Tham khảo cách tạo video AI trên Grok, đây đang là mộ trong những AI hỗ trợ tạo video miễn phí phổ biến. Bạn hãy tham khảo cách tạo video trên Grok, cách tạo cũng rất nhanh, đơn giản và linh hoạt theo prompt hoặc ảnh có sẵn, ảnh tạo từ Grok. Mời các bạn xem qua video ví dụ ở dưới đây.
🎬 PROMPT 1 – LỘ MẶT + CÓ GIỌNG NÓI (Giới thiệu sản phẩm – chân thực, đáng tin)
Prompt tiếng Việt:
Tạo video giới thiệu sản phẩm phong cách điện ảnh, cảm giác như quay bằng máy Sony FX3 cao cấp, cảm biến full-frame, độ phân giải 4K, màu sắc tự nhiên, độ tương phản mềm, không bị gắt.
Nhân vật chính là một người Việt Nam khoảng 27–32 tuổi, ngoại hình gọn gàng, da thật, có khuyết điểm nhẹ tự nhiên (lỗ chân lông, nếp da), không làm mịn quá mức. Mặc trang phục đơn giản, lịch sự, màu trung tính.
Nhân vật đứng trong không gian hiện đại, ánh sáng tự nhiên từ cửa sổ chiếu xiên. Nhìn thẳng vào camera và nói chuyện một cách thoải mái, cử chỉ tay tự nhiên, không diễn lố.
Giọng nói nam (hoặc nữ) tiếng Việt, giọng miền Bắc, trầm ấm, rõ ràng, tốc độ nói vừa phải, có nhấn nhá ở các lợi ích chính của sản phẩm, nghe như thu bằng micro phòng thu.
Sản phẩm đặt trên bàn gỗ phía trước. Camera bắt đầu bằng khung trung (medium shot), sau đó cắt sang các cảnh cận (close-up) chi tiết sản phẩm: chất liệu, logo, bề mặt.
Ánh sáng mềm, có đèn viền nhẹ phía sau để tách chủ thể khỏi nền. Chuyển động camera chậm, mượt, có cảm giác handheld điện ảnh. Độ sâu trường ảnh nông, hậu cảnh mờ đẹp.
Tổng thể video mang cảm giác cao cấp, chân thật, đáng tin cậy như một video review sản phẩm quay bằng thiết bị Sony chuyên nghiệp.🎥 PROMPT 2 – LỘ MẶT + KHÔNG GIỌNG NÓI (Quảng cáo tinh tế – chạy ads)
Tạo video quảng cáo sản phẩm không có giọng nói, phong cách điện ảnh, giống như quay bằng Sony A7S III, 4K, màu sắc chân thực, dải tương phản rộng.
Nhân vật là người Việt Nam 25–30 tuổi, ngoại hình tự nhiên, trang điểm nhẹ. Không nói chuyện, chỉ tương tác với sản phẩm một cách đời thường.
Không gian sống hiện đại, ánh sáng ban ngày dịu nhẹ. Camera quay chậm 60fps, chuyển động mượt.
Các cảnh quay gồm:
- Cảnh nhân vật cầm và sử dụng sản phẩm
- Cảnh cận tay, chi tiết chất liệu
- Cảnh sản phẩm trong bối cảnh sử dụng thực tế
Không có giọng nói. Chỉ có âm thanh môi trường rất nhẹ hoặc im lặng.
Chữ xuất hiện trên màn hình ngắn gọn:
- Font đơn giản, hiện đại
- Fade in – fade out nhẹ
- Mỗi lần chỉ 2–4 từ nêu lợi ích chính
Ánh sáng mềm, đổ bóng tự nhiên. Tổng thể mang cảm giác cao cấp, tinh tế, giống quảng cáo thương hiệu lớn.🎙️ PROMPT 3 – KHÔNG LỘ MẶT + CÓ GIỌNG NÓI (Faceless – cực hợp bán hàng)
Tạo video giới thiệu sản phẩm không lộ mặt, phong cách điện ảnh, quay như bằng Sony FX6, 4K, màu sắc tự nhiên.
Không xuất hiện khuôn mặt người. Chỉ quay:
- Bàn tay cầm sản phẩm
- Sản phẩm được sử dụng
- Cảnh cận chi tiết bề mặt, nút bấm, chất liệu
- Cảnh sản phẩm trong đời sống hằng ngày
Giọng đọc tiếng Việt miền Bắc, nam trầm hoặc nữ ấm, nói chậm rãi, rõ ràng, tự nhiên, giống người thật, có khoảng nghỉ hợp lý.
