Cách làm phim ngắn AI từ A đến Z

Phim ngắn AI (còn gọi là microdrama AI) là phim dọc nhiều tập, mỗi tập 1–2 phút, hình ảnh và âm thanh tạo bằng trí tuệ nhân tạo. Ở Việt Nam, các series ngôn tình, gia đình, kinh dị làm bằng AI đã có mặt khắp TikTok, Reels, Shorts. Người làm thường phải ghép 5–7 công cụ khác nhau. Dưới đây là quy trình gọn nhất cho người làm một mình.

Bước 1. Ý tưởng và kịch bản chia cảnh

Phim dọc thắng hay thua ở 3 giây đầu. Mỗi tập chỉ nên có một mâu thuẫn, một cú lật ở khoảng giây 40–50 và một cảnh kết treo để người xem bấm tập sau.

• Chia tập thành 8–12 cảnh, mỗi cảnh 4–8 giây. Veo 3.1 tạo tối đa 8 giây một lần; cảnh càng dài càng dễ hỏng.
• Mỗi cảnh tối đa 2–3 nhân vật, câu thoại ngắn (dưới 18 chữ).
• Không để chữ trong cảnh (biển hiệu, tin nhắn). Máy AI hay vẽ sai chữ tiếng Việt; chữ sẽ đè sau.

Bước 2. Nhân vật: khối mô tả cố định và ảnh tham chiếu

Nhân vật "đổi mặt" giữa các cảnh là lỗi phổ biến nhất của phim AI. Cách xử lý:

1. Viết một khối mô tả cố định bằng tiếng Anh (tuổi, dáng, mặt, tóc, dấu hiệu riêng, trang phục có màu cụ thể). Dán y nguyên vào mọi câu lệnh.
2. Tạo một ảnh tham chiếu nhiều góc (chính diện, nghiêng, sau lưng, cận mặt) bằng Nano Banana, Midjourney hay công cụ ảnh bạn có.
3. Khi tạo cảnh, dùng chế độ tạo từ ảnh hoặc đưa ảnh vào ô tham chiếu.

Chi tiết: Cách giữ nhân vật giống nhau qua các cảnh.

Bước 3. Tính tiền trước khi đốt credit

Tiền tạo video tính theo giây và bạn trả cho cả những lần bỏ đi. Một tập 60 giây, mỗi cảnh làm lại trung bình 3 lần, là 180 giây phải tạo. Với giá ngày 08/11/2026: Kling 3.0 khoảng 0,10 USD/giây (gói app), Veo 3.1 Fast 0,12 USD/giây, Veo 3.1 bản thường có tiếng 1080p 0,40 USD/giây. Trộn công cụ: cảnh có lời thoại dùng công cụ khớp môi tốt, cảnh dẫn chuyện dùng công cụ rẻ hoặc ảnh tĩnh có chuyển động.

Bước 4. Tạo từng cảnh

Không có công cụ tốt nhất cho mọi cảnh. Gợi ý chung (xem bài so sánh):

• Cảnh nhân vật nói, cần khớp môi: Veo 3.1 (có tiếng gốc). Từ 22/10/2026 Gemini API chuyển sang Gemini Omni Flash; Veo 3.1 còn trên Vertex AI.
• Cảnh chuyển động, hành động: Kling, Seedance, Hailuo, thường rẻ hơn mỗi giây.
• Cảnh chờ, cảnh tin nhắn, cảnh dẫn chuyện: ảnh tĩnh + chuyển động trong CapCut, không tốn credit video.

Mẹo: thử câu lệnh ở 720p hoặc bản Fast/Lite trước, cảnh nào ưng mới làm lại ở 1080p.

Bước 5. Giọng đọc tiếng Việt

Nếu công cụ video đọc tiếng Việt chưa chuẩn, tạo cảnh không tiếng rồi lồng giọng riêng. Chọn một giọng cho mỗi nhân vật và giữ nguyên qua mọi tập. Có thể dùng giọng tiếng Việt của FPT.AI, Vbee, Viettel AI hoặc ElevenLabs (bản v3/v4 có tiếng Việt). Không nhân bản giọng người thật khi chưa được đồng ý.

Bước 6. Ghép, phụ đề, nhãn AI

• Ghép cảnh và giọng trong CapCut hoặc Premiere; nhạc nền lấy từ thư viện có bản quyền.
• Phụ đề tiếng Việt: chia dòng 28–32 ký tự cho video dọc; sửa lỗi dấu trước khi nhập vào CapCut.
• Gắn nhãn "Có sử dụng AI" ở đầu video hoặc góc hình, và trong phần mô tả.

Bước 7. Kiểm tra rồi đăng

Trước khi đăng, rà các lỗi làm video bị gỡ hoặc mất kiếm tiền: nhân vật giống nhân vật có bản quyền, mặt hay giọng người thật, nhạc có bản quyền, nội dung bạo lực, gợi dục, nội dung giả như tin thật. Bật nút khai báo nội dung AI trên TikTok, YouTube. Đọc thêm: Phim AI có bị bản quyền, bị gỡ không?

Mất bao lâu, tốn bao nhiêu

Thời gian là ước lượng cho người làm một mình, đã quen công cụ ở mức cơ bản.

Khi đã có nhiều tập và muốn kiếm tiền, đọc Kiếm tiền từ phim ngắn AI và Thuế cho người sáng tạo nội dung 2026.