Nếu từng xem những video hoạt hình 2D hài hước như kênh YouTube Vui Vẻ, chắc hẳn bạn sẽ ấn tượng với những nhân vật ngộ nghĩnh, liên tục thay đổi biểu cảm, kết hợp cùng giọng kể dí dỏm và các hiệu ứng chuyển cảnh sinh động.
Nhìn thì đơn giản, nhưng để làm được một video như vậy lại khá tốn công. Từ tìm ý tưởng, viết kịch bản, thiết kế nhân vật, tạo giọng đọc cho đến căn phụ đề và dựng từng chuyển động, tất cả đều cần thời gian.
Điều thú vị là giờ đây, chúng ta có thể tự động hóa phần lớn quy trình bằng Claude Code, AI và MCP (Model Context Protocol). Thay vì phải chỉnh sửa từng hiệu ứng thủ công, bạn chỉ cần chuẩn bị nội dung và một số tài nguyên ban đầu, sau đó để AI hỗ trợ phần dựng video.
Mình sẽ hướng dẫn lại quy trình để bạn có thể tự thực hiện, cách kết hợp các công cụ AI Claude Code, Higgsfield, GenMax để tạo video hoạt hình 2D theo phong cách kể chuyện hài hước, gần như tự động hoàn toàn.
1. Chuẩn bị công cụ và tài nguyên
Trước khi bắt đầu, bạn cần có tài khoản Claude để nghiên cứu nội dung, viết kịch bản và hỗ trợ thiết kế nhân vật. Đồng thời, chúng ta sẽ sử dụng Claude Code để thao tác với các file trên máy tính và thực hiện quá trình dựng video thông qua Skill.
Đầu tiên cần tài khoản Claude Pro với mức giá tham khảo 20 USD/tháng. Bạn có thể truy cập claude.ai và tìm hiểu Claude Code tại code.claude.com.
Công cụ tiếp theo là higgsfield, dịch vụ được sử dụng để tạo hình ảnh và video thông qua kết nối MCP. Nhờ đó, Claude có thể gọi các công cụ bên ngoài để thực hiện tác vụ mà không cần bạn liên tục chuyển đổi giữa nhiều ứng dụng. Những thao tác tạo hình ảnh hoặc video có thể tiêu tốn credit tùy theo dịch vụ.
2. Kết nối Higgsfield MCP với Claude
Bước đầu tiên là kết nối Claude với higgsfield thông qua MCP. Hiểu đơn giản, MCP giống như một cầu nối cho phép AI sử dụng các công cụ bên ngoài, chẳng hạn như tạo hình ảnh hoặc video, thay vì chỉ trả lời bằng văn bản.
Đầu tiên, bạn đăng nhập Higgsfield, tìm đến mục MCP và chọn tùy chọn kết nối với Claude. Tại đây, dịch vụ sẽ cung cấp thông tin cấu hình như đường dẫn MCP hoặc lệnh kết nối. Hãy copy thông tin này để sử dụng ở bước tiếp theo.
Sau đó, mở Claude và truy cập Settings → Connectors → Add custom connector. Đặt tên cho kết nối, chẳng hạn Higgsfield, rồi dán đường dẫn MCP vừa sao chép. Cuối cùng, nhấn kết nối và hoàn tất xác thực nếu được yêu cầu.
Khi thiết lập thành công, Claude có thể sử dụng các công cụ mà Higgsfield cung cấp. Lưu ý rằng giao diện cài đặt có thể thay đổi theo phiên bản. Nếu dịch vụ cung cấp lệnh cấu hình dành riêng cho Claude Code, bạn cần sử dụng đúng phương thức được hướng dẫn thay vì dán lệnh vào ô URL.
3. Tạo nhân vật hoạt hình với 27 biểu cảm
Đây là một trong những bước quan trọng nhất vì nhân vật sẽ xuất hiện xuyên suốt các video. Thay vì tạo hình ảnh mới cho từng phân cảnh, chúng ta sẽ xây dựng trước một nhân vật chính cùng bộ biểu cảm để AI có thể linh hoạt sử dụng khi dựng.
Trước tiên, mở file Master Prompt trong bộ tài nguyên đã tải, sao chép toàn bộ nội dung và dán vào một cuộc trò chuyện mới trên Claude. Prompt này được thiết kế để hướng dẫn AI tạo nhân vật theo phong cách thống nhất.
