Cách Viết Prompt Tạo Video AI Hiệu Quả: Công Thức Đầy Đủ

Nội dung bạn nhập ở mục 2. NHẬP NỘI DUNG ĐỂ AI TẠO VIDEO chính là thứ quyết định video Veo tạo ra trông như thế nào. Viết chung chung như "một cô gái đi trên phố" sẽ cho kết quả ngẫu nhiên; viết đúng công thức dưới đây giúp bạn kiểm soát được máy quay, ánh sáng và phong cách gần với hình dung trong đầu hơn rất nhiều — áp dụng cho cả 4 tab nhập nội dung (văn bản, ảnh, file, link).

Vì sao cấu trúc Prompt quan trọng

Veo và Gemini diễn giải ngôn ngữ tự nhiên, không đọc được "ý bạn muốn nói" nếu bạn không mô tả rõ. Một Prompt có cấu trúc giúp AI biết chính xác: ai/cái gì là chủ thể, chủ thể đang làm gì, ở đâu, máy quay di chuyển ra sao, ánh sáng như thế nào, phong cách hình ảnh nào, và cảnh kéo dài bao lâu. Thiếu bất kỳ thành phần nào, AI sẽ tự "đoán" thay bạn — đây cũng là lý do chính khiến kết quả đôi khi lệch khỏi hình dung ban đầu (xem thêm ở bài Vì sao Video AI không giống hoàn toàn với Prompt).

Công thức 9 thành phần

Đây là khung Prompt dùng xuyên suốt loạt bài Thư viện Prompt trên HTStudio:

Subject (Chủ thể) + Action (Hành động) + Environment (Bối cảnh) + Camera (Máy quay) +
Lighting (Ánh sáng) + Style (Phong cách) + Motion (Chuyển động) + Composition (Bố cục) +
Duration (Thời lượng)

Lưu ý: khung này không có thành phần Audio — HTStudio không sinh nhạc/lời thoại từ nội dung mô tả cảnh. Âm thanh trong video đến từ hai nguồn riêng: Giọng đọc (TTS đọc kịch bản ở mục 2) và nhạc nền được ghép ở mục 4. Mô tả "tiếng nhạc rộn ràng" trong Prompt sẽ không tạo ra âm thanh thật.

1. Subject — Chủ thể

Mô tả càng cụ thể càng ít bị AI tự diễn giải sai: tuổi, ngoại hình, trang phục, hoặc với sản phẩm là chất liệu, màu sắc, hình dáng. Ví dụ: thay vì "một người phụ nữ", viết "một người phụ nữ khoảng 30 tuổi, mặc áo blazer be, tóc buộc gọn".

2. Action — Hành động

Chủ thể đang làm gì, theo trình tự thời gian nếu có nhiều hành động. Ví dụ: "bước chậm rãi từ trái sang phải, tay cầm ly cà phê, dừng lại nhìn ra cửa sổ".

3. Environment — Bối cảnh

Không gian, thời điểm trong ngày, thời tiết. Ví dụ: "trong quán cà phê ấm cúng buổi sáng sớm, ánh nắng chiếu qua cửa kính".

4. Camera — Máy quay

Mô tả kiểu chuyển động máy quay bằng thuật ngữ điện ảnh (dolly-in, pan, tracking shot...). Xem chi tiết ở bài Cách mô tả chuyển động máy quay.

5. Lighting — Ánh sáng

Nguồn sáng, hướng sáng, màu sắc ánh sáng — quyết định phần lớn "cảm giác điện ảnh" của video. Xem bài Cách mô tả ánh sáng trong Prompt.

6. Style — Phong cách

Nếu dùng nhân vật, bạn chọn Style ngay trong hồ sơ nhân vật ở mục 1 (Realistic, Cinematic, Anime/Manga, Cyberpunk...). Nếu không dùng nhân vật, mô tả phong cách trực tiếp trong nội dung. Xem bài Cách kiểm soát phong cách hình ảnh.

7. Motion — Chuyển động trong khung hình

Khác với chuyển động máy quay, đây là chuyển động của chủ thể/vật thể trong cảnh: gió thổi tóc, nước chảy, khói bay, xe lướt qua.

8. Composition — Bố cục khung hình

Cỡ cảnh (cận, trung, toàn), vị trí chủ thể trong khung (rule of thirds, chính giữa, lệch trái). Kết hợp với Tỷ lệ đã chọn ở thanh cài đặt (16:9 hoặc 9:16) để bố cục phù hợp với mục đích sử dụng (ngang cho YouTube, dọc cho TikTok).

9. Duration — Thời lượng cảnh

Không cần ghi trong Prompt vì đã có ở thanh cài đặt Thời lượng (Tự động, 4s, 6s, 8s/cảnh) — nhưng nên viết Prompt vừa đủ hành động diễn ra trọn vẹn trong khoảng thời gian đó, tránh nhồi quá nhiều hành động vào một cảnh 4 giây.

Ví dụ Prompt hoàn chỉnh

Một người phụ nữ khoảng 30 tuổi, mặc áo blazer be, tóc buộc gọn, đang bước chậm rãi
từ trái sang phải trong quán cà phê ấm cúng buổi sáng sớm. Máy quay tracking ngang
theo bước chân, giữ khoảng cách trung bình. Ánh nắng vàng nhạt chiếu xiên qua cửa
kính, tạo bóng đổ mềm trên sàn gỗ. Phong cách cinematic, tông màu ấm. Gió nhẹ làm
rèm cửa lay động phía sau. Bố cục lệch trái theo rule of thirds, không gian trống
bên phải để thở.

Bạn có thể copy cấu trúc câu này, thay các chi tiết in nghiêng ở trên bằng nội dung của riêng bạn, rồi dán trực tiếp vào tab Tự nhập nội dung ở mục 2.

Những lỗi khiến Prompt kém hiệu quả

• Mô tả quá trừu tượng: "video đẹp, chuyên nghiệp" không giúp AI hiểu bạn muốn gì — hãy mô tả cụ thể cái gì làm nó "đẹp" (ánh sáng nào, góc quay nào).
• Nhồi quá nhiều hành động vào một cảnh ngắn: 4–8 giây chỉ đủ cho 1–2 hành động rõ ràng.
• Quên mô tả máy quay và ánh sáng: đây là hai yếu tố ảnh hưởng "cảm giác điện ảnh" nhiều nhất nhưng dễ bị bỏ qua nhất.
• Kỳ vọng Prompt kiểm soát âm thanh: như đã nói ở trên, âm thanh không đến từ Prompt mô tả cảnh.

Kết luận

Một Prompt tốt không cần dài, nhưng cần đủ 8 thành phần hình ảnh: chủ thể, hành động, bối cảnh, máy quay, ánh sáng, phong cách, chuyển động, bố cục. Khi đã quen công thức này, hãy tham khảo thêm 8 bộ Prompt mẫu theo từng nhu cầu cụ thể trong Thư viện Prompt để copy-paste và điều chỉnh nhanh hơn.

Áp dụng công thức này ngay trên HTStudio.