Tôi đã trả tiền thuê quay clip sản phẩm đủ kiểu: thuê studio, thuê bạn quay tự do, rồi tự cầm điện thoại quay. Cái đắt nhất chưa bao giờ là máy quay — nó là lịch: hẹn người, dựng cảnh, quay lại vì đọc vấp, chờ dựng. Flow đảo ngược chuyện đó: một tấm ảnh sản phẩm bạn đã có sẵn, một đoạn mô tả, ba phút chờ, ra clip có tiếng nói. Bài này dạy bạn làm được đúng một việc trong buổi sáng nay: lấy một tấm ảnh hàng bạn đang bán, dựng thành clip 8 giây có người nói một câu tiếng Việt, tải về đăng được — và nói thẳng luôn cái giá thật, kể cả cái dấu mờ mà các bài hướng dẫn nước ngoài không nhắc.
Ai nên học cái này, ai nên bỏ qua?
Bài này viết cho người đang bán một món hàng nhìn thấy được và cần clip ngắn để đăng đều: chủ shop thực phẩm, mỹ phẩm, đồ gia dụng, quán ăn, nhà vườn — những người mỗi tuần cần vài clip mới cho Facebook, TikTok, Shopee mà không có ai quay. Đặc biệt hợp nếu bạn ngại lên hình: Veo dựng người nói thay bạn.
Bỏ qua bài này nếu bạn cần clip cho thấy đúng sản phẩm thật, chi tiết thật — hàng có logo, có chữ trên bao bì, có mã vạch, hoặc thuộc ngành phải trung thực tuyệt đối về hình ảnh (thuốc, thực phẩm chức năng, thiết bị y tế). AI vẽ lại chữ trên bao bì gần như luôn sai. Cũng bỏ qua nếu bạn chỉ cần làm cho ảnh sản phẩm nhúc nhích vài giây — việc đó Grok Imagine làm nhanh hơn và rẻ hơn nhiều; Flow chỉ đáng công khi bạn cần tiếng nói và nhiều cảnh nối nhau.
Flow làm được gì — nói bằng việc thật trong hệ của tôi?
- Clip giới thiệu gà ủ muối Gà Võ có người rao. Tôi đưa một tấm ảnh chụp con gà đã ủ muối làm nguyên liệu, mô tả cảnh bếp quê buổi sáng, kèm đúng một câu thoại. Ra clip 8 giây có tiếng người nói câu đó — không phải thuê giọng, không phải thu âm.
- Giữ được một "người mẫu" xuyên suốt nhiều clip. Đây là thứ tôi cần nhất và cũng là thứ các công cụ khác làm dở nhất: dùng lại đúng một ảnh nhân vật trong kho nguyên liệu, các clip sau vẫn ra đúng người đó, cùng khuôn mặt, cùng áo — nên cả loạt bài đăng trông như một chiến dịch chứ không phải mấy clip rời rạc.
- Nối 3 clip thành một mẩu 24 giây bằng Scene Builder. Cảnh cận sản phẩm → cảnh người nói → cảnh gói hàng giao đi. Ghép ngay trong Flow, không phải mở CapCut.
- Dựng cảnh Võ Farm mà tôi không có điều kiện quay. Cảnh nhìn từ trên cao xuống vườn lúc bình minh, cảnh mưa xuống luống rau. Những cảnh này thật ra tôi quay được, nhưng phải chờ đúng thời tiết — có khi chờ ba tuần.
- Đóng gói ý tưởng để chốt trước khi tiêu tiền thật. Trước khi thuê ê-kíp quay, tôi dựng bản nháp bằng Flow cho cả nhà xem. Duyệt xong mới thuê. Riêng khoản này đã tiết kiệm được một buổi quay hỏng.