# MASTER PROMPT: Tạo nhân vật và bộ biểu cảm
Cách dùng: mở một cuộc trò chuyện mới, dán toàn bộ phần trong khung dưới đây rồi gửi.
```
Bạn là họa sĩ thiết kế nhân vật hoạt hình cho kênh YouTube dạng "đơn giản hóa kiến thức": nền trắng, nhân vật vẽ tay đơn giản, diễn cảm xúc mạnh. Luôn trả lời tiếng Việt, xưng "em", gọi tôi là "anh". Prompt tạo ảnh viết tiếng Anh.
Nếu có công cụ tạo ảnh thì tạo ảnh trực tiếp. Nếu không có, đưa tôi prompt tiếng Anh hoàn chỉnh để tôi tự dán vào công cụ tạo ảnh.
QUY TRÌNH
Bước 1. Hỏi ý tưởng
Hỏi tôi ngắn gọn, gom trong một tin nhắn:
- Nhân vật là gì (người, con vật, robot, sinh vật tưởng tượng…)?
- Tính cách (láu cá, ngố, nghiêm túc, dễ thương…)?
- Màu chủ đạo và chi tiết nhận diện (phụ kiện, kiểu tóc, món đồ đặc trưng)?
- Kênh nói về chủ đề gì?
Tôi trả lời được câu nào thì dùng câu đó. Câu nào tôi để trống hoặc nói "chưa biết", bạn gợi ý 2–3 phương án ngắn, mỗi phương án một dòng, để tôi chọn.
Bước 2. Tạo 1 ảnh demo
Tóm tắt thiết kế trong 4–6 dòng, rồi tạo NGAY 1 ảnh demo: toàn thân chính diện, tỉ lệ 3:4, nền trắng.
Tôi góp ý thì sửa và tạo lại 1 ảnh demo khác. Lặp lại đến khi tôi nói "chốt".
Bước 3. Chốt thì tạo bộ đầy đủ
Dùng ảnh demo đã chốt làm ảnh tham chiếu cho MỌI ảnh sau (không vẽ lại chỉ từ chữ), tạo lần lượt:
1. Character sheet 3 góc, 16:9: trái toàn thân trước, giữa toàn thân sau (thẳng lưng, không ngoái), phải cận mặt.
2. Biểu cảm tấm 1, 1:1, lưới 3x3, mỗi ô từ đầu tới thắt lưng, mỗi hàng tăng dần từ nhẹ đến mạnh: vui (mỉm cười, cười tươi, cười chảy nước mắt) / buồn (hụt hẫng, buồn rơm rớm, khóc thác nước) / giận (khó chịu, giận nổi gân, nổi điên bốc khói).
3. Biểu cảm tấm 2: ngạc nhiên (ồ, sốc, hét ôm má) / suy nghĩ (xoa cằm, bối rối dấu hỏi, mắt xoáy rối não) / tự tin (hài lòng, chỉ tay ngầu, khoanh tay kiêu).
4. Biểu cảm tấm 3: sợ (lo cắn môi, run, mắt trắng hoảng loạn) / mệt (chán, ngáp quầng thâm, tan chảy hồn bay) / gag (cười gượng đổ mồ hôi, mắt đồng xu mê tiền, cạn lời ba chấm).
5. Hình hài gag, 1:1, lưới 3x3, toàn thân: em bé trong nôi, thiên tài não to đeo kính, đại gia kính đen cầm tiền, vua đội vương miện, thiền sư ngồi thiền, dân văn phòng ngập giấy, doanh nhân vest, làm content bên laptop, nổi điên lửa bùng.
6. Cặp nhép miệng, 3:4, cùng tư thế đứng mặc định: một ảnh miệng mở, một ảnh miệng đóng, mọi thứ khác giống hệt.
Tôi báo ô nào lỗi (ví dụ "tấm 2, ô giữa") thì chỉ làm lại riêng ô đó, không làm lại cả tấm.
QUY TẮC
- Nhân vật phải hoàn toàn gốc. Không vẽ lại, không nhái nhân vật, mascot, logo của kênh hay thương hiệu nào. Học phong cách thì được.
- Không có chữ, nhãn, số, logo trong ảnh. Nền trắng phẳng, không bóng đổ.
- Mọi prompt đều kèm khóa phong cách dưới đây (trừ khi tôi đổi).
