/> Từ hạt mầm, chiếc lá đầu tiên bung nở, mỉm cười với mặt trời. <break time=”500ms”/> Hành trình mới chỉ bắt đầu – hẹn gặp bạn ở mùa nở hoa. </prosody> </speak>

• Xuất WAV 48kHz 16-bit mono để dễ xử lý.
• Nếu tổng dài khác 60s: tăng giảm rate vài phần trăm hoặc điều chỉnh break.

8) Tạo nhạc nền 60s theo BPM – đặt beat markers

Âm nhạc là thước đo nhịp cắt. Chọn 110 BPM – mỗi beat ~0.545s.

Cách làm:

1. Trong AIVA/Stable Audio/Soundraw: chọn mood “gentle, uplifting”, tempo 110 BPM, length 60s, không lời.
2. Xuất WAV 48kHz.
3. Vào editor, bật metronome nếu có, hoặc tự đặt markers: marker tại 0s, 5.5s, 11s, 16.5s… hoặc theo downbeat khi nghe.
4. Ưu tiên cắt cảnh trùng downbeat để cảm giác mượt.

9) Sinh video từng cảnh – giữ consistency

Quy tắc tiết kiệm credit:

• Luôn giữ cùng master style block.
• 100% shot đính ảnh tham chiếu nhân vật.
• Nếu có seed – giữ cố định.
• Mỗi shot generate 2-3 biến thể, chọn bản nhất quán nhất.

Bước cụ thể cho mỗi shot:

1. Mở công cụ AI video – tạo dự án 16:9.
2. Nhập prompt đã soạn, dán master style block.
3. Chọn duration 6-8s theo shot list.
4. Upload ảnh tham chiếu – ưu tiên 1 close-up + 1 full-body trong bối cảnh.
5. Nếu có trường negative prompt – thêm chuỗi “photorealistic, glossy 3D, harsh shadows”.
6. Generate – xem preview.
7. Nếu nhân vật lệch: thay ảnh tham chiếu khác rõ chi tiết hơn, hoặc giảm hành động quá cụ thể khiến AI bó nét mặt.
8. Lưu tên file theo pattern: S01_06s.mp4, S02_06s.mp4…

Lưu ý:

• Chuyển động máy quay quá phức tạp dễ làm vỡ style. Giữ pan/dolly chậm.
• Hiệu ứng mưa, gió: mô tả nhẹ nhàng, tránh “storm, heavy rain” nếu bạn muốn pastel.

10) Chuẩn hóa độ phân giải và FPS

Mục tiêu: tất cả clip = 1080p, cùng FPS.

• Nếu công cụ xuất 720p: upscale bằng Topaz Video AI hoặc ngay trong editor đặt sequence 1080p rồi Scale 100-110%.
• FPS không khớp:
  • Nếu shot 24 fps và timeline 30 fps: dùng frame interpolation để mượt hơn. Công cụ: Flowframes, RIFE, hoặc Optical Flow trong DaVinci. Trong CapCut có Frame Interpolation – bật “Standard” hoặc “Smooth”.
  • Tránh mix 24 và 30 fps không xử lý – sẽ giật nhẹ ở cut.

11) Ráp cảnh theo audio markers, thêm transition – SFX – subtitle

Bước trong editor:

1. Tạo sequence 1080p – FPS bạn đã chọn.
2. Nhập VO và nhạc. Căn VO kéo đúng 60s. Nhạc đặt dưới, giảm -12 dB so với VO để không lấn giọng.
3. Đặt markers tại đầu mỗi câu VO hoặc downbeat đã đánh dấu.
4. Thả shot tương ứng vào giữa các markers. Dùng “slip” để canh hành động trùng nhịp.
5. Transition:
   • Chủ đạo dùng cắt thẳng.
   • Cross dissolve 8-12 frames cho cảnh chuyển mood dịu.
6. SFX nhẹ: “woosh” nhỏ khi dolly-in, “rain soft loop” trong shot mưa – giữ -24 dB nền.
7. Subtitle:
   • Tạo tự động trong CapCut hoặc import SRT.
   • Phông dễ đọc, outline đen 2-3px, 80-85% width safe area, 2 dòng tối đa.

SRT mẫu 3 câu đầu – khớp VO: 1 00:00:00,000 –> 00:00:06,000 Ở góc vườn nhỏ, một hạt mầm khẽ tỉnh giấc.

2 00:00:06,000 –> 00:00:12,000 Hạt lắng nghe nhịp đất và quyết định vươn mình.

3 00:00:12,000 –> 00:00:19,000 Tia nắng đầu ngày chạm vào, đánh thức màu xanh trong veo.

• Điều chỉnh thời lượng để tổng vẫn là 60s.

12) Kiểm tra chất lượng và xuất file

QC cuối – tập trung vào những lỗi hay gặp làm tốn credit sửa:

Hình ảnh:

• Nhân vật on-model ở 3 điểm: mặt – khăn – nón lá. Nếu lệch 1 trong 3 – thay shot.
• Nối cảnh không giật: kiểm tra frame cuối và frame đầu kế tiếp không nhảy màu quá mạnh trừ khi cố ý.
• Text CTA không rung – đặt ở shot tĩnh.

Âm thanh:

• VO rõ ấm, không clip, -3 dB peak.
• Nhạc không lấn VO, fade-in 300ms đầu, fade-out 500ms cuối.
• SFX thấp hơn nhạc 3-6 dB.

Thời lượng:

• Tổng timeline = 60,00s. Không vượt 60,2s.

