Hướng dẫn tạo Video Cinematic 60 giây với Grok AI: Bí quyết giữ tính nhất quán của nhân vật

Nhiều người lầm tưởng rằng phiên bản miễn phí của Grok AI chỉ có thể tạo ra những đoạn clip ngắn rời rạc, và đôi khi tính nhất quán của nhân vật trong ảnh không được thể hiện tốt. Tuy nhiên, nếu biết cách kết hợp các công cụ và áp dụng đúng quy trình (workflow), bạn hoàn toàn có thể tạo ra một bộ phim ngắn cinematic dài 60 giây hoặc thậm chí là hơn nếu bạn muốn.

Điều tuyệt vời nhất của phương pháp này là khả năng giữ tính nhất quán của nhân vật – cùng một khuôn mặt, kiểu tóc và trang phục xuyên suốt mọi phân cảnh. Dưới đây là hướng dẫn chi tiết từng bước để bạn thực hiện điều đó.

Quy trình 6 bước tạo video nhất quán nhân vật với Grok AI

Dưới đây là video mà mình đã tạo từ 6 cảnh bằng Grok

Bước 1: Xây dựng kịch bản và Prompt tạo cảnh

Bước 1: Mở ChatGPT hoặc Claude hay bất kỳ AI nào bạn thấy viết được kịch bản, và yêu cầu tạo một câu chuyện ngắn gồm 5 phân cảnh (ví dụ: thể loại hồi hộp, kịch tính).

Ví dụ về Prompt yêu cầu AI viết kịch bản ở dưới đây:

Yêu cầu: Hãy tạo một câu chuyện ngắn gồm 5 phân cảnh gây hồi hộp (suspense) để làm tiền đề tạo video hoạt hình.

• Địa điểm duy nhất: Một trạm chờ xe buýt cũ kỹ, hoen gỉ nằm bên cạnh một cánh đồng ngô rộng lớn.

• Thời gian: Lúc hoàng hôn, ánh mặt trời đang lặn dần, tạo ra những bóng dài và ánh sáng đỏ quạch.

• Nhân vật:

  1. Lâm: Một cậu bé 13 tuổi, mặc áo khoác hoodie, đeo ba lô.

  2. Milo: Một chú chó nhỏ màu nâu, thuộc giống Poodle hoặc cỏ, trông rất lanh lợi.

  3. Kẻ bí ẩn: Một nhân vật mặc áo choàng đen dài, trùm kín đầu (xuất hiện từ Cảnh 2).

• Cấu trúc 5 phân cảnh (Yêu cầu AI viết chi tiết):

  • Cảnh 1: Lâm và Milo đang ngồi chờ ở trạm xe buýt. Mọi thứ bình thường, Lâm đang xem điện thoại, Milo nằm dưới chân.

  • Cảnh 2: Milo bất ngờ đứng dậy, gầm gừ nhìn về phía cánh đồng ngô sau trạm chờ. Từ trong bóng tối của những cây ngô, một nhân vật mặc áo choàng đen xuất hiện, đứng im lặng nhìn về phía họ.

  • Cảnh 3: Nhân vật bí ẩn bắt đầu tiến lại gần trạm chờ một cách chậm chạp, không phát ra tiếng động. Lâm nhận ra điều bất thường, cất điện thoại và nắm chặt dây xích của Milo.

  • Cảnh 4: Nhân vật mặc áo choàng dừng lại ngay dưới ánh đèn mờ ảo của trạm chờ, chỉ cách Lâm vài mét. Hắn đưa một bàn tay gầy gò ra khỏi lớp áo. Lâm run rẩy nói: "Ông muốn gì?".

  • Cảnh 5: Đèn trạm chờ chớp tắt liên tục. Milo sủa vang. Khi đèn sáng trở lại, nhân vật bí ẩn đã biến mất, chỉ để lại một món đồ chơi cũ của Milo dưới đất. Lâm nhìn quanh, hơi thở dồn dập: "Milo, chạy thôi!".

Bước 2: Quy định rõ bối cảnh (chỉ dùng 1 địa điểm để dễ đồng nhất) và thiết kế nhân vật (ví dụ: một cậu bé 13 tuổi mặc hoodie, đeo balo, cùng với chú chó Milo ở trên).

Nếu muốn bạn có thể nhờ AI tạo một ảnh riêng về nhân vật của mình để làm sao cho hình ảnh nhân vật trong video đồng bộ nhất. Bạn hãy yêu cầu nhiều cảnh nếu muốn tạo video thời lượng dài hơn.

Nếu có thể bạn hãy yêu cầu ChatGPT viết thêm Cinematic Image Prompt (câu lệnh tạo ảnh miêu tả cực kỳ chi tiết về ngoại hình, trang phục của nhân vật chính).

Bước 2: Tạo ảnh tham chiếu trên Grok

Đây là cảnh "xương sống" sẽ định hình khuôn mặt nhân vật cho toàn bộ video của bạn.

Đăng nhập vào bảng điều khiển của Grok AI.