- Prompt lưới biểu cảm luôn có câu: "The attached image is the character reference: \[liệt kê chi tiết nhận diện] and the hand-drawn line style all come from it and stay identical in every cell. Only the face, the brows, the hands, and simple cartoon effect marks change from cell to cell. Expressions are big, exaggerated, and instantly readable."
- Nếu công cụ tạo ảnh có tính phí, báo chi phí trước khi tạo bộ đầy đủ.
KHÓA PHONG CÁCH
Style: very simple hand-drawn digital doodle cartoon, as if drawn quickly but confidently on a drawing tablet — thick black marker-like outlines with slightly uneven, lively line weight, very few details, flat solid color fills with absolutely no shading and no gradients, chunky simplified shapes, minimal facial features designed for strong exaggerated expressions. The background is a single flat pure white field, no shadow, no gradient, no texture. No text, no logos.
KẾT THÚC
Khi xong, xuất bảng: tên tấm | mã ảnh (nếu có) | tỉ lệ | tên file các ô theo thứ tự trái sang phải, trên xuống dưới (không dấu, nối gạch ngang, ví dụ vui-nhe, vui-tuoi, cuoi-lan). Bảng này tôi dùng để cắt thư viện nhân vật khi dựng video.
Bắt đầu bằng Bước 1.
```Claude sẽ yêu cầu bạn cung cấp một số thông tin như loại nhân vật, tính cách và màu sắc chủ đạo. Chẳng hạn, bạn có thể mô tả:
Tôi muốn tạo một chú rồng hoạt hình 2D màu xanh lá, có tính cách tinh nghịch, hơi láu cá nhưng đáng yêu. Nhân vật có đôi mắt to, biểu cảm hài hước và thiết kế đơn giản, phù hợp với những video giải thích kiến thức ngắn.
Từ mô tả này, Claude sẽ hỗ trợ tạo bản thiết kế ban đầu. Bạn nên xem kỹ hình ảnh, đặc biệt là khuôn mặt, màu sắc và tỷ lệ cơ thể. Nếu chưa hài lòng, hãy yêu cầu điều chỉnh ngay ở bước này để tránh phải sửa lại toàn bộ bộ biểu cảm về sau.
Khi đã chọn được nhân vật ưng ý, tiếp tục yêu cầu Claude tạo đủ 27 biểu cảm theo Master Prompt, chẳng hạn vui vẻ, tức giận, ngạc nhiên, buồn bã, ngơ ngác, hoài nghi hoặc suy tư. Điều quan trọng là tất cả hình ảnh phải giữ nguyên đặc điểm nhận diện của nhân vật, chỉ thay đổi nét mặt và cử chỉ.
Sau khi hoàn tất, tải toàn bộ hình ảnh về máy và lưu vào một thư mục riêng, ví dụ video1. Bạn có thể đặt các ảnh trong thư mục con characters để dễ quản lý.
video1/
└── characters/
├── happy.png
├── sad.png
├── angry.png
├── surprised.png
└── ... (27 biểu cảm)Cấu trúc trên chỉ là ví dụ để sắp xếp tài nguyên. Nếu Skill có quy định riêng về tên file hoặc thư mục, hãy làm theo hướng dẫn đi kèm.
Điểm hay của cách làm này là bạn chỉ cần tạo bộ nhân vật một lần. Những video sau có thể tiếp tục sử dụng thư viện biểu cảm đã có, vừa tiết kiệm thời gian vừa giúp kênh giữ được phong cách hình ảnh nhất quán.
4. Dùng Claude tìm chủ đề và viết kịch bản
Sau khi đã có nhân vật, chúng ta chuyển sang phần nội dung. Thay vì phải tự nghĩ ý tưởng và viết từng câu thoại, bạn có thể để Claude hỗ trợ tìm chủ đề, nghiên cứu thông tin và xây dựng kịch bản.
Đầu tiên, mở Claude và tạo một Project mới, chẳng hạn Video Hoạt Hình AI. Tiếp theo, mở file Biên kịch bản trong bộ tài nguyên và đưa nội dung vào phần hướng dẫn của Project. Việc này giúp Claude hiểu phong cách kể chuyện, cách nghiên cứu và cấu trúc kịch bản bạn muốn sử dụng, đồng thời không cần giải thích lại từ đầu mỗi khi làm video mới.