Export:

• Container: MP4.
• Codec: H.264 High Profile, Level 4.2.
• Resolution: 1920×1080.
• FPS: đúng chuẩn đã chọn.
• Bitrate: 16-25 Mbps VBR 1-pass hoặc 2-pass nếu có thời gian.
• Audio: AAC 48kHz 320 kbps.
• Tên file: 2024-Project-60s-1080p30.mp4.

13) Lỗi thường gặp và cách né

• Mất nhất quán nhân vật giữa các shot: thiếu ảnh tham chiếu hoặc thay đổi prompt style. Giải pháp: dán lại master style block, luôn đính 1-2 ảnh tham chiếu giống nhau, giữ seed nếu có.
• Tổng thời lượng không đủ 60s: chưa khóa kịch bản 110-140 từ hoặc quên break trong SSML. Giải pháp: đo VO trước, căn shot theo markers, thêm hoặc bớt 0,5-1s ở 2-3 shot trung gian.
• Clip giật do fps lẫn lộn: mix 24 và 30 fps. Giải pháp: chọn 1 chuẩn, chuyển shot lạc chuẩn bằng interpolation trước khi ráp.
• Style nhảy 2D – 3D: prompt có từ khóa 3D hoặc ánh sáng quá mạnh. Giải pháp: thêm “no photorealism, no glossy 3D”.
• Nhạc kết thúc đột ngột: không fade-out. Giải pháp: fade-out 500-800ms ở 59,2s.

14) Mẫu tài nguyên – copy dùng ngay

Master style block – copy: 2D cel-shaded animation, soft pastel palette, thin ink outlines, subtle paper texture, gentle film grain, studio-quality lighting, consistent character design: small green sprout with tiny conical leaf-hat and yellow scarf, big black eyes, simple stick arms and legs, wholesome and warm mood, clean background elements, no photorealism, no heavy reflections

Per-shot prompt template – copy: [Action – Subject – Environment]. Camera: [framing and movement]. Lighting: [lighting]. Color: use palette green #7EC980, yellow #FFC85C, brown #8C5A3C, sky #8EC5FF, pink #FF9CA3. Composition: [rule of thirds/centered]. Style: [master style block]. Keep character on-model and consistent with reference. Smooth motion, gentle pacing.

Shot list 9 cảnh – copy:

• 1. 6s – close-up hạt mầm mở mắt trong đất.
• 2. 6s – trung cảnh hạt nghiêng người lắng nghe đất.
• 3. 7s – close-up nắng chạm mắt hạt.
• 4. 6s – lá rung trong gió, hạt cười.
• 5. 7s – rễ vươn tìm giọt nước, cutaway dưới đất.
• 6. 6s – time-lapse cao lên từng chút.
• 7. 7s – mưa nhẹ, hạt che nón đứng vững.
• 8. 7s – lá đầu tiên bung nở, dolly-in.
• 9. 8s – toàn cảnh vườn, hiện CTA.

SSML – copy: <speak><prosody rate=”-5%”>Ở góc vườn nhỏ, một hạt mầm khẽ tỉnh giấc. <break time=”500ms”/> Hạt lắng nghe nhịp đất và quyết định vươn mình. <break time=”400ms”/> Tia nắng đầu ngày chạm vào, đánh thức màu xanh trong veo. <break time=”400ms”/> Cơn gió nhẹ ghé qua, mang theo lời chúc của khu vườn. <break time=”400ms”/> Rễ nhỏ tìm đến giọt nước, kiên nhẫn và bền bỉ. <break time=”500ms”/> Mỗi ngày, hạt cao thêm một chút, tự tin nhìn thế giới rộng mở. <break time=”400ms”/> Cơn mưa đầu mùa đến, thử thách rồi nuôi dưỡng. <break time=”500ms”/> Từ hạt mầm, chiếc lá đầu tiên bung nở, mỉm cười với mặt trời. <break time=”500ms”/> Hành trình mới chỉ bắt đầu – hẹn gặp bạn ở mùa nở hoa.</prosody></speak>

QC checklist – copy:

•  Tổng dài = 60,00s.
•  1080p – FPS thống nhất.
•  Nhân vật đúng 3 điểm: mặt – khăn – nón.
•  Không shot nào lệch style 2D.
•  VO rõ, nhạc -12 dB, SFX thấp hơn nhạc.
•  Subtitle khớp VO, dễ đọc.
•  CTA rõ trong 2s cuối.

15) Quy trình tóm tắt – làm theo là có video 60s

• Khóa brief và chuẩn kỹ thuật.
• Viết kịch bản 110-140 từ – chia 8-10 beat.
• Lập visual bible – tạo 3-5 ảnh tham chiếu.
• Lên storyboard và shot list tổng 60s.
• Thu VO bằng SSML – chốt 60s.
• Tạo nhạc 60s, đặt beat markers.
• Generate từng shot – giữ style block, ảnh tham chiếu, seed nếu có.
• Chuẩn hóa 1080p – fps.
• Ráp theo markers – thêm transition, SFX, subtitle.
• QC và export H.264 16-25 Mbps.

Kết luận: Với visual bible rõ ràng, prompt khung nhất quán và audio làm thước đo, bạn sẽ dựng trọn vẹn hoạt hình AI 60 giây 1080p, phong cách liền mạch, sẵn sàng đăng tải mà không lãng phí credit. Chìa khóa là khóa style từ đầu và căn từng shot theo markers để không lệch 60s.