Hôm nay tôi làm phim ngắn "Lúc nó bé nhất" cho Gà Võ bằng Director: 9 cảnh, 3 nhân vật, 2 sản phẩm, nhân vật nói tiếng Việt. Bản đầu dài 53 giây, làm mất 24 phút. Bản sửa mất 8 phút. Dưới đây là đúng cách tôi làm, từ khâu chuẩn bị ảnh đến khi tải phim về.
Cần chuẩn bị gì trước khi mở Director?
- Tài khoản Grok và máy tính. Director hiện chạy trên trang web grok.com.
- Ảnh mẫu cho mọi nhân vật, con vật, sản phẩm sẽ xuất hiện trong phim. Đây là phần quyết định phim có giữ đúng mặt hay không, xem kỹ Bước 1.
- Kịch bản chia cảnh: mỗi cảnh một dòng mô tả hình và một câu thoại. Bạn có thể nhờ Claude hoặc ChatGPT viết trước rồi sửa lại cho đúng giọng của mình. Cách tôi chuẩn bị "bộ não" giọng văn và sản phẩm cho AI ở bài Cách tôi vận hành Gà Võ như một doanh nghiệp một người.
- Thời gian: mỗi phim khoảng 10–25 phút. Gửi xong có thể làm việc khác.
Bước 1: Chuẩn bị ảnh mẫu thế nào để giữ đúng mặt?
AI chỉ giữ được những gì nó nhìn thấy rõ. Ảnh mẫu mờ, nhiều người, đeo kính, nền rối thì mỗi cảnh sẽ ra một khuôn mặt khác. Đây là bộ ảnh tôi tải lên cho phim Gà Võ:

Ảnh nhân vật người: mỗi người 2 ảnh
- Ảnh 1 — chân dung: nhìn thẳng vào máy, thấy rõ từ ngực trở lên, mặt không bị che (không kính râm, không mũ sụp, tóc không che mắt).
- Ảnh 2 — toàn thân: đứng thẳng, thấy đủ từ đầu đến giày, mặc đúng bộ quần áo sẽ mặc trong phim.
- Nền trơn một màu (tôi dùng phông xanh), ánh sáng đều, không bóng gắt nửa mặt.
- Chỉ một người trong ảnh. Có hai người, AI dễ trộn mặt hai người với nhau.
- Ảnh gốc, không lọc làm đẹp, độ phân giải cao. Ảnh mẫu nhân vật nam của tôi cao 3.840 điểm ảnh.
- Ảnh của chính bạn hoặc người đã đồng ý cho dùng mặt mình trong video AI.
Ảnh con vật
- Một con duy nhất, đứng nghiêng thấy toàn thân, đủ chân, thấy rõ màu lông, mào, da.
- Nếu có con non và con lớn, mỗi loại một ảnh riêng.
Ảnh sản phẩm
- Chụp thẳng mặt trước bao bì, nhãn rõ, nền trơn sáng, đúng màu thật.
- Mỗi sản phẩm một ảnh, không chụp chung nhiều sản phẩm.
- Ghi sẵn ra giấy kích thước thật (hộp 100 gam hay túi 1 ki lô gam) và cách dùng đúng. Hai dòng này sẽ đưa vào lệnh ở Bước 3, để AI không vẽ sai tỉ lệ hay diễn sai cách dùng.
Ảnh bối cảnh (không bắt buộc)
Nếu muốn một chỗ quay cố định, như quây úm, sân nhà, cửa hàng, thêm một ảnh bối cảnh. Phim của tôi có ảnh quây gà con có đèn úm và máng uống.
Bước 2: Mở Director và đính kèm ảnh
- Vào grok.com trên máy tính, bấm Imagine ở thanh bên trái.
- Bấm nút Director ở góc trên bên phải. Trang mới hỏi "What story are we telling?" (Chúng ta kể câu chuyện gì?).
- Bấm dấu + ở ô nhập. Một bảng chọn hiện ra với 3 mục bên trái: Tạo (ảnh Grok đã tạo trước đó), Tệp đã tải lên (ảnh bạn từng tải), Video. Nút tải lên nằm dưới cùng.
- Tải ảnh từ máy lên, rồi chọn lần lượt đúng thứ tự trong danh sách ở Bước 1.