# VAI TRÒ VÀ PHONG CÁCH
- **Vai trò:** Biên kịch kênh YouTube dạng "Đơn giản hóa" (giải thích kiến thức, phân tích sự kiện theo cách dễ hiểu, vui vẻ, như hai người bạn ngồi trò chuyện).
- **Cách xưng hô:**
- Trong trao đổi: Biên kịch xưng **"em"**, gọi anh là **"anh"**.
- Người dẫn trong video (Host): Xưng **"mình"**, gọi khán giả là **"anh em"**.
---
# QUY TRÌNH THỰC HIỆN (Mỗi bước chờ duyệt)
## BƯỚC 1. SĂN XU HƯỚNG VÀ CHỌN CHỦ ĐỀ
### 1. Nguồn tìm kiếm xu hướng (7–14 ngày gần nhất)
- Google Xu hướng tìm kiếm (Khu vực Việt Nam).
- Video thịnh hành & Gợi ý tìm kiếm trên YouTube, TikTok.
- Tin tức nổi bật trên các báo lớn tại Việt Nam.
- Lịch sắp tới: Ngày lễ, Tết, rằm, tiết khí, kỷ niệm, mùa vụ, mùa thi, mùa bão...
### 2. Định dạng đầu ra
- **Bảng xu hướng ngắn (5–8 dòng):** Xu hướng gì | Đang nóng ở đâu | Ngày ghi nhận | Nguồn.
- **Trường hợp đã có chủ đề sẵn:** Xác nhận góc kể trong 1–2 câu và chỉ ra xu hướng gắn kèm.
- **Trường hợp chưa có chủ đề:** Gợi ý **8 chủ đề**, mỗi chủ đề kèm:
- 1 câu "Vì sao người xem tò mò".
- 1 câu "Gắn với xu hướng nào" (hoặc "Chủ đề bền, không cần xu hướng").
- 1 câu "Cần kiểm chứng gì".
### 3. Tiêu chí chọn chủ đề
- Là câu hỏi đời thường người Việt nào cũng từng thắc mắc: Phong tục, lời ăn tiếng nói, Tết, ăn uống, tên họ, con số, tiền bạc, chuyện quanh nhà.
- Ít từ tiếng Anh (kể cả trong tiêu đề).
- Nội dung cốt lõi trả lời gọn trong ~2 phút, nhưng có đủ tư liệu mở rộng thành 8–12 phút (nguồn gốc, dị bản, giải thích khoa học/lịch sử, góc nhìn hiện đại).
- Ưu tiên chủ đề bền (xem quanh năm) có móc nối xu hướng để đăng đúng thời điểm.
- **Mẫu tiêu đề chuẩn:**
- *"Vì sao…?"*
- *"Tất tần tật về…"*
- *"Đơn giản hóa: …"*
- *“… hoạt động thế nào?”*
- *"Chuyện gì đã xảy ra với…"*
- *"Tóm lại là: …"*
---
## BƯỚC 2. TÌM HIỂU VÀ KIỂM CHỨNG
- Tìm kiếm web trước khi viết (kể cả phong tục quen thuộc). Ưu tiên sách/nghiên cứu văn hóa, sử liệu, từ điển, cơ quan chính thức, báo lớn.
- **Xử lý dị bản:** Liệt kê các dị bản, nêu rõ dị bản phổ biến nhất thuộc nguồn nào (không kể một dị bản như sự thật duy nhất).
- **Phân loại thông tin rõ ràng:**
1. Sự thật đã xác nhận.
2. Nhận định của chuyên gia/cá nhân.
3. Giả thuyết hoặc truyền thuyết dân gian.
- **Độ chính xác:** Không bịa số liệu, không bịa câu nói, ghi rõ ngày cập nhật số liệu.
---
## BƯỚC 3. DÀN Ý VÀ TIÊU ĐỀ
### 1. Cấu trúc dàn ý
- Câu Hook.
- 4–5 câu hỏi lộ trình.
- Các khối nội dung (mỗi khối 1 dòng).
- Câu chốt cuối video.
- 1 ý tưởng Thumbnail.
### 2. Gợi ý 3 dạng tiêu đề
1. **Bản bắt trend:** Từ khóa hot đứng đầu + Câu hỏi đời thường (*Ví dụ: "Quốc Tử Giám tròn 950 tuổi: vì sao gọi là trường đại học đầu tiên?"*).
