Cách tạo video thời trang và sản phẩm với Seedance 2.5

Trước đây, để làm một video giới thiệu trang phục, bạn cần có người mẫu, địa điểm, nhiếp ảnh gia và phải dành ra trọn một ngày làm việc.

Rất nhiều video đầu tiên bạn tạo bằng AI đều không thể sử dụng được. Không phải vì hình ảnh video xấu mà là do sản phẩm bị biến dạng. Các hàng cúc bị xê dịch, logo biến thành một vệt mờ nhòe. Chiếc áo khoác upload lên ban đầu khi tạo ra lại biến thành một chiếc áo khác, chỉ có điểm chung duy nhất là cùng màu sắc.

Giải pháp không nằm ở việc viết câu lệnh (prompt) tốt hơn. Vấn đề là phải hiểu rõ mô hình AI có thể xử lý bao nhiêu hình ảnh tham chiếu trước khi bắt đầu làm loãng đặc điểm của chúng - và con số thực tế thấp hơn nhiều so với giới hạn 50 ảnh mà hệ thống cho phép upload lên.

Dưới đây là toàn bộ quy trình thực hiện: Cố định mẫu trang phục, cố định người mẫu, tạo video cho mọi mã sản phẩm (SKU) từ một video gốc, và tùy biến nội dung cho các thị trường khác nhau. Tất cả các bước này đều dựa trên những tính năng của Seedance 2.5, và phần lớn trong số đó đã có thể thực hiện được ngay trên phiên bản 2.0 hiện tại.

Chốt phương án sản phẩm: Số lượng hình ảnh và các góc chụp cần thiết

Seedance 2.5 cho phép sử dụng tối đa 50 tư liệu tham khảo. Đây là giới hạn tối đa chứ không phải mục tiêu cần đạt tới. Kết quả đánh giá nội bộ của ByteDance cho thấy nếu vượt quá một ngưỡng nhất định, việc bổ sung thêm tư liệu sẽ làm giảm chất lượng kết quả - các đặc điểm chính bị mờ nhạt đi và độ nhiễu tăng lên.

Đối với việc xử lý hình ảnh sản phẩm, các thông số quan trọng bao gồm:

Và quy tắc mà hầu như chẳng ai tuân theo:

• Với từ 5 hình ảnh chủ thể trở xuống, cả ảnh chụp một góc độ (single-view) hay nhiều góc độ (multi-view) đều dùng được.
• Khi vượt quá 5 hình ảnh, ảnh chụp một góc độ sẽ mang lại kết quả ổn định hơn.
• Nếu cần nhiều góc độ, hãy upload chúng lên dưới dạng các file ảnh riêng biệt. Tuyệt đối không upload lên một tấm ảnh duy nhất chứa lưới nhiều góc độ - mô hình AI sẽ hiểu nhầm đó là một vật thể kỳ lạ duy nhất.

Khi ngân sách hạn hẹp, hãy loại bỏ các yếu tố theo thứ tự sau:

Nhân vật chính > sản phẩm và đạo cụ quan trọng > bối cảnh > phong cách tổng thể

Phong cách phải được ưu tiên hàng đầu. Hầu hết mọi người lại cố giữ phong cách mà hy sinh sản phẩm, đó là tư duy hoàn toàn ngược đời.

Dòng lệnh giúp "cứu" chiếc túi xách của bạn. Khi có nhiều hình ảnh chụp các góc độ khác nhau của cùng một vật thể, hãy nêu rõ điều đó:

@image1 defines the front of the handbag.
@image2 defines the left side of the same handbag.
@image3 defines the back of the same handbag.
All three images define one single handbag. There is only ever one handbag
in the finished video.

@image1 xác định mặt trước của chiếc túi xách.
@image2 xác định mặt bên trái của cùng chiếc túi xách đó.
@image3 xác định mặt sau của cùng chiếc túi xách đó.
Cả ba hình ảnh đều xác định một chiếc túi xách duy nhất. Chỉ có duy nhất một chiếc túi xách
trong video hoàn thiện.

Câu cuối cùng đó là bắt buộc. Nếu thiếu nó, kết quả có thể là ba chiếc túi khác nhau.

