Làm video AI có hồn: từ phân cảnh đến bản dựng

Một cảnh đẹp do AI tạo ra chưa chắc thành một video cuốn hút. Để người xem hiểu câu chuyện, người làm phải chọn khán giả nhìn thấy gì, từ đâu, hành động nào diễn ra trước và tiếng động xuất hiện lúc nào. Bài viết tham khảo video hướng dẫn của U40 Làm AI và bổ sung ví dụ do Kstudy biên tập; không phải bản chép lời nguyên văn hay giáo trình chính thức của khóa AI Media.

Ảnh bìa thiết kế bởi Kstudy từ ảnh Pexels; không phải giao diện công cụ trong video.

Vì sao video AI đẹp từng cảnh nhưng vẫn thiếu cảm xúc?

Một prompt (câu mô tả đưa cho AI để tạo ảnh hoặc video) như “cô gái buồn bước ra khỏi cửa hàng” chưa cho biết cô đứng ở đâu, máy quay nhìn từ phía nào, cô bước nhanh hay chậm, điều gì diễn ra phía sau và tiếng động đi trước hay sau hình ảnh. AI sẽ tự lấp những khoảng trống ấy, nhưng lựa chọn của nó chưa chắc đúng câu chuyện bạn muốn kể.

Tác giả video gọi việc lên chỉ dẫn cho từng cảnh trước khi tạo là “điều phối cảnh quay”. Hiểu đơn giản, bạn mô tả rõ từng shot (một cảnh quay riêng), rồi mới biến nó thành prompt. Đây là cách làm của tác giả, không phải quy tắc bắt buộc cho mọi công cụ.

Bước 1: Chọn điều người xem cần cảm nhận

Trước khi chọn model (mô hình AI tạo video), hãy viết một câu: “Sau 30 giây, người xem cần hiểu hoặc cảm thấy gì?” Ví dụ, với quán cà phê, mục tiêu có thể là khiến người xem cảm thấy nơi này yên tĩnh, đủ thoải mái để làm việc; không phải khoe mười góc đẹp.

Từ mục tiêu ấy, chia câu chuyện thành vài hành động có đầu và cuối: mở cửa, đi vào, đặt máy tính xuống, nhấp một ngụm cà phê. Mỗi hành động cần một góc nhìn có lý do. Một shot không phục vụ ý nào thường nên bỏ bớt thay vì thêm hiệu ứng.

Bước 2: Chọn cỡ cảnh trước khi viết lệnh

• Viễn cảnh: nhân vật rất nhỏ giữa một không gian rộng; dùng để giới thiệu nơi chốn và bầu không khí.
• Toàn cảnh: thấy toàn thân nhân vật và hành động trong bối cảnh.
• Trung cảnh: thấy nửa trên cơ thể và tương tác với người khác.
• Cận cảnh: thấy rõ khuôn mặt, nét mặt và phản ứng.
• Đặc tả: chỉ giữ một chi tiết như tay mở lon nước.

Cỡ cảnh không tự tạo cảm xúc. Máy xa giúp người xem đọc hoàn cảnh; máy gần giúp họ thấy biểu cảm và chi tiết. Nếu công cụ không hiểu “trung cảnh”, hãy nói rõ “máy ngang tầm mắt, thấy người từ hông trở lên, hai tay vẫn trong khung hình”.

Sơ đồ Kstudy thiết kế để giải thích kiến thức; tỉ lệ chỉ mang tính gợi ý.

Cùng một cánh đồng, đổi cỡ cảnh thì người xem hiểu khác đi

Hãy tưởng tượng một buổi chiều trên cánh đồng lúa. Đừng chọn cỡ cảnh theo tên cảnh vật; hãy hỏi: “Lúc này người xem cần nhìn thấy điều gì?”

Sơ đồ bốn cỡ cảnh từ cánh đồng đến gương mặt người nông dân, Kstudy tự thiết kế. Các nhân vật và cảnh vật chỉ dùng để minh họa.

• Viễn cảnh – “Chúng ta đang ở đâu, vào lúc nào?” Cánh đồng trải dài dưới trời hoàng hôn, người nông dân nhỏ giữa khung hình. Người xem nhận ra không gian rộng và ánh chiều. Cỡ cảnh tự nó không nói giờ giấc; ánh sáng, bầu trời và hoạt động trong hình mới gợi ra thời điểm.
• Toàn cảnh – “Ai đang làm gì trong bối cảnh ấy?” Thấy trọn người nông dân bước xuống ruộng, bên cạnh có bờ ruộng và những người khác đang cấy. Người xem hiểu nhân vật gắn với nơi chốn ra sao.
• Trung cảnh – “Hành động nào đáng chú ý?” Lấy từ hông trở lên: người nông dân cúi người, hai tay thoăn thoắt đặt mạ xuống bùn. Nhìn rõ động tác mà vẫn biết ai đang làm. Nếu khung chỉ còn hai bàn tay, đó đã gần với cận cảnh hoặc đặc tả, không nên gọi là trung cảnh.
• Cận cảnh – “Người ấy đang cảm thấy gì?” Giọt mồ hôi trên má, đôi mắt sáng và nụ cười sau một ngày làm việc. Gương mặt giúp người xem đọc cảm xúc; chỉ thấy giọt mồ hôi thì gần với đặc tả. “Vui vì vụ mùa bội thu” là ý người kể muốn gợi, chưa thể khẳng định chỉ từ một nụ cười; có thể thêm cảnh lúa trĩu hạt để người xem tự hiểu.