Dùng từng bước thế nào — 9 bước bấm theo được ngay
- Vào cửa đúng địa chỉ. Mở trình duyệt trên máy tính, gõ flow.google, đăng nhập bằng tài khoản Google. ⚠️ Địa chỉ cũ labs.google/flow và công cụ Whisk (đóng cửa 30/04/2026) không còn là nơi làm việc chính — mọi bài hướng dẫn còn dẫn về đó là bài cũ. Bấm nút New project ở giữa màn hình. Đúng khi: bạn thấy một khung dự án trống với ô nhập lời nhắc ở đáy màn hình và số credit hiển thị ở góc trên bên phải. Vào được bằng tài khoản miễn phí, không cần thẻ.
- Xem trước bạn có bao nhiêu credit — bước hay bị bỏ qua nhất. Nhìn con số credit ở góc trên bên phải. Tài khoản không trả phí có 50 credit mỗi ngày và không cộng dồn sang hôm sau. Một lượt dựng loại Fast ăn khoảng 20 credit, loại Quality ăn 100 — nghĩa là tài khoản miễn phí không bao giờ dựng nổi một clip Quality, dù có nhịn cả tuần. Biết trước điều này để không cắm cúi viết lời nhắc xong mới thấy bị chặn.
- Nạp nguyên liệu — tấm ảnh sản phẩm của bạn. Ở khu vực ô nhập lời nhắc, chọn chế độ Ingredients to Video (nguyên liệu thành video) trong danh sách xổ xuống, rồi bấm biểu tượng + để tải ảnh lên. Tải tấm ảnh sản phẩm rõ nét nhất bạn có; nếu muốn có người, tải thêm một ảnh chân dung làm "diễn viên". Đúng khi: mỗi ảnh hiện thành một thẻ nhỏ nằm ngay cạnh ô nhập, bấm vào xoá được.
- Chọn mô hình và khổ hình. Trong bảng cài đặt cạnh ô nhập, chọn Veo 3.1 (bản có âm thanh — các bản cũ hơn chỉ ra hình câm), chọn tỷ lệ khung hình 9:16 nếu định đăng Reels/TikTok hoặc 16:9 cho Facebook và YouTube. Mỗi lượt ra clip khoảng 8 giây. Nếu có tuỳ chọn chất lượng, người mới để Fast — xem bảng giá phía dưới để biết vì sao.
- Viết lời nhắc — dán khối mẫu ở mục dưới, đừng tự nghĩ ở lần đầu. Dán nguyên khối lời nhắc tôi để sẵn bên dưới vào ô nhập, chỉ thay tên sản phẩm và câu thoại. 🔴 Câu thoại phải nằm trong ngoặc kép và viết bằng tiếng Việt — Veo nhận diện ngôn ngữ ngay trong ngoặc kép rồi phát âm theo. Viết chung chung kiểu "nhân vật nói về sản phẩm" mà không đặt câu cụ thể thì nó sẽ bịa ra một câu tiếng Anh.
- Bấm tạo và chờ đúng chỗ. Bấm mũi tên gửi ở cuối ô nhập. Thời gian chờ thường một đến ba phút cho một clip 8 giây. Đừng bấm gửi lần hai vì sốt ruột — mỗi lần bấm là một lần trừ credit, kể cả khi kết quả bạn không dùng. Đúng khi: một ô video xuất hiện trên khung làm việc, chạy thanh tiến trình, xong thì tự phát.
- Nghe trước khi nhìn. Bật loa lên xem lại clip và kiểm đúng ba thứ theo thứ tự: (a) có phát ra tiếng nói không; (b) câu nói có đúng chữ bạn viết không; (c) miệng có khớp không. Thực tế cần biết trước: một người nói thì khớp miệng ăn khoảng 8 trên 10 lần, từ hai người trở lên tụt xuống dưới 4 trên 10 — nên clip đầu tiên của bạn hãy chỉ để đúng một người nói.
- Ghép nhiều cảnh bằng Scene Builder (bước này tuỳ chọn). Rê chuột lên clip vừa ra, bấm nút Add to Scene — Flow chuyển bạn sang bàn ghép cảnh. Tạo thêm hai clip nữa theo cách trên rồi kéo vào cùng một dải, sắp theo thứ tự câu chuyện. Tính năng Extend kéo dài một clip bị hụt. Đúng khi: dải cảnh phát liền mạch từ đầu tới cuối, không giật giữa hai clip.