2. **Bản bền:** Chỉ có câu hỏi, xem thời điểm nào cũng hợp.
3. **Bản tò mò:** Gài chi tiết bất ngờ lấy từ nội dung đã kiểm chứng.
### 3. Quy tắc tiêu đề & SEO
- Từ khóa chính nằm trong 40 ký tự đầu; toàn bộ tiêu đề **không quá 70 ký tự**.
- Đúng cách người dùng gõ tìm kiếm.
- Xu hướng liên quan thật, không giật tít sai sự thật, không hứa điều video không giải đáp.
- Không bám vào bi kịch, tai nạn, mất mát của người khác.
- Kèm 5–8 từ khóa và thẻ gợi ý cho phần mô tả.
---
## BƯỚC 4. VIẾT KỊCH BẢN HOÀN CHỈNH
### 1. Thời lượng & Độ dài
- **Thời lượng:** 8–12 phút đọc (~1.600 – 2.400 chữ lời đọc, tốc độ ~200 chữ/phút).
- **Kỹ thuật mở rộng:** Trả lời nhanh ở đầu -> Đào sâu từng lớp (nguồn gốc, dị bản, giải thích khoa học/lịch sử, so sánh quốc tế, tính đúng sai ngày nay).
### 2. Cấu trúc kịch bản
1. **Hook (0:00–0:20):** Mở bằng con số, tình huống hoặc câu hỏi tò mò. Không chào hỏi. Bắt đầu ngay bằng xu hướng nếu có.
2. **Lộ trình (0:20–0:50):** *"Hôm nay mình đơn giản hóa chuyện này theo ... câu hỏi: Một... Hai..."*.
3. **Vị trí Sponsor (khoảng 0:50):** Để trống `[CHÈN NHÀ TÀI TRỢ ĐÚNG CHỦ ĐỀ]`.
4. **Thân bài:**
- Công thức từng khối: `Định nghĩa (1 câu)` -> `Ví dụ đời thường Việt Nam` -> `Câu đùa / Gag` -> `Tóm lại (1 câu)`.
- Cứ 60–90 giây có 1 **"móc giữ chân"** (*"Nhưng chưa hết đâu..."*, *"Cái đáng sợ là..."*, *"Và đây mới là phần hay nhất"*).
- Truyện dân gian phải nêu rõ: *"Theo một dị bản..."*, *"Có người cho rằng..."*.
5. **Bài học / Góc nhìn:** Rút ra góc nhìn thực tế cho người xem (nếu hợp).
6. **Kết video:** *"Tóm lại là: ..."* (Gói video trong 1–2 câu) + Câu hỏi kêu gọi tương tác chủ đề tiếp theo.
### 3. Giọng văn & Quy tắc ứng xử
- Nhịp nhanh, câu ngắn, tự hỏi tự trả lời.
- Cứ 20–30 giây có 1 câu đùa, so sánh đời thường hoặc chơi chữ.
- Con số lớn phải đi kèm phép so sánh dễ hình dung (chuyển tiền thành số ổ bánh mì, thời gian thành tô phở).
- Hài hước duyên dáng, không xúc phạm cá nhân, vùng miền, giới tính, tôn giáo.
- Kể chuyện phong tục tôn trọng tín ngưỡng; chuyện nhạy cảm (chính trị/bi kịch) giữ giọng nghiêm túc, tôn trọng.
- Tài chính/đầu tư: Nêu rõ *"Không phải lời khuyên đầu tư"*.
---
# ĐỊNH DẠNG XUẤT RẤT (HAI BẢN KỊCH BẢN)
## BẢN A: KỊCH BẢN DỰNG (Đầy đủ chỉ dẫn visual & audio)
Dành cho đội ngũ sản xuất và dựng phim.
### Dấu nhãn bắt buộc:
- `[HÌNH]` Mô tả hình ảnh trên màn hình (đề xuất hình tự vẽ/tự tạo, không dùng hình bản quyền).
- `[CHỮ]` Chữ khóa xuất hiện trên màn hình.
- `[RỒNG]` Biểu cảm nhân vật (chỉ dùng danh sách quy định).
- `[NHÃN]` Loại đoạn: `dinh-nghia` / `vi-du` / `dua` / `chot` / `doi-thuong` / `ket`.
- `[SFX]` Hiệu ứng âm thanh (chỉ ở gag lớn, 1–2 lần/phút).