“Trời cao trong xanh” có thể mở bằng viễn cảnh nếu thấy cả bầu trời trên cánh đồng. “Sương sớm long lanh” và “mặt nước lung linh” có thể là toàn cảnh nếu lấy cả mặt ruộng hoặc hồ; nhưng một giọt sương hay gợn nước chiếm hết khung sẽ là cận cảnh/đặc tả. “Cành lá rung rinh” thành trung cảnh nếu lấy cả cụm cành và người đi ngang; chỉ một chiếc lá rung trước ống kính là cận cảnh. Cùng một câu chữ không tự động ứng với một cỡ cảnh: khung hình cụ thể mới quyết định.

Góc máy khác cỡ cảnh thế nào?

Góc máy là độ cao và hướng máy nhìn vào người được quay; cỡ cảnh là khung hình rộng hay hẹp. Máy ngang tầm mắt thường tạo cảm giác gần gũi. Máy thấp nhìn lên có thể khiến nhân vật trông lớn hơn; máy cao nhìn xuống có thể nhấn mạnh sự nhỏ bé. Không có góc máy nào luôn tạo ra cùng một cảm xúc trong mọi câu chuyện.

Sơ đồ Kstudy thiết kế; mũi tên chỉ hướng máy nhìn nhân vật.

Đặt máy ngang tầm mắt khi muốn người xem đứng cùng vị trí với nhân vật: như đang đối diện nghe người nông dân kể chuyện sau buổi cấy. Đặt máy thấp và nhìn lên khi muốn một người hoặc vật trông cao, có sức nặng hơn: nhìn lên người chỉ huy đứng trên bậc thềm. Đặt máy cao và nhìn xuống khi muốn thấy nhân vật nhỏ giữa môi trường: nhìn từ cầu vượt xuống chú cún trước dòng xe. Đây chỉ là hiệu ứng thị giác thường gặp; góc thấp không mặc nhiên biến ai thành anh hùng, góc cao không mặc nhiên khiến ai yếu đuối. Bối cảnh, nét mặt, ánh sáng và câu chuyện vẫn quyết định cảm nhận cuối cùng. Xem giải thích về góc máy của Adobe.

Máy cũng có thể tiến gần để dẫn chú ý vào phản ứng, lùi xa để trở về bối cảnh, lia máy (máy đứng tại chỗ nhưng xoay hướng nhìn) hoặc trượt ngang (cả máy dịch sang một bên) để hé lộ thông tin. Hãy cho chuyển động một lý do thay vì yêu cầu “camera chuyển động đẹp”.

Sơ đồ Kstudy thiết kế: chấm xanh là máy quay, vòng cam là nhân vật.

Lia ngang, ngẩng máy, zoom: chọn chuyển động theo câu hỏi

• Lia ngang (pan): máy đứng một chỗ, xoay ống kính từ trái qua phải hoặc ngược lại. Dùng để đưa người xem đi dọc không gian rộng: từ đầu tới cuối cánh đồng, hoặc từ nhóm người này sang nhóm khác. Nó có thể hé lộ điều ở ngoài khung ban đầu; lia quá nhanh dễ khiến người xem không kịp nhìn.
• Ngẩng hoặc cúi máy (tilt): máy vẫn ở một chỗ, đầu máy xoay lên hoặc xuống. Ví dụ mở ở cửa chính rồi ngẩng dần lên đỉnh tòa nhà cao tầng để cảm nhận chiều cao. Đây là chuyển động dọc của hướng nhìn, khác việc nâng cả máy lên cao.
• Trượt ngang (tracking): cả máy dịch song song với chủ thể, ví dụ đi theo người nông dân dọc bờ ruộng. Khác lia ngang: vị trí máy thật sự thay đổi.
• Tiến gần/lùi xa (dolly): cả máy di chuyển tới hoặc rời xa chủ thể; dùng khi muốn người xem như đang bước vào sự việc hoặc lùi ra nhìn toàn cảnh. Khoảng cách với chủ thể đổi nên quan hệ gần–xa giữa tiền cảnh và hậu cảnh cũng có thể đổi.
• Zoom in/zoom out: máy có thể đứng yên, ống kính thay đổi để khung hình hẹp dần hoặc rộng dần. Zoom in đưa mắt từ rộng tới gần một chi tiết; zoom out cho biết chi tiết ấy nằm trong hoàn cảnh nào. Zoom không giống đưa cả máy tới/lùi: góc nhìn và tương quan tiền–hậu cảnh không thay đổi theo cùng cách. Xem các kiểu cỡ cảnh và chuyển động của Adobe.