Ngay dưới ô nhập có lưu ý: ảnh hay đoạn video bị hệ thống kiểm duyệt gắn cờ sẽ bị bỏ khỏi phim. Ngành nào nhạy cảm thì giữ câu chữ và hình ảnh sạch ngay từ kịch bản (xem thêm bài Bộ lọc ngôn từ cho AI viết content ngành nhạy cảm).
Bước 3: Viết thẻ nhân vật gắn với số ảnh
Đây là phần nhiều người bỏ qua nhất. Ảnh cho AI biết nhân vật trông thế nào; thẻ nhân vật cho AI biết chi tiết nào không được đổi. Mỗi nhân vật, con vật, sản phẩm một thẻ, theo cấu trúc:
- TÊN GỌI cố định (viết hoa) + số ảnh: "ANH VÕ (ảnh 1, 2)". Trong kịch bản chỉ dùng đúng tên này, không đổi thành "anh ấy", "người đàn ông".
- Đặc điểm khuôn mặt, cơ thể: tuổi, màu da, tóc, dáng mặt.
- Trang phục và phụ kiện: màu áo, quần, giày.
- Điều cấm: chi tiết AI hay làm sai mà bạn không chấp nhận.
Thẻ nhân vật trong lệnh thật của tôi:
NHÂN VẬT (giữ y hệt ảnh đính kèm ở mọi cảnh): ANH VÕ (ảnh 1, 2): đàn ông Việt khoảng 40 tuổi, da ngăm sáng, tóc đen húi cua, trán cao, mặt gầy góc cạnh; áo thun đen chỉ thấy logo gà của Gà Võ rõ ở ngực, không có dòng chữ nhỏ nào khác trên áo; quần bò xanh, giày thể thao vàng cam. CHỊ VÕ (ảnh 3): tóc đen buộc lửng có mái thưa, da sáng, mặt tròn phúc hậu, áo sáng màu giản dị. CON GÀ LỚN (ảnh 4): giữ y hệt ảnh mẫu: gà nòi Việt Nam lông ngũ sắc, dáng cao đứng thẳng, cổ trên và đùi lộ da đỏ sạch, mào nhỏ, chân to, ĐÚNG 2 chân mỗi chân 4 ngón. Cảnh nào có gà lớn thì trong khung hình chỉ có đúng một con gà này. ĐÀN GÀ CON (ảnh 5): gà con lông tơ vàng nâu khoảng một tuần tuổi, trong quây úm tre lót trấu vàng khô, có đèn úm và máng uống như ảnh mẫu. SẢN PHẨM (đúng ảnh bao bì đính kèm, đúng tỉ lệ thật, không thêm sản phẩm khác): Siêu Úm (ảnh 6): hộp nhỏ 100 gam, bột trắng, chỉ PHA NƯỚC UỐNG cho gà con. Men Vi Sinh (ảnh 7): túi to 1 ki lô gam, to hơn hộp Siêu Úm rất nhiều, chỉ RẮC XUỐNG CHỖ NẰM trong chuồng.
Vì sao viết kỹ như vậy:
- "Không có dòng chữ nhỏ nào khác trên áo": AI hay tự vẽ thêm chữ lem nhem lên áo, lên bao bì.
- "Đúng 2 chân mỗi chân 4 ngón", "chỉ đúng một con": con vật là chỗ AI hay sai nhất, nhất là chân và số lượng.
- Kích thước thật: không ghi, AI có thể vẽ hộp 100 gam to bằng túi 1 ki lô gam.
- Cách dùng đúng: không ghi, AI có thể cho nhân vật rắc sản phẩm vào máng uống. Với sản phẩm thật, cảnh sai cách dùng là cảnh không đăng được.
Bước 4: Viết kịch bản chia cảnh
Mỗi cảnh gồm 2 dòng: một dòng mô tả hình, một dòng thoại nguyên văn. Ví dụ hai cảnh đầu phim của tôi:
Cảnh 1 — Cận hai bàn tay Anh Võ khum lại, một con gà con lông tơ nằm gọn trong lòng tay, nắng sớm. ANH VÕ: "Con gà này, hồi mới về, nằm gọn trong lòng bàn tay tôi." Cảnh 2 — Cùng bàn tay đặt nhẹ lên lưng con gà lớn ngũ sắc đang đứng trên sân đầy nắng. Anh Võ ngồi cạnh, nhìn gà, mỉm cười. ANH VÕ: "Giờ thì một tay ôm không hết."