### Danh sách biểu cảm nhân vật chuẩn `[RỒNG]`:
> `vui-nhe`, `vui-tuoi`, `cuoi-lan`, `buon-nhe`, `buon`, `khoc`, `kho-chiu`, `gian`, `noi-dien`, `ngac-nhien`, `soc`, `het-om-ma`, `suy-nghi`, `boi-roi`, `roi-nao`, `hai-long`, `ngau`, `kieu`, `lo`, `so`, `hoang-loan`, `chan`, `met`, `kiet-suc`, `cuoi-guong`, `mat-dong-xu`, `can-loi`, `em-be`, `thien-tai`, `dai-gia`, `vua`, `thien-su`, `van-phong`, `doanh-nhan`, `lam-content`, `noi-dien-lua`.
---
## BẢN B: LỜI ĐỌC CHO AI (Giọng đọc tự động)
Dành cho phần mềm Text-to-Speech (TTS).
- Chỉ chứa lời thoại liền mạch, không ghi chú, không dùng ngoặc chỉ dẫn.
- **Con số:** Chuyển hoàn toàn thành chữ (*"sáu phẩy ba tỷ đô la"*, *"ba giờ năm phút"*).
- **Thuật ngữ tiếng Anh:** Thay thế tối đa bằng tiếng Việt (*hacker* -> *tin tặc*, *crypto* -> *tiền mã hóa*).
- **Tên riêng/Thương hiệu bắt buộc:** Viết theo dạng phiên âm cách đọc (*YouTube* -> *Diu-túp*, *Bitcoin* -> *Bít-coin*).
- **Cảm xúc:** Thể hiện bằng từ ngữ và dấu câu, không ghi chú cảm xúc trong ngoặc.
---
# PHẦN BỔ SUNG CUỐI KỊCH BẢN
1. **Chương video (Timestamp):** 4–6 mốc thời gian dạng câu hỏi.
2. **Danh sách nguồn kiểm chứng:** Nêu rõ tên nguồn, link, ngày truy cập.
3. **Bảng tổng hợp dị bản:** Dị bản nào, từ nguồn nào, video sử dụng dị bản nào.
4. **Thông tin xu hướng đã gắn:** Tên trend, nguồn, ngày ghi nhận, hạn "còn nóng" ước tính (thời gian nên đăng).
5. **Checklist kiểm tra cuối cùng:** Các điểm thông tin cần xác minh lại trước khi xuất bản.Prompt đã được chuẩn bị để Claude có thể tìm kiếm những chủ đề đang được quan tâm hoặc gợi ý các câu hỏi kích thích sự tò mò. Bạn có thể bắt đầu bằng một yêu cầu đơn giản:
Hãy gợi ý những chủ đề thú vị, gần gũi với người Việt, có yếu tố bất ngờ hoặc hài hước, phù hợp để làm video hoạt hình giải thích ngắn.
Một ví dụ được sử dụng là câu hỏi: “Tại sao Việt Nam có tuổi Mão là con mèo, còn Trung Quốc lại là con thỏ?”. Đây là dạng chủ đề khá phù hợp vì vừa gần gũi, vừa khiến người xem tò mò muốn biết câu trả lời.
Khi đã chọn được chủ đề, hãy yêu cầu Claude nghiên cứu kỹ hơn và đối chiếu thông tin từ những nguồn đáng tin cậy. Bước này rất quan trọng, đặc biệt với các nội dung liên quan đến lịch sử, khoa học hoặc văn hóa, bởi AI vẫn có thể đưa ra những chi tiết chưa chính xác.
Cuối cùng, yêu cầu Claude xuất kịch bản hoàn chỉnh dựa trên prompt biên kịch. Một video dạng này nên có phần mở đầu thu hút, nội dung giải thích dễ hiểu, đôi chút hài hước và kết thúc ngắn gọn. Bạn cũng nên đọc lại kịch bản để chỉnh những câu quá dài hoặc khó nghe trước khi chuyển thành giọng đọc.
5. Tạo giọng đọc AI và phụ đề SRT
Khi đã có kịch bản, bước tiếp theo là chuyển nội dung thành giọng đọc. Bạn có thể sử dụng ElevenLabs, GenMax hoặc một công cụ Text-to-Speech tương tự có khả năng tạo giọng nói tiếng Việt tự nhiên.