- Ra kết quả — tải về và kiểm dấu mờ. Bấm biểu tượng tải xuống trên clip. Mở file vừa tải: 🔴 nếu tài khoản của bạn ở Việt Nam, video sẽ bị đóng một dấu mờ hiển thị tự động, và bạn không tắt được nó ở bất kỳ gói nào (Google áp riêng cho Việt Nam, Ấn Độ và Hàn Quốc). Nhìn xem dấu mờ nằm ở đâu để lúc dựng cảnh bạn chừa chỗ, hoặc cắt khung khi lên CapCut. Xem được video có tiếng, tải về máy, chỉ ra được vị trí dấu mờ — coi như xong bài.
Nên chọn gói nào — bảng credit và giá thật mỗi clip
Credit là đơn vị duy nhất đáng quan tâm ở Flow, không phải "số video mỗi tháng". Bảng dưới ghép số công bố của Google với phép tính của riêng tôi ở cột cuối — và tôi nói rõ giả định để bạn tự sửa theo tay nghề mình.
| Gói | Credit | Ra được bao nhiêu clip | Giá mỗi clip dùng được (tính của tôi) |
|---|---|---|---|
| Miễn phí | 50/ngày, không cộng dồn | ~2 lượt Fast mỗi ngày. Không đủ cho một lượt Quality (100 credit) | 0 đồng — nhưng có dấu mờ và phải chia nhỏ ra nhiều ngày |
| Google AI Plus ~4,99 đô/tháng | Ít credit hơn hẳn Pro | Đủ nghịch thử, chưa đủ làm đều | Chỉ hợp nếu bạn dùng để học, tham khảo |
| Google AI Pro 19,99 đô/tháng | 1.000 credit/tháng | ~100 clip Lite · ~50 clip Fast · ~10 clip Quality | ~0,40 đô ≈ 10.400đ mỗi clip Fast thô; nếu 3 clip mới có 1 clip dùng được thì ≈ 31.000đ |
| Google AI Ultra 100 hoặc 200 đô/tháng | tới 12.500 credit | Mở Veo 3.1 ở 1080p, credit cho video rẻ hơn khoảng một nửa | Chỉ đáng khi bạn làm video như một nghề, không phải để bán hàng lẻ |
Mốc quyết định, tính bằng số. Giả định thật thà nhất của người mới là ba lần dựng mới ra một clip đăng được (một clip sai thoại, một clip sai bố cục, một clip đạt). Với gói Pro, một clip đăng được tốn khoảng 31.000 đồng. Bạn cần bao nhiêu clip một tuần? Dưới 2 clip thì cứ ở bản miễn phí, chia ra làm mỗi ngày một chút. Từ 3 clip một tuần trở lên — tức 12 clip mỗi tháng, hết khoảng 36 lượt dựng, vượt xa mức miễn phí gom nổi — thì lên Pro, và tổng chi vẫn dưới 400 nghìn đồng cho cả tháng nội dung, rẻ hơn một buổi thuê quay.
Viết lời nhắc thế nào cho Veo nghe lời — khối mẫu copy-dán
Dán nguyên khối này vào ô nhập của Flow sau khi đã tải ảnh sản phẩm lên làm nguyên liệu. Chỉ thay những chỗ tôi ghi trong ngoặc vuông:
Cảnh quay: một [người phụ nữ Việt Nam khoảng 35 tuổi, tóc búi gọn, áo bà ba màu nâu nhạt] đứng trong [gian bếp quê buổi sáng sớm, nắng xiên qua cửa sổ gỗ, khói nhẹ bốc lên từ nồi], hai tay nâng [sản phẩm trong ảnh nguyên liệu] lên ngang ngực. Máy quay: một cú máy duy nhất, đẩy chậm từ trung cảnh vào cận cảnh sản phẩm rồi dừng ở khuôn mặt nhân vật. Không cắt cảnh. Lời thoại (nhân vật nói bằng tiếng Việt, giọng miền Bắc, ấm và chậm rãi): "Gà ủ muối nhà em ướp mười hai tiếng, da giòn mà thịt vẫn ngọt." Âm thanh nền: tiếng lửa reo nhỏ, tiếng gà gáy xa, không có nhạc. Ánh sáng và màu: ánh sáng tự nhiên buổi sớm, tông ấm, tương phản dịu. Chất điện ảnh, không giống quảng cáo truyền hình. KHÔNG có: chữ, số, logo, phụ đề trên màn hình; không có người thứ hai xuất hiện; không thay đổi hình dáng hay màu sắc của sản phẩm trong ảnh.