- Mỗi cảnh một hành động, một câu thoại ngắn (đọc khoảng 4–6 giây).
- Ghi cỡ cảnh: cận, trung, toàn. Cảnh cận tay hoặc sản phẩm giúp giấu bớt chỗ AI chưa đẹp.
- Gọi đúng tên trong thẻ nhân vật: "Anh Võ", "con gà lớn", "Siêu Úm".
- Tránh cảnh động mạnh như chạy, nhảy, va chạm. AI dễ làm lộ ở những cảnh này.
Bước 5: Ghép thành lệnh hoàn chỉnh và gửi
Lệnh đầy đủ có 5 phần theo thứ tự: luật chung → cách làm tiếng → thẻ nhân vật → kịch bản → giao quyền và báo cáo. Mẫu để bạn thay phần trong ngoặc vuông:
Làm một phim ngắn [phóng sự / phim tài liệu / giới thiệu sản phẩm], bối cảnh [mô tả], tên phim "[tên phim]". Khung [dọc 9:16 / ngang 16:9], dài khoảng [55] giây. KHÔNG phụ đề, KHÔNG chữ trên màn hình. Làm ĐÚNG kịch bản bên dưới, không tự nghĩ câu chuyện khác. Toàn bộ nhân vật nói TIẾNG VIỆT. CÁCH LÀM TIẾNG: câu thoại do chính công cụ quay video nói ngay trong cảnh, không lồng tiếng sau. Giọng [TÊN NHÂN VẬT] đồng nhất suốt phim: [nam/nữ, tuổi, miền, chất giọng], tốc độ vừa như người thật đang kể chuyện. Chốt giọng TRƯỚC khi quay cảnh đầu. Mỗi cảnh chỉ một lớp giọng, cắt mọi câu thừa công cụ tự chèn. Được quay lại nhiều lần đến khi đúng nguyên văn, đúng dấu tiếng Việt. Chỉ nói đúng nguyên văn câu trong ngoặc kép, môi khớp từng chữ. NHẠC: [kiểu nhạc], nhỏ dưới lời thoại, nhỏ dần cuối phim. NHÂN VẬT (giữ y hệt ảnh đính kèm ở mọi cảnh): [TÊN] (ảnh 1, 2): [tuổi, da, tóc, khuôn mặt; quần áo; điều cấm] [TÊN SẢN PHẨM] (ảnh 3): [kích thước thật, màu, cách dùng đúng, không thêm sản phẩm khác] KỊCH BẢN: Cảnh 1 — [cỡ cảnh, hành động, ánh sáng] [TÊN]: "[câu thoại nguyên văn]" Cảnh 2 — ... Xuất 720p. Tự chủ động dựng, tự kiểm tra lời thoại bằng nhận dạng giọng nói và sửa cho xong, không cần hỏi lại tôi. Cuối cùng báo những chữ còn sai.
Dán vào ô nhập (Shift+Enter để xuống dòng), kiểm lại ảnh đính kèm đúng thứ tự, rồi bấm Enter để gửi.
Bước 6: Chờ Director làm và theo dõi các bước
Director ghi lại từng việc nó đang làm. Đây là nhật ký thật của một phim tôi đang chạy:

Thứ tự đại ý: lên kế hoạch → tạo ảnh mẫu cho từng nhân vật → thu lời thoại → tự nghe lại thành chữ → phác từng cảnh → tạo ảnh cho cả loạt cảnh → quay video từng cảnh → dựng và xuất. Không cần ngồi canh. Tôi để hai phim khác chạy cùng lúc trong khi viết bài này.
Bước 7: Kiểm bản đầu theo danh sách
Khi xong, bên phải hiện phim trên dòng thời gian, bên trái là báo cáo của Grok.

Xem phim ít nhất 2 lần và soi theo danh sách:
- Mặt nhân vật có giống ảnh mẫu ở mọi cảnh không, nhất là cảnh quay nghiêng và cảnh xa.
- Con vật: màu lông, số chân, chỉ một con hay bị nhân lên.
- Sản phẩm: đúng bao bì, đúng tỉ lệ, đúng cách dùng, không có chữ lạ.
- Áo và bao bì có bị vẽ thêm chữ không.