Chỉ cần sao chép kịch bản vào công cụ, chọn giọng đọc phù hợp và điều chỉnh tốc độ nếu cần. Với video hoạt hình hài hước, nên ưu tiên giọng đọc rõ ràng, có nhịp điệu và ngắt nghỉ tự nhiên. Hãy nghe thử trước khi xuất file để tránh những lỗi phát âm hoặc câu thoại bị đọc quá nhanh.
Sau khi hoàn tất, chúng ta cần chuẩn bị hai file: audio định dạng .mp3 hoặc .wav và phụ đề định dạng .srt. Audio là phần giọng đọc chính, còn SRT chứa nội dung lời thoại cùng các mốc thời gian để hệ thống biết khi nào cần hiển thị phụ đề.
Ví dụ, một file SRT có thể trông như sau:
1
00:00:00,000 --> 00:00:03,000
Bạn có biết vì sao Việt Nam có năm con mèo?
2
00:00:03,000 --> 00:00:06,000
Trong khi ở Trung Quốc lại là năm con thỏ?Đây chỉ là ví dụ minh họa. Khi thực hiện, thời gian trong SRT phải khớp với audio thực tế. Nếu công cụ tạo giọng nói không hỗ trợ xuất phụ đề, bạn có thể sử dụng thêm một công cụ tạo SRT từ audio.
Cuối cùng, đưa hai file này vào thư mục video1 đã tạo ở bước trước. Lúc này, thư mục làm việc sẽ chứa đầy đủ bộ biểu cảm nhân vật, giọng đọc và phụ đề.
video1/
├── characters/
│ ├── happy.png
│ ├── sad.png
│ ├── angry.png
│ └── ...
├── voice.mp3
└── subtitles.srtVậy là chúng ta đã có đủ những nguyên liệu chính để bắt đầu dựng video.
6. Tự động dựng video bằng Claude Code Skill
Đây là phần thú vị nhất của toàn bộ quy trình. Thay vì mở phần mềm dựng video rồi tự căn chỉnh từng biểu cảm, hiệu ứng hay phụ đề, chúng ta sẽ giao phần lớn công việc này cho Claude Code.
Trước tiên, mở Claude Code trong môi trường có khả năng truy cập các file trên máy tính. Mình sử dụng giao diện hỗ trợ quản lý Skills và kết nối MCP.
Tiếp theo, vào mục Skills, chọn tùy chọn tải Skill lên và sử dụng file Skill Edit Vui Vẻ trong bộ tài nguyên này. Skill này đóng vai trò như một bộ hướng dẫn dựng video được chuẩn bị sẵn, giúp Claude Code biết cách xử lý âm thanh, phụ đề, hình ảnh nhân vật và các hiệu ứng.
Sau khi cài Skill, bạn tiếp tục thiết lập Higgsfield MCP trong Claude Code bằng thông tin cấu hình được dịch vụ cung cấp. Đây là bước riêng với kết nối trong Claude Chat, vì hai môi trường không nhất thiết dùng chung cấu hình.
Copy gởi cho Claude Code để cài
Set up Higgsfield for me so I can generate images and videos from here.
1. Install the CLI: run `npm i -g @higgsfield/cli`.
2. Authenticate: run `higgsfield auth login` and complete the sign-in in the browser it opens.
3. Install the companion skills: run `npx skills add higgsfield-ai/skills`.
Once that’s done, let me know when it’s ready.Khi mọi thứ đã sẵn sàng, bạn chỉ cần gọi Skill bằng lệnh:
/edit_vui_ve *path/edit_vui_ve/Users/yourname/Videos/video1Kèm theo đường dẫn thư mục chứa nguyên liệu video. Ví dụ, nếu thư mục video1 nằm trong thư mục Videos trên máy Mac, bạn có thể sử dụng yêu cầu dạng như trên. Hãy thay *path bằng tên thư mục người dùng trên máy của bạn và kiểm tra lại cú pháp thực tế.
Gõ như vậy là đủ nhưng nếu chỉ cần kiểm tra trước, hãy thêm yêu cầu làm 30s thử cho xem thôi. còn tự tin làm full thì cứ gõ như trên là được.
/edit_vui_ve *path/edit_vui_ve/Users/yourname/Videos/video1 làm 30 giâySau khi nhận lệnh, Claude Code sẽ thực hiện quy trình dựng dựa trên hướng dẫn của Skill. Theo phần trình diễn của tác giả, hệ thống có thể phân tích nhịp giọng đọc, đồng bộ phụ đề, lựa chọn biểu cảm nhân vật và tự động thêm các hiệu ứng zoom, keyframe hoặc chuyển cảnh.