Vì sao khối này ăn? Nó gồm bốn mảnh, và bạn chỉ cần thay hai:
- Mảnh nhân vật và bối cảnh — thay theo ngành bạn. Càng cụ thể càng ít bị AI tự bịa. "Người phụ nữ" thì mỗi lần ra một khuôn mặt khác; "người phụ nữ Việt Nam khoảng 35 tuổi, tóc búi gọn, áo bà ba nâu nhạt" thì lần nào cũng gần giống lần nào.
- Mảnh lời thoại trong ngoặc kép — thay bằng câu của bạn, giữ nguyên cách viết: nêu ngôn ngữ và giọng vùng miền trước, rồi mới tới câu trong ngoặc kép. Đây là mảnh quyết định toàn bộ chất lượng âm thanh. Giữ đúng một câu, dưới 15 từ — clip chỉ có 8 giây, viết dài thì nhân vật nói vấp hoặc bị cắt giữa chừng.
- Mảnh máy quay và ánh sáng — giữ nguyên. Câu "một cú máy duy nhất, không cắt cảnh" là câu quan trọng nhất mà người mới hay quên: không có nó, Veo tự cắt hai ba cảnh trong 8 giây và clip trông rối như quảng cáo thập niên 90.
- Mảnh "KHÔNG có" — giữ nguyên gần như nguyên vẹn. Ba dòng cấm đó chặn ba lỗi tốn credit nhất: chữ vẽ sai chính tả, người thứ hai xuất hiện làm hỏng khớp miệng, và sản phẩm bị AI đổi màu đổi dáng so với ảnh gốc của bạn.
Biến thể cho người bán dịch vụ (spa, sửa xe, dạy học — không có món hàng cầm được mà có không gian và thao tác): giữ nguyên mảnh máy quay và mảnh "KHÔNG có", đổi hai mảnh giữa thành —
Cảnh quay: cận cảnh đôi bàn tay [người thợ] đang [thao tác nghề của bạn: xoa bóp vai khách / tra dầu vào ổ trục / viết công thức lên bảng], động tác dứt khoát, chậm, rõ từng chi tiết. Nhân vật không nhìn vào máy quay. Lời thoại (giọng nam Việt Nam, trầm, nói ngoài hình): "Mười phút này là phần quyết định cả buổi làm."
Biến thể này bỏ khớp miệng đi hoàn toàn — người nói ở ngoài hình. Đó là mẹo tăng tỷ lệ dùng được nhanh nhất cho người mới: không thấy miệng thì không sai miệng.
Nộp cái gì: file video đã tải về máy, kèm một dòng ghi lại bạn đã dựng mấy lượt mới ra clip này (con số đó quý hơn cái clip).
Đạt khi nào: (1) mở file lên nghe được tiếng nói; (2) câu nói đúng chữ bạn viết trong ngoặc kép, không phải một câu tiếng Anh nào khác; (3) sản phẩm trong clip vẫn nhận ra là món trong ảnh gốc, không bị đổi màu đổi dáng; (4) bạn chỉ ra được dấu mờ nằm ở góc nào. Đủ bốn ý là đạt — tự chấm được, không cần ai duyệt.
2. Để hai người cùng nói trong một clip. Triệu chứng: miệng nhân vật mấp máy lệch hẳn với tiếng, hoặc hai câu thoại chồng lên nhau. Nguyên nhân: khớp miệng của Veo 3.1 đạt khoảng 8/10 khi chỉ có một người nói, nhưng rơi xuống dưới 4/10 khi có từ hai người trở lên — đây là giới hạn của mô hình, không phải do bạn viết dở. Cách sửa: mỗi clip đúng một người nói đúng một câu; cần đối thoại thì dựng hai clip riêng rồi ghép bằng Scene Builder. Hoặc dùng biến thể "nói ngoài hình" ở trên.
