Chất lượng video của Gemini Omni phụ thuộc rất nhiều vào prompt đứng sau nó. Mô hình có thể xử lý một câu ngắn, mơ hồ — nhưng chính một prompt cụ thể, có chỉ dẫn về cảnh, góc máy, chữ hiển thị và âm thanh mới là thứ biến một đoạn clip chung chung thành thứ bạn thực sự muốn đăng tải. Dưới đây là cách viết prompt để bám sát ý tưởng trong đầu bạn hơn, kèm theo các ví dụ thực tế được lấy từ chính các bản demo do Gemini Omni tạo ra.
Bắt đầu với đúng chế độ
Tạo video AI cung cấp ba cách để bắt đầu, và việc chọn đúng chế độ cũng quan trọng không kém bản thân prompt:
- Văn bản/Hình ảnh sang Video — mô tả một cảnh bằng ngôn ngữ thông thường, hoặc tải lên một hình ảnh duy nhất và làm cho nó chuyển động. Phù hợp nhất khi bạn bắt đầu từ một ý tưởng thay vì từ tài liệu có sẵn.
- Tham chiếu sang Video — tải lên nhiều hình ảnh tham chiếu để định hướng nhân vật, sản phẩm hoặc phong cách hình ảnh, sau đó mô tả cách chúng nên chuyển động và kết hợp với nhau. Phù hợp nhất khi việc giữ nhất quán một diện mạo cụ thể quan trọng hơn một ý tưởng từ con số 0.
- Khung hình sang Video — thiết lập điểm bắt đầu và điểm kết thúc, để mô hình tự lấp đầy chuyển động ở giữa. Phù hợp nhất khi bạn đã biết chính xác cảnh quay bắt đầu và kết thúc ở đâu.
Một prompt tốt cần có những gì
Một prompt chỉ nêu tên chủ thể ("một giáo sư đang dạy toán") để lại quá nhiều thứ cho sự may rủi. Hãy so sánh với một prompt thực tế được dùng trong một trong các clip demo của chính Gemini Omni:
"Một giáo sư trung niên đeo kính đứng trước tấm bảng đen xanh phủ kín các phương trình, giảng giải đẳng thức lượng giác sin²(x) + cos²(x) = 1, xoay người nhìn về phía camera trong lúc giảng bài."
Hãy chú ý những gì nó nêu cụ thể: chủ thể và bối cảnh, chữ hiển thị trên màn hình chính xác (phương trình), và một hành động liên quan đến góc máy (xoay người nhìn về phía camera). Chính sự kết hợp này giúp Gemini Omni render phương trình rõ nét và giữ bố cục có chủ đích, thay vì phải đoán.
Một prompt tốt thường bao gồm:
- Cảnh và chủ thể — ai hoặc cái gì xuất hiện trong khung hình, và ở đâu.
- Chỉ dẫn góc máy — đẩy camera vào (push-in), xoay quanh (orbit), cảnh quay theo dõi (tracking shot), góc thấp, tĩnh — bất cứ kiểu nào khớp với cảnh quay bạn đang hình dung.
- Chữ hiển thị trên màn hình, viết chính xác từng chữ, nếu clip cần render đúng tiêu đề, chú thích hoặc phương trình.
- Gợi ý âm thanh và giọng nói, nếu lời thoại, âm thanh nền hoặc âm nhạc có ảnh hưởng đến kết quả.
Đây là một ví dụ thực tế khác, gần như được xây dựng hoàn toàn từ chỉ dẫn góc máy và ánh sáng:
"Tạo một clip điện ảnh dài 10 giây. Bố cục ổn định, đẩy-kéo nhẹ nhàng, cảnh quay hero góc thấp. Cảnh thiết lập siêu rộng, nghiêng nhẹ lên trên, con đường đất trên vách đá với một chiếc xe du lịch cổ điển ở một phần ba dưới khung hình, biển xa ở đường chân trời, ánh sáng ngược bên giờ vàng với các tia sáng thể tích xuyên qua bụi."
Sử dụng hình ảnh tham chiếu hiệu quả
Tính năng Tham chiếu sang Video hỗ trợ nhiều hình ảnh trong cùng một prompt, và bạn có thể trỏ trực tiếp đến chúng. Một clip demo kết hợp năm hình ảnh tham chiếu trong một câu lệnh duy nhất:
"@image1 @image2 @image3 @image4 @image5, cảnh quay theo dõi một lần liền mạch (one-take), theo chân người thuyết trình từ bảng trắng đến bản demo giao diện rồi đến slide kết thúc. Giữ cho phương trình viết phấn 'E = mc^2' và tiêu đề 'Bài 1: Năng lượng' được render rõ nét xuyên suốt toàn bộ cảnh quay."