Ví dụ “Bao đại nhân”: mở bằng toàn cảnh công đường; cắt sang trung cảnh Bao đại nhân đập bàn; cắt tiếp cận cảnh gương mặt nghiêm giận. Trình tự toàn → trung → cận kéo sự chú ý từ nơi chốn vào hành động rồi cảm xúc. Nếu ba hình quay riêng và ghép lại, đó là chuyển cỡ cảnh bằng cắt dựng, không phải zoom in. Chỉ gọi là zoom in khi khung hình thu hẹp liên tục trong cùng một cảnh quay.

Ví dụ “chú cún”: bắt đầu cận cảnh chú cún run rẩy; mở sang trung cảnh nó rón rén bước đi; rồi toàn cảnh thấy con đường lớn xe cộ tấp nập. Trình tự cận → trung → toàn tiết lộ dần hiểm nguy xung quanh. Nếu là ba đoạn nối nhau thì đó là cắt dựng; nếu khung hình rộng dần không ngắt, đó mới là zoom out (hoặc máy lùi, nếu cả máy di chuyển). Adobe giải thích pan, tilt và dolly.

Bước 3: Viết phân cảnh như hướng dẫn quay

Tiền cảnh là vật ở gần máy, thường ở phía trước nhân vật; hậu cảnh là phần phía sau cho biết họ đang ở đâu; chủ thể là người hoặc vật chính cần chú ý. Cả ba lớp giúp khung hình có chiều sâu và rõ ý.

Sơ đồ tiền cảnh, chủ thể, hậu cảnh do Kstudy thiết kế.

Với mỗi shot, trả lời sáu câu hỏi: (1) Tiền cảnh có gì? (2) Hậu cảnh có gì và có chuyển động không? (3) Chủ thể đứng ở đâu? (4) Máy đặt đâu, lấy cỡ cảnh nào, có dịch chuyển không? (5) Hành động bắt đầu, tiếp diễn và kết thúc thế nào? (6) Người xem nghe thấy tiếng gì hoặc khoảng lặng nào?

Thay “cô ấy rất ngạc nhiên” bằng “cô dừng lại, nhìn sang trái, mắt mở rộng, tay giữ trên nắm cửa trong hai nhịp”. Đó là điều máy có thể ghi lại. Nếu hai động tác đồng thời, hãy ghi “đồng thời”; viết “sau đó” dễ khiến công cụ xếp chúng thành hai hành động nối tiếp.

Ví dụ: Trung cảnh, máy ngang tầm mắt từ trong quán nhìn ra cửa. Một người đẩy cửa bằng tay phải, dừng một nhịp nhìn bàn trống bên cửa sổ. Tiền cảnh là mép bàn hơi mờ; hậu cảnh có người phục vụ đi ngang. Tiếng chuông cửa vang lên trước khi người đó bước vào.

Đây là ví dụ do Kstudy biên tập để giải thích cấu trúc, không phải cảnh trích nguyên văn từ video.

Bước 4: Đổi phân cảnh thành prompt

Khi phân cảnh đã rõ, mới viết prompt theo thứ tự: phong cách chung, ảnh tham chiếu (ảnh mẫu để AI giữ đúng diện mạo nhân vật, cảnh hoặc vật), vị trí không gian, diễn biến hành động, góc máy, âm thanh và điều cần tránh. Trong video, tác giả dùng ảnh tham chiếu cho nhân vật, bối cảnh và một lon nước để vật thể không đổi hình dạng giữa các cảnh.

Một clip (đoạn video ngắn tạo riêng) mới nên nhắc lại vị trí nhân vật ở cuối clip trước; đừng mặc định công cụ tự nhớ toàn bộ mạch phim. Có thể nhờ AI mở rộng phân cảnh thành prompt, nhưng giữ bản gốc để đối chiếu khi công cụ tự thêm người, đổi hướng nhìn hoặc đổi nhịp. Lời khuyên “AI hỗ trợ chứ không quyết định phân cảnh” là cách thực hành của tác giả, không phải giới hạn cố định của mọi công cụ.