Nội dung giọng nói tập trung vào:
- Vấn đề người dùng gặp phải
- Cách sản phẩm giải quyết vấn đề
- Lợi ích nổi bật
Camera chuyển động chậm, mượt. Ánh sáng mềm, tạo chiều sâu. Có nhạc nền nhẹ, không lấn giọng.
Tổng thể video giống một video giới thiệu sản phẩm chuyên nghiệp, đáng tin, không mang cảm giác AI.🎞️ PROMPT 4 – KHÔNG LỘ MẶT + KHÔNG GIỌNG NÓI (Branding cao cấp)
Tạo video giới thiệu sản phẩm không người, không giọng nói, phong cách điện ảnh cao cấp, như quay bằng Sony FX3.
Chỉ có sản phẩm và không gian xung quanh. Bối cảnh tối giản, nền trung tính.
Camera quay chậm:
- Pan ngang
- Cận chi tiết
- Xoay nhẹ quanh sản phẩm
Ánh sáng được kiểm soát kỹ, làm nổi bật hình khối, đường nét và chất liệu sản phẩm. Đổ bóng tự nhiên, phản xạ thật.
Không có giọng nói. Có thể có âm thanh môi trường rất nhẹ hoặc im lặng hoàn toàn.
Chữ xuất hiện tối giản:
- Tên sản phẩm
- Một câu tagline ngắn
Tổng thể mang cảm giác sang trọng, tinh tế, phù hợp website, TVC hoặc quảng cáo cao cấp.🖼️ PROMPT 5 – VIDEO GIỚI THIỆU SẢN PHẨM CÓ ĐÍNH KÈM ẢNH (TỪ TỆP ĐÍNH KÈM)
Dùng khi bạn upload ảnh sản phẩm thật để AI bám đúng thiết kế.
Sử dụng hình ảnh sản phẩm được đính kèm làm tham chiếu chính. Giữ nguyên hình dáng, màu sắc, logo và chi tiết sản phẩm giống 100% ảnh gốc.
Tạo video giới thiệu sản phẩm phong cách điện ảnh, như quay bằng máy Sony FX3 cao cấp, 4K, màu sắc tự nhiên, không thay đổi thiết kế sản phẩm.
Từ hình ảnh tĩnh, tạo chuyển động camera chân thực:
- Zoom chậm vào sản phẩm
- Pan ngang nhẹ
- Tạo chiều sâu và ánh sáng như studio thật
Nếu có người:
- Chỉ quay tay cầm sản phẩm
- Không che khuất các chi tiết quan trọng
Ánh sáng studio mềm, làm nổi bật chất liệu, bề mặt, cạnh sản phẩm. Đổ bóng và phản xạ thật.
Có thể tạo phiên bản:
- Có giọng nói tiếng Việt miền Bắc, trầm ấm, giới thiệu lợi ích
HOẶC
- Không giọng nói, chỉ chữ overlay ngắn gọn
Tổng thể video phải giống như quay sản phẩm thật trong studio chuyên nghiệp, không mang cảm giác đồ họa hay AI.🎬 REVIEW SẢN PHẨM VẬT LÝ
Tạo video review sản phẩm với nhân vật nói trực tiếp trước camera.
Nhân vật là người Việt Nam 28–35 tuổi, đứng yên, nhìn thẳng vào ống kính, nói chuyện tự nhiên như quay vlog thật. Camera cố định ở khung trung, không rung, không cắt cảnh khi đang nói.
Giọng nói tiếng Việt miền Bắc, nói chậm, rõ từng chữ, khẩu hình miệng mở đúng theo từng âm tiết tiếng Việt.
Chuyển động khuôn mặt được điều khiển hoàn toàn bởi giọng nói (speech-driven facial animation).
Yêu cầu lip-sync chính xác tuyệt đối, khẩu hình miệng khớp hoàn toàn với lời nói, không được lệch nhịp, không nói một đằng miệng một nẻo. Nội dung mà nhân vật sẽ nói bao gồm [NỘI DUNG]
Ví dụ nội dung mà nhân vật sẽ nói về một chiếc Mũ Phớt - "Đây là một chiếc mũ phớt có thiết kế rất gọn và dễ đội. Form mũ đứng, ôm đầu vừa phải nên khi đội lên cảm giác khá thoải mái. Chất liệu dày dặn, cầm chắc tay, đội lâu không bị bí hay nóng. Phần vành mũ cứng vừa, giúp giữ dáng tốt và che nắng nhẹ. Mũ phù hợp để đi chơi, dạo phố hoặc chụp ảnh. Nếu bạn thích phong cách lịch sự nhưng vẫn đơn giản, thì chiếc mũ phớt này là một lựa chọn rất ổn."