- Lời thoại: nghe đủ, đúng dấu; đọc kỹ những chữ Grok báo nghi sai.

Ở bản 1 của tôi, mặt nhân vật và sản phẩm đều ổn, nhưng con gà lớn ở cảnh 2 và cảnh 8 bị phủ lông cam ở cổ, không giống ảnh mẫu số 4.
Bước 8: Sửa đúng chỗ sai, khoá phần còn lại
Đừng viết lại cả lệnh. Nhắn vào ô "Ask or instruct" đúng chỗ sai, mô tả lại đặc điểm đúng và khoá mọi thứ khác. Lệnh sửa thật của tôi:
Bản 1 hình rất đẹp. Cho tôi sửa đúng một chỗ: ở các cảnh có con gà lớn (cảnh 2 và cảnh 8), cổ gà đang phủ lông cam, chưa đúng ảnh mẫu số 4. Quay lại các cảnh đó với con gà giữ y hệt ảnh 4: cổ trên trụi lông lộ da đỏ sạch, đùi lộ da đỏ, mào nhỏ, dáng cao đứng thẳng, ĐÚNG 2 chân mỗi chân 4 ngón, trong khung hình chỉ có đúng một con gà. Giữ nguyên hình sáng, câu thoại, giọng, nhạc và mọi cảnh còn lại. Xuất 720p, tự kiểm tra và báo chữ còn sai, không cần hỏi lại tôi.
Bản 2 xong sau 8 phút: con gà đã đúng ảnh mẫu, mọi cảnh khác giữ nguyên. Có một cảnh khi quay lại bị máy tự cắt sang cận cảnh làm mất mặt nhân vật; Director tự giữ 1,2 giây đầu còn đúng rồi quay nối tiếp từ đúng khung hình đó, và ghi rõ chuyện này trong báo cáo.
Bước 9: Tải phim về và đăng
- Bấm biểu tượng tải về ở thẻ "Version" trong khung chat, hoặc nút Export ở góc trên. Menu Export còn có "Copy video link" và "Share to X".
- Phim xuất 720p, đủ cho Reels, TikTok khung dọc. Muốn đăng ngang 1080p thì làm nét lên bằng phần mềm dựng như CapCut trước khi đăng.
- Nghe lại lần cuối những chữ Grok báo nghi sai trước khi bấm đăng.
Lỗi thường gặp và cách sửa
| Gặp lỗi | Cách sửa |
|---|---|
| Mặt nhân vật mỗi cảnh một kiểu | Thêm ảnh chân dung rõ mặt nền trơn; viết thẻ nhân vật chi tiết; dùng đúng một tên gọi trong mọi cảnh |
| Bao bì sản phẩm sai chữ, sai tỉ lệ | Ảnh chụp thẳng mặt trước; ghi kích thước thật; ghi "không thêm sản phẩm khác"; ưu tiên cảnh trung thay vì cận nhãn |
| Con vật sai màu, thừa chân, thừa con | Ghi rõ số chân, số con trong khung hình; sai cảnh nào nhắn sửa đúng cảnh đó |
| Áo, bao bì bị vẽ thêm chữ | Ghi "không có dòng chữ nào khác ngoài logo" |
| Nhân vật nói thêm câu lạ | Ghi "chỉ nói đúng nguyên văn câu trong ngoặc kép" và "cắt mọi câu thừa" |
| Chữ tiếng Việt nghe sai | Đọc báo cáo cuối; nghe lại từng chữ bị báo; sửa riêng cảnh đó |
| Một cảnh biến mất khỏi phim | Có thể bị kiểm duyệt gắn cờ; viết lại cảnh đó sạch hơn rồi nhắn quay lại |
Mới làm lần đầu thì bắt đầu từ đâu?
- Phim 20–30 giây, 4–5 cảnh, một nhân vật, một giọng. Ngắn thì dễ kiểm, dễ sửa.
- Chụp 2 ảnh mẫu cho nhân vật theo Bước 1, cộng ảnh sản phẩm nếu có.
- Chép mẫu lệnh ở Bước 5, điền vào, gửi.
- Kiểm theo danh sách ở Bước 7, sửa từng chỗ theo Bước 8.
- Khi đã quen, mới tăng lên nhiều nhân vật và phim dài hơn.
Theo dõi Master Cường BossNhận bài mới và video phân tích trên Facebook, YouTube.