Viết phần mô tả chính bằng câu khẳng định: “lon nước xanh nằm ở tay trái, nhãn không có chữ” thường rõ hơn chuỗi điều cấm. Nếu nền tảng có negative prompt (ô riêng ghi những thứ không muốn xuất hiện), chỉ dùng cho vài lỗi quan trọng. Mỗi model có thể hiểu câu lệnh và ảnh tham chiếu khác nhau; phải xem đầu ra thực tế.

Bước 5: Tạo clip, ghi lỗi rồi sửa

Trong video, tác giả dựng cảnh nhân vật bước ra cửa hàng tiện lợi theo phong cách gothic/cyberpunk (pha nét cổ tối với chi tiết công nghệ tương lai), cầm lon nước, mở lon rồi xuống phố. Tác giả chuẩn bị ảnh bối cảnh, nhân vật và lon nước trước. Bản đầu có nhiều chi tiết đúng nhưng nước phun quá mạnh và dáng đi chậm; bản sau sửa đúng những điểm đó thay vì bỏ toàn bộ ý tưởng.

Đừng đổi model ngay khi có một lỗi. Xem clip, ghi lỗi quan sát được, sửa một nhóm chi tiết rồi tạo lại; giữ shot tốt của từng bản. Với video đào tạo hoặc bán hàng, kiểm thêm chữ, logo, sản phẩm, hướng nhìn và hành động của tay.

Sơ đồ quy trình do Kstudy biên tập và thiết kế.

Bước 6: Dựng phim để các cảnh thành một câu chuyện

Đặt các clip lên timeline (dòng thời gian xếp hình và tiếng), cắt lấy đoạn tốt nhất, nối theo chuyển động và kiểm âm thanh ở điểm cắt. Video minh họa J-cut (cho tiếng cảnh sau vang lên trước khi hình chuyển sang cảnh ấy); cách này có thể giúp chuyển cảnh tự nhiên hơn. Nếu tiếng lặp, trễ hoặc đứt, hãy tách và chỉnh track âm thanh (dải tiếng riêng trong phần mềm dựng).

Đặt frame rate (số khung hình hiển thị mỗi giây) của timeline khớp với tư liệu khi có thể; kiểm file đầu vào thay vì mặc định mọi video AI cùng một mức fps (khung hình mỗi giây). Xem lại toàn bộ ở tốc độ bình thường và trên điện thoại, không chỉ lướt ảnh xem trước trong phần mềm dựng.

Bài tập 30 giây để tự thử

1. Chốt một cảm xúc hoặc thông điệp duy nhất.
2. Chia hành động thành 4–6 shot, mỗi shot có mục đích.
3. Xác định cỡ cảnh, góc máy, tiền cảnh, hậu cảnh và âm thanh.
4. Chuẩn bị ảnh tham chiếu cho nhân vật, địa điểm và vật thể lặp lại.
5. Tạo từng clip, ghi lỗi cụ thể, sửa có chọn lọc.
6. Chọn shot tốt, dựng timeline, kiểm nhịp hình và tiếng.

Một đoạn ngắn đủ cho bạn biết mình yếu ở kể chuyện, phân cảnh, prompt hay dựng. Xử lý đúng khâu nghẽn trước khi tăng độ dài.

Câu hỏi thường gặp

Có cần biết quay phim? Không nhất thiết. Người mới có thể bắt đầu từ năm cỡ cảnh và tập mô tả vị trí, hành động bằng lời rõ ràng.

Có nên để AI viết toàn bộ phân cảnh? Có thể nhờ gợi ý, nhưng người làm nên duyệt mục tiêu cảm xúc và quyết định cảnh nào thực sự cần.

Vì sao nhân vật giữa các clip khác nhau? Ảnh tham chiếu, trang phục, vị trí hoặc mô tả kế thừa có thể chưa rõ; kiểm từng yếu tố trong prompt và đầu ra.

Một shot hỏng có phải tạo lại cả video? Không. Nếu công cụ và quy trình dựng cho phép, giữ các đoạn tốt, sửa shot hỏng rồi thay vào timeline.

Nguồn và học thêm

Nguồn tham khảo chính: video hướng dẫn của U40 Làm AI trên Facebook. Ví dụ cánh đồng, Bao đại nhân và chú cún do Kstudy biên tập để giải thích khái niệm; bài không chép lời nguyên văn. Phần cỡ cảnh, góc và chuyển động máy được đối chiếu thêm với tài liệu của Adobe. Ảnh bìa được thiết kế từ ảnh Pexels theo giấy phép Pexels; các sơ đồ do Kstudy thiết kế.

Bạn có thể xem thêm khóa AI Media của Kstudy, hướng dẫn làm video chia sẻ kiến thức bằng AI và Remotion cho marketing và e-learning. Hãy đối chiếu đề cương hiện hành; bài này không khẳng định khóa học dạy đúng quy trình hoặc công cụ trong video.