Cố định diện mạo của người mẫu

Vẫn nguyên tắc đó nhưng áp dụng cho chủ thể khác. Hãy chỉ định rõ vai trò của từng hình ảnh đối với diện mạo người mẫu và nêu rõ những gì cần loại bỏ:

@image1 provides the model's face, hair, and skin tone. Do not use the
background or the clothing from this image.
@image2 provides the garment — the cut, fabric, seams, and hardware.
Do not use the mannequin or the studio background from this image.
@image3 provides the location: a late-afternoon street corner with brick
buildings and warm directional sunlight. Do not use the people in this image.

@image1 cung cấp khuôn mặt, kiểu tóc và tông màu da của người mẫu. Không sử dụng
phông nền hoặc trang phục từ hình ảnh này.
@image2 cung cấp trang phục — bao gồm kiểu dáng, chất liệu vải, đường may và các chi tiết phụ kiện.
Không sử dụng ma-nơ-canh hoặc phông nền studio từ hình ảnh này.
@image3 cung cấp bối cảnh: một góc phố vào cuối chiều với các tòa nhà gạch
và ánh nắng ấm áp chiếu từ một hướng. Không sử dụng những người có trong hình ảnh này.

Những dòng lệnh "không sử dụng" đó tạo nên sự khác biệt giữa một bức ảnh chụp đường phố và ảnh chụp trong studio phông trắng. Một hình ảnh tham chiếu sẽ mang theo tất cả các yếu tố có trong nó - chủ thể, bối cảnh, bố cục, màu sắc - trừ khi bạn chỉ định khác đi.

Đối với trường hợp chỉ có một người mẫu, lời khuyên rất đơn giản: Hãy upload lên nhiều hình ảnh chụp cùng một người, với số lượng từ 5 tấm trở xuống. Nếu bạn muốn đưa từ 6 người mẫu trở lên vào một video, hãy chuyển sang dùng một hình ảnh chụp một góc độ duy nhất cho mỗi người mẫu.

Chỉ một lần quay, áp dụng cho mọi mã sản phẩm (SKU)

Đây chính là điểm khiến Seedance 2.5 chứng minh được giá trị vượt trội – một tính năng hoàn toàn mới chưa từng có ở phiên bản 2.0.

• Những thay đổi thực sự giữa Seedance 2.5 và 2.0

Tạo video chủ đạo một lần duy nhất. Sau đó, thay đổi sản phẩm bên trong video cho từng biến thể. Giữ nguyên chuyển động máy quay, ánh sáng và người mẫu, chỉ thay đổi mã sản phẩm (SKU).

Bước 1 - tạo video gốc (master):

@image1 is the product. @image2 is the setting. Show the drink bottle
through close-up, medium, and wide shots with smooth transitions between
them, keeping the product consistent throughout.

@image1 là sản phẩm. @image2 là bối cảnh. Hiển thị chai nước
qua các góc máy cận cảnh, trung cảnh và toàn cảnh với sự chuyển cảnh mượt mà,
đảm bảo hình ảnh sản phẩm luôn nhất quán xuyên suốt video.

Bước 2 - tạo các biến thể, mỗi biến thể sử dụng một câu lệnh (prompt) riêng:

Replace the drink bottle in @video1 with the pink bottle in @image3.
Replace the drink bottle in @video2 with the purple bottle in @image4.
Replace the drink bottle in @video3 with the green bottle in @image5.

Thay thế chai nước trong @video1 bằng chai màu hồng trong @image3.
Thay thế chai nước trong @video2 bằng chai màu tím trong @image4.
Thay thế chai nước trong @video3 bằng chai màu xanh lá trong @image5.

Như vậy, bạn có trọn bộ các màu sắc chỉ từ một lần tạo video. Quy trình tương tự cũng áp dụng được cho trang phục - thay áo khoác nhưng giữ nguyên chuyển động bước đi:

Replace the clothing on the model in @video1 with the garment in @image2.
Everything else in the frame stays unchanged.

Thay trang phục của người mẫu trong @video1 bằng trang phục trong @image2.
Mọi yếu tố khác trong khung hình đều được giữ nguyên.