Chẳng hạn, khi nhân vật đặt một câu hỏi, video có thể chuyển sang biểu cảm ngạc nhiên. Khi bắt đầu giải thích, nhân vật đổi sang trạng thái suy tư, kết hợp với hiệu ứng phóng to hoặc thu nhỏ để tạo cảm giác sinh động.
Nhờ những thay đổi liên tục này, video không còn giống một chuỗi hình ảnh tĩnh mà có nhịp chuyển động gần với phong cách hoạt hình kể chuyện.
Khi quá trình dựng hoàn tất, bạn nên mở thành phẩm để kiểm tra lại. Hãy chú ý những đoạn phụ đề bị lệch, biểu cảm chưa phù hợp hoặc hiệu ứng chuyển cảnh quá nhanh. Nếu phát hiện vấn đề, bạn có thể yêu cầu Claude Code điều chỉnh những đoạn cụ thể.
Lưu ý rằng cách xuất video, định dạng đầu ra và vị trí lưu thành phẩm phụ thuộc vào Skill thực tế. Bản hướng dẫn gốc chưa cung cấp chi tiết các thiết lập này, vì vậy bạn nên đối chiếu với tài nguyên của tác giả.
7. Thành phẩm có thực sự tốt không?
Theo đánh giá, mình cho rằng chất lượng dựng tự động đạt khoảng 7–8/10 so với cách dựng thủ công chuyên nghiệp. Các hiệu ứng zoom, chuyển cảnh, keyframe và thay đổi nét mặt nhân vật diễn ra khá liên tục, giúp video sinh động và giữ được nhịp kể chuyện.
Đáng chú ý hơn, quy trình có thể tiết kiệm đến 90% thời gian dựng video so với phương pháp truyền thống. Tuy nhiên, đây là kết quả từ trải nghiệm được trình diễn, không phải mức hiệu quả được bảo đảm cho mọi dự án.
Theo mình, lợi ích lớn nhất không chỉ nằm ở việc tạo ra một video nhanh hơn, mà còn ở khả năng tái sử dụng toàn bộ workflow. Khi đã có bộ nhân vật, prompt biên kịch và Skill dựng ổn định, những video tiếp theo sẽ không cần bắt đầu lại từ đầu.
Dù vậy, vẫn có một vài điều bạn nên chú ý. Bộ biểu cảm cần nhất quán về thiết kế, giọng đọc phải rõ ràng và phụ đề cần khớp với audio để quá trình dựng diễn ra thuận lợi. Kịch bản cũng nên được kiểm tra kỹ trước khi đưa vào sản xuất, đặc biệt với những nội dung có yếu tố kiến thức hoặc thông tin thực tế.
Ngoài ra, nếu dự định sản xuất video hàng loạt, bạn nên theo dõi chi phí credit của các dịch vụ AI và xây dựng phong cách nhân vật riêng thay vì sao chép quá sát thiết kế của những kênh khác.
8. Tổng kết
Điểm mình thích nhất ở phương pháp này là cách tác giả kết hợp nhiều công cụ AI thành một quy trình sản xuất nội dung khá hoàn chỉnh. Claude đảm nhận việc tìm ý tưởng và viết kịch bản, công cụ Text-to-Speech tạo giọng đọc, còn Claude Code cùng Skill hỗ trợ tự động hóa phần dựng video.
Tất nhiên, AI chưa thể thay thế hoàn toàn khả năng sáng tạo và cảm nhận của con người. Bạn vẫn cần chọn chủ đề hấp dẫn, kiểm tra nội dung và đánh giá thành phẩm. Nhưng nếu có thể giảm đáng kể thời gian căn phụ đề, thay biểu cảm hay chỉnh hiệu ứng lặp đi lặp lại, thì đây đã là một hướng tiếp cận rất đáng thử.
Nếu đang muốn xây dựng kênh YouTube Shorts, TikTok hoặc Facebook Reels với nội dung kể chuyện, giải thích kiến thức hay những sự thật thú vị, bạn có thể bắt đầu với một video ngắn để làm quen, sau đó hoàn thiện workflow và mở rộng dần.
Để lại một bình luận