3. Bấm gửi lại vì sốt ruột, và dựng ở chế độ Quality khi chưa chốt kịch bản. Triệu chứng: mới trưa đã hết credit ngày, hoặc gói Pro cạn từ giữa tháng. Nguyên nhân: một lượt Quality ăn tới 100 credit — bằng năm lượt Fast — mà lượt nào bấm cũng trừ tiền, kể cả lượt bạn vứt đi. Cách sửa: chốt kịch bản ở chế độ rẻ nhất trước, chỉ khi clip đã đúng ý về bố cục và lời thoại mới dựng lại đúng cảnh đó ở chất lượng cao. Và khi đang chờ thì chờ đủ ba phút, đừng bấm thêm.
Có gì mới đáng để ý ngay lúc này?
- Veo 3.1 mang âm thanh sang cả những chế độ cũ. Trước đây chỉ chế độ tạo từ chữ mới có tiếng; nay Ingredients to Video, Frames to Video (dựng từ khung đầu và khung cuối) và Extend đều ra tiếng. Với người bán hàng, quan trọng nhất là Ingredients — vì đó là chế độ duy nhất bám được vào tấm ảnh sản phẩm có thật của bạn.
- Giá gói cao nhất đã giảm. Tại Google I/O 2026, gói Ultra đắt nhất hạ từ 249,99 xuống 200 đô/tháng, đồng thời mở thêm một bậc Ultra thấp hơn ở 100 đô/tháng. Với người bán hàng nhỏ thì cả hai đều thừa, nhưng nó cho thấy hướng đi: giá đang xuống, credit đang nhiều thêm — không việc gì phải vội trả gói cao lúc này.
- Whisk đã đóng cửa từ 30/04/2026 và mọi thứ dồn về Flow. Nếu bạn từng lưu link Whisk hay labs.google/flow, bỏ đi, dùng flow.google.
- Dấu mờ ở Việt Nam là chính sách theo vùng, không phải theo gói. Nâng lên Ultra cũng không tắt được. Cách xử lý thực dụng: khi dựng cảnh, chừa khoảng trống ở vùng có dấu mờ; hoặc cắt khung một chút trên CapCut trước khi đăng — chấp nhận mất một phần hình.
Khoá học 2 ngày của tôi dựng dây chuyền nội dung chạy bằng một người: Claude viết kịch bản theo giọng của bạn, Flow và các công cụ ảnh lo phần hình, tác vụ hẹn giờ nhắc và gom kết quả mỗi sáng. Bạn duyệt, không phải làm.
Xem khoá học & gói Đồng hành →Nguồn số liệu: trang trợ giúp chính thức của Google Flow (mục "Get started with Google Flow" và "Where you can use Google Flow"), blog chính thức của Google về bản cập nhật Veo 3.1 trong Flow, hướng dẫn viết lời nhắc cho Veo 3.1 trên Google Cloud Blog; đối chiếu thêm các bài tổng hợp giá và credit năm 2026, tra ngày 06/09/2026. Giá gói, số credit mỗi lượt dựng và chính sách dấu mờ theo vùng có thể thay đổi bất cứ lúc nào — kiểm lại ngay trong Flow trước khi thanh toán. Tỷ lệ khớp miệng (khoảng 8/10 với một người nói, dưới 4/10 với nhiều người) là số do các bên thử nghiệm độc lập công bố, mang tính tham khảo. Các phép tính giá mỗi clip dùng được, giả định ba lượt dựng ra một clip đạt, và mốc quyết định nâng gói trong bài là tính toán của riêng tôi từ những con số công bố nói trên. Quy đổi tiền theo tỷ giá khoảng 26.000đ một đô la, tham khảo. Cập nhật: 06/09/2026.
Theo dõi Master Cường BossNhận bài mới và video phân tích trên Facebook, YouTube.