Hai điều cần lưu ý trước khi xây dựng quy trình làm việc này: Quá trình chỉnh sửa sẽ cố định tỷ lệ khung hình theo video gốc và giữ nguyên thời lượng video. Cơ chế này diễn ra tự động và không thể thay đổi - đây chính xác là điều bạn cần khi xử lý nhiều mã sản phẩm (SKU), vì tất cả các biến thể tạo ra sẽ có sự đồng bộ hoàn hảo. 

6 người mẫu, 6 phong cách, một cảnh quay liền mạch. Mọi trang phục và khuôn mặt đều được định hình dựa trên hình ảnh tham chiếu tương ứng.

Bản địa hóa cho các thị trường khác

Cùng một video, áp dụng cho thị trường khác mà không cần quay lại. Seedance 2.5 hỗ trợ hơn 10 ngôn ngữ (bao gồm tiếng Trung, Anh, Tây Ban Nha, Indonesia, Mã Lai, Thái, Ả Rập, Bồ Đào Nha, Việt Nam, Nhật Bản, Hàn Quốc) với tính năng khớp khẩu hình (lip-sync) tự động theo ngôn ngữ được chọn.

Tạo video gốc với người dẫn chương trình:

@image1 is the product. @image2 is the presenter and the setting. The
presenter gestures in time with the script; expressions natural and real.

0-2s: Locked shot on @image2. The presenter speaks to camera:
{The first coffee of the morning can't wait.}
2-5s: Presses the switch. Locked shot: {One press, three seconds to a cup.}
5-9s: Still to camera: {Office, travel, late nights — fresh ground coffee
wherever you are.}

@image1 là sản phẩm. @image2 là người dẫn chương trình và bối cảnh. Người dẫn
chương trình có cử chỉ khớp với kịch bản; biểu cảm tự nhiên và chân thực.

0-2 giây: Cảnh quay tĩnh vào @image2. Người dẫn chương trình nói trước ống kính:
{Không thể chờ đợi tách cà phê đầu tiên trong ngày.}
2-5 giây: Nhấn nút. Cảnh quay tĩnh: {Một lần nhấn, ba giây để có một tách cà phê.}
5-9 giây: Vẫn hướng về ống kính: {Tại văn phòng, khi đi du lịch hay những đêm thức khuya — cà phê xay tươi
ngon ở bất cứ đâu.}

Sau đó, tạo ra các phiên bản cho từng thị trường từ nội dung này:

Change the presenter in the video to an American woman, and the voiceover
to English.
Change the presenter to a Spanish man, and the voiceover to Spanish.
Change the presenter to an Indonesian woman, and the voiceover to Indonesian.

Thay đổi người dẫn chương trình trong video thành một phụ nữ Mỹ và chuyển lời bình sang tiếng Anh.
Thay đổi người dẫn chương trình thành một nam giới người Tây Ban Nha và chuyển lời bình sang tiếng Tây Ban Nha.
Thay đổi người dẫn chương trình thành một phụ nữ Indonesia và chuyển lời bình sang tiếng Indonesia.

Góc máy, nhịp độ và sản phẩm vẫn giữ nguyên ở mọi phiên bản. Chỉ có người dẫn chương trình và ngôn ngữ thay đổi. Đó là quy trình bản địa hóa vốn từng mất cả tuần để thực hiện.

Một lưu ý về phần thoại: Hãy ghi rõ ngôn ngữ trước câu thoại, nếu không mô hình có thể sẽ nói bằng ngôn ngữ sai:

Language: American English. The presenter says, in a natural conversational
American accent: {One press, three seconds to a cup.}

Ngôn ngữ: Tiếng Anh-Mỹ. Người dẫn chương trình nói với giọng Mỹ tự nhiên, gần gũi: {Một lần nhấn, ba giây để có một tách cà phê.}

Video quảng cáo chuyển cảnh từ studio sang phòng khách dựa trên yêu cầu (prompt). Điểm chuyển tiếp ở giữa video đã được viết sẵn trong yêu cầu, chứ không phải do mô hình tự phát hiện ra.

4 gợi ý câu lệnh (prompt) bạn có thể sao chép

Được biên soạn lại từ hướng dẫn thực hành chính thức của ByteDance.

1. Video thời trang đa phong cách, quay liền mạch (one-take)

Generate a 30-second one-take video. Six models enter one after another;
the camera travels continuously and the styling changes on the beat.
@image1 wearing @image2 in the setting of @image3, sound reference @audio1.
@image4 wears @image5, in the hat from @image6, holding a coffee,
background @image7. @image8 poses in the setting of @image9, wearing
@image10 and @image11, sound reference @audio2.