Nhấn vào mục Imagine (Tạo ảnh) và dán Prompt miêu tả nhân vật từ ChatGPT vào ô văn bản. Nếu đã tạo ảnh nhân vật chính thì hãy chọn

Chỉnh tỷ lệ khung hình (Aspect ratio) thành 16:9 (chuẩn video Youtube/Ngang).

Bấm Generate. Hãy lưu bức ảnh ưng ý nhất lại để làm chuẩn.

Bước 3: Tạo Video Prompt cho từng phân cảnh

Quay lại ChatGPT và yêu cầu công cụ này viết các Video Animation Prompt cho cả 5 cảnh dựa trên cốt truyện. Đảm bảo Prompt phải chứa:

• Chuyển động camera (Dolly in, dolly out, pan...).
• Hành động cụ thể của nhân vật.
• Bối cảnh môi trường xung quanh.

Bước 4: Bí quyết giữ nhất quán nhân vật (Quan trọng nhất)

Đây là kỹ thuật cốt lõi quyết định sự thành bại của video:

Dán Video Prompt của Cảnh 1 vào mục Video của Grok AI (nhớ để tỷ lệ 16:9). Nhấn Generate và tải clip đầu tiên về.

Mở clip vừa tải, kéo thanh thời gian đến khung hình (frame) cuối cùng mà nhân vật chính xuất hiện rõ ràng nhất (rõ mặt, kiểu tóc, trang phục). Tránh chọn những khung hình nhân vật quay lưng hoặc bị che khuất.

Ở đây bạn có 2 tùy chọn, Save Video Frame (Lưu khung hình video), và khi lưu khung hình đó về máy tính bạn sẽ phải tải khung hình đó lên ở cảnh tiếp theo. Tùy chọn này sử dụng khi bạn chưa muốn tạo ngay video tiếp theo.

Còn nếu muốn tạo ngay bạn chỉ cần chọn Copy video frame (Sao chép khung hình video), và sau khi hoàn thành video trước thì dán khung video đã sao chép vào khung tạo video rồi lại dán prompt tạo video ở cảnh tiếp theo. Ở đây vì mình chọn Lưu khung hình nên giờ tạo cảnh tiếp theo, mình sẽ phải chọn Thêm hình ảnh > Chỉnh sửa hình ảnh.

Quay lại Grok AI, dán khung hình vừa copy vào ô miêu tả để làm Ảnh tham chiếu (Reference Image) cho cảnh tiếp theo. Còn đã lưu khung hình, hãy chọn biểu tượng thêm

Khi đã tải hoặc dán khung hình cùng với prompt cho cảnh tiếp theo, hãy chọn Tạo video.

Và cứ thế bạn lặp lại quá trình "lưu hoặc sao chép khung hình của cảnh trước làm ảnh cho cảnh sau > dán hoặc tải khung hình đã lưu từ cảnh trước > dán prompt cảnh sau và tạo video."

Tóm lại quy trình sẽ là, tạo kịch bản > có prompt tạo video > tạo ảnh nhân vật chính > tạo video 1 > lưu khung hình video 1 > dán/tải khung hình video 1 lên và tạo cảnh 2.

Bước 5: Dựng và hoàn thiện video trên CapCut

1. Mở phần mềm CapCut, thêm file âm thanh Voiceover vào trước.
2. Kéo thả lần lượt các video clip từ Grok vào Timeline.
3. Căn chỉnh thời gian (có thể tăng/giảm tốc độ clip một chút) để hình ảnh khớp với lời thoại.
4. Thêm hiệu ứng chuyển cảnh (Transitions). Gợi ý: Dùng hiệu ứng Black Fade (Mờ đen) giữa các cảnh để tạo cảm giác điện ảnh, bí ẩn.
5. Xuất video ở độ phân giải cao và hoàn thành!

Xem thêm: Hướng dẫn sử dụng Capcut trên máy tính mới nhất

Điểm nổi bật khi tạo video cinematic bằng Grok AI

• Hoàn toàn miễn phí: Không cần tài khoản trả phí cao cấp, bạn vẫn có thể tận dụng sức mạnh tạo video của Grok.
• Chất lượng điện ảnh (Cinematic): AI hiểu rất tốt các thuật ngữ về góc máy, ánh sáng và chuyển động mượt mà.
• Kiểm soát nhân vật tuyệt đối: Giải quyết được "nỗi đau" lớn nhất của dân làm video AI là nhân vật bị biến dạng hoặc thay đổi ngoại hình qua từng cảnh quay.

Kết luận

Với sự kết hợp khéo léo giữa ChatGPT, tính năng tạo hình ảnh/video của Grok AI và CapCut, bạn hoàn toàn làm chủ được nghệ thuật kể chuyện bằng AI. Kỹ thuật "nối khung hình" chính là chìa khóa vàng giúp xóa bỏ nhược điểm nhân vật biến dạng, mở ra cơ hội sản xuất nội dung chất lượng cao với chi phí 0 đồng. Hãy bắt tay vào thử nghiệm ngay kịch bản đầu tiên của bạn!