Khuôn mẫu đáng học theo: hình ảnh tham chiếu neo giữ những gì cần nhất quán (người thuyết trình, bảng trắng, giao diện), trong khi prompt văn bản mô tả chuyển động kết nối chúng và bất kỳ chữ hiển thị nào cần giữ rõ ràng, dễ đọc xuyên suốt.
Hình ảnh tham chiếu cũng là cách để bạn hoán đổi nhân vật hoặc sản phẩm một cách nhất quán trong một clip, chẳng hạn như thay thế một ca sĩ hoặc diễn viên cụ thể trong khi vẫn giữ nguyên mọi hành động khác:
"Thay thế nữ ca sĩ chính trong video 1 bằng nam ca sĩ trong hình ảnh 1. Khớp chính xác các hành động gốc, không thêm cảnh cắt nào, ban nhạc tiếp tục biểu diễn."
Chỉnh sửa và biến tấu qua chat
Vì Gemini Omni cho phép chỉnh sửa trực tiếp trong chat, bạn không cần mô tả lại toàn bộ cảnh chỉ để thay đổi một chi tiết trong đó. Hai ví dụ thực tế dưới đây cho thấy câu lệnh chỉnh sửa có thể thu hẹp đến mức nào:
"Thay bát mì pasta trong clip này bằng một bát súp Tom Yum. Giữ nguyên chuyển động camera, ánh sáng, cách bày trí món ăn và cách sắp đặt bàn ăn. Hơi nước bốc lên tự nhiên từ bát súp mới."
"Xóa watermark khỏi clip này. Không thay đổi bất cứ điều gì khác — giữ nguyên hoàn toàn bố cục gốc, chuyển động camera, màu sắc (color grade) và diễn xuất của chủ thể."
Điểm chung: nêu rõ một điều duy nhất cần thay đổi, sau đó nói rõ những gì cần giữ nguyên. Vế thứ hai này quan trọng hơn nhiều người nghĩ — nếu thiếu nó, mô hình sẽ có nhiều không gian hơn để thay đổi những thứ bạn muốn giữ lại.
Những lỗi thường gặp cần tránh
- Quá mơ hồ: "một video thành phố thật ngầu" gần như không cho mô hình điểm nào để bám vào. Hãy nêu rõ cảnh quay, tâm trạng, và ít nhất một chi tiết hình ảnh cụ thể.
- Không có chỉ dẫn góc máy: nếu bạn không nêu rõ chuyển động, bạn sẽ nhận được bất cứ thứ gì mô hình mặc định tạo ra. Hãy nói rõ ràng nếu điều đó quan trọng với bạn.
- Quên viết chính xác chữ hiển thị trên màn hình: nếu chú thích, tiêu đề hoặc phương trình cần render đúng, hãy viết nguyên văn trong prompt thay vì mô tả chung chung.
- Không dùng hình ảnh tham chiếu để giữ nhất quán: nếu một nhân vật, sản phẩm hoặc phong cách cần được giữ nguyên xuyên suốt dự án, hãy tải lên hình ảnh tham chiếu thay vì mô tả lại trong mỗi prompt.
Câu hỏi thường gặp
Công cụ tạo video chấp nhận đầu vào nào? Bạn có thể tạo video từ một prompt văn bản hoặc từ một hoặc nhiều hình ảnh tham chiếu. Hình ảnh tham chiếu giúp giữ nhất quán nhân vật, sản phẩm và phong cách.
Tôi có thể tải lên bao nhiêu hình ảnh tham chiếu? Tính năng tạo video từ hình ảnh hỗ trợ nhiều hình ảnh tham chiếu. Hãy tải lên những cảnh bạn muốn mô hình dựa theo, sau đó mô tả cách chúng nên chuyển động và kết hợp với nhau.
Những độ dài và độ phân giải video nào được hỗ trợ? Các tùy chọn phụ thuộc vào mô hình và gói bạn chọn. Thời lượng, độ phân giải khả dụng cùng số tín dụng cần dùng sẽ hiển thị trước khi bạn bắt đầu tạo video.
Tín dụng được tính phí như thế nào? Mỗi lượt tạo video đều hiển thị số tín dụng cần dùng trước khi bạn bắt đầu. Bạn chỉ bị trừ tín dụng khi thực sự tạo video.
Tôi có thể tải video đã tạo về không? Có — bạn có thể xem trước clip hoàn chỉnh ngay trên trình duyệt, sau đó tải file MP4 về hoặc chạy thêm một prompt khác để tinh chỉnh.
Sẵn sàng tự mình thử áp dụng những mẫu này chưa? Mở Tạo video AI, hoặc xem thêm các prompt thực tế khác trên trang Video demo trước.