Tạo một video quay liền mạch dài 30 giây. Sáu người mẫu lần lượt bước vào;
camera di chuyển liên tục và trang phục thay đổi theo nhịp điệu.
@image1 mặc @image2 trong bối cảnh @image3, tham chiếu âm thanh @audio1.
@image4 mặc @image5, đội mũ từ @image6, tay cầm ly cà phê,
nền là @image7. @image8 tạo dáng trong bối cảnh @image9, mặc
@image10 và @image11, tham chiếu âm thanh @audio2.

2. Quảng cáo sản phẩm: từ studio sang phong cách sống

A 30-second vertical furniture commercial. The product is a pale sage
modular sofa with rounded lines and low deep cushions.

First 15 seconds — pure white seamless studio. The camera pushes in slowly,
tracks horizontally, then pans across the silhouette before pulling back to
a locked wide. Even soft lighting, clean white background, no light sweeps.

Last 15 seconds — a warm-lit living room in the evening. A woman in off-white
knitwear reads on the sofa; she sets down a coffee cup, a cat jumps up, a
child runs in and leans on her shoulder. A floor lamp comes on. The camera
pulls back slowly and holds, leaving room for a logo.

Video quảng cáo nội thất khổ dọc dài 30 giây. Sản phẩm là bộ sofa mô-đun
màu xanh lá xám nhạt với các đường nét bo tròn và đệm ngồi thấp, sâu.

15 giây đầu — studio màu trắng tinh khiết, liền mạch. Camera từ từ tiến lại gần,
di chuyển ngang, lia qua hình dáng sản phẩm rồi lùi lại về
góc máy rộng cố định. Ánh sáng mềm mại, đều, nền trắng sạch, không có vệt sáng quét.

15 giây cuối — phòng khách ấm áp vào buổi tối. Một người phụ nữ mặc đồ len
màu trắng ngà đang đọc sách trên ghế sofa; cô đặt tách cà phê xuống, một con mèo nhảy lên,
một đứa trẻ chạy vào và tựa đầu lên vai cô. Đèn cây bật sáng. Camera
từ từ lùi lại và giữ nguyên khung hình, chừa chỗ cho logo.

3. Tận dụng cấu trúc quảng cáo đã thành công cho sản phẩm của bạn

Reference the camera work and edit rhythm of @video1 to generate a short
ad for the headphones in @image1. Use a setting that matches the product's
positioning — modern, clean, technical. Keep the cut points between product
close-ups and wide shots the same as the original, with the same movement
speed and transitions.

Tham khảo cách quay và nhịp độ dựng phim của @video1 để tạo một video
quảng cáo ngắn cho tai nghe trong @image1. Sử dụng bối cảnh phù hợp với
định vị sản phẩm — hiện đại, tinh gọn, đậm chất công nghệ. Giữ nguyên các điểm cắt
giữa cảnh quay cận sản phẩm và cảnh toàn giống như bản gốc,
bao gồm cả tốc độ chuyển động và hiệu ứng chuyển cảnh.

Đây là một phương pháp thường ít được chú ý. Nếu quảng cáo của đối thủ đang đạt hiệu quả tốt, Bạn có thể mượn cấu trúc của họ - nhịp độ, điểm cắt, ngôn ngữ hình ảnh - trong khi sản phẩm và bối cảnh vẫn hoàn toàn là của riêng bạn.

4. Video hướng dẫn sử dụng sản phẩm dựa trên tài liệu đi kèm

The product is @image1, the setup instructions are @image2. Create a video
showing the complete first-use process for the steam oven.

Sản phẩm là @image1, còn hướng dẫn thiết lập là @image2. Hãy tạo một video
thể hiện trọn vẹn quy trình sử dụng lò nướng hơi nước ngay từ lần đầu tiên.

Chỉ cần hai hình ảnh đầu vào để tạo ra một video hướng dẫn hoàn chỉnh. Đây là giải pháp hiệu quả và nhanh chóng cho bất kỳ ai đang bán sản phẩm vật lý kèm theo sách hướng dẫn mà chẳng mấy ai buồn đọc.