Nhân vật chỉ cử động nhẹ đầu và mắt khi nói, không nói khi quay nghiêng mặt.
Phong cách quay như Sony FX3, ánh sáng mềm, da thật, không filter.🍜 REVIEW THỰC PHẨM / ĐỒ UỐNG
Tạo video giới thiệu thực phẩm với nhân vật nói trực diện camera.
Nhân vật người Việt Nam, ngồi tại bàn ăn, giữ đầu thẳng, không quay ngang khi nói. Miệng mở rõ từng âm khi phát âm tiếng Việt.
Giọng đọc tiếng Việt miền Bắc, tốc độ chậm – vừa, ưu tiên phát âm chuẩn để AI khớp khẩu hình. Lời thoại gồm: [LỜI THOẠI CHI TIẾT]
Áp dụng speech-driven lip movement, precise mouth animation. Không cho phép sai lệch giữa âm thanh và chuyển động miệng.
Chỉ cắt cảnh khi nhân vật ngừng nói. Khi đang nói thì giữ nguyên một góc quay cố định.
Phong cách vlog ẩm thực chân thực, quay như Sony A7S III.🏝️ REVIEW DỊCH VỤ DU LỊCH
Tạo video giới thiệu dịch vụ du lịch với nhân vật đứng nói trước camera.
Nhân vật đứng thẳng, nhìn vào ống kính, nói như người thật đang chia sẻ trải nghiệm.
Không đi lại khi nói để tránh sai lệch khẩu hình.
Giọng nói tiếng Việt miền Bắc, kể chuyện chậm rãi, có ngắt câu rõ ràng. Lời thoại gồm: [LỜI THOẠI CHI TIẾT]
Facial animation được đồng bộ hoàn toàn với giọng nói (full lip-sync synchronization).
Mỗi âm tiết tiếng Việt phải có khẩu hình miệng tương ứng.
Camera quay như Sony FX6, ánh sáng tự nhiên ngoài trời, nhưng khi nói giữ khung hình ổn định.💻REVIEW PHẦN MỀM / APP / WEBSITE
Tạo video giới thiệu phần mềm với nhân vật nói trực diện camera như một chuyên gia công nghệ.
Nhân vật ngồi trước bàn làm việc, đầu và vai giữ ổn định khi nói.
Chỉ cử động môi, hàm và biểu cảm nhẹ.
Giọng nói tiếng Việt miền Bắc, rõ ràng, phát âm kỹ thuật số chuẩn. Lời thoại gồm: [LỜI THOẠI CHI TIẾT]
Speech drives mouth movement, not the other way around.
Yêu cầu lip-sync accuracy cao, không được để lời nói và miệng lệch nhịp.
Phong cách quay studio, Sony FX3, ánh sáng đều, không bóng gắt.📚 GIỚI THIỆU SÁCH
Tạo video giới thiệu sách với nhân vật nói chậm, rõ, truyền cảm.
Nhân vật cầm sách, nhìn thẳng camera khi nói, không vừa nói vừa nhìn sang chỗ khác.
Miệng mở đúng từng âm tiết tiếng Việt.
Giọng đọc miền Bắc, kể chuyện, tốc độ chậm để tối ưu khớp khẩu hình. Lời thoại gồm: [LỜI THOẠI CHI TIẾT]
Sử dụng speech-based lip-sync engine, yêu cầu khẩu hình miệng khớp chính xác với audio.
Camera cố định, khung trung, phong cách quay Sony FX3.
🎓 GIỚI THIỆU KHÓA HỌC
Tạo video giới thiệu khóa học online với giảng viên AI.
Nhân vật đứng giảng bài, nói trực diện camera, phong thái chuyên nghiệp.
Không quay đầu, không nói khi xoay người.
Giọng nói tiếng Việt miền Bắc, nhấn nhá rõ ràng, tốc độ vừa phải. Lời thoại gồm: [LỜI THOẠI CHI TIẾT]
Facial animation phải bám sát giọng nói, lip-sync hoàn hảo.
Không được để khẩu hình miệng bị trễ hoặc đi trước âm thanh.
Phong cách giảng dạy online, quay như Sony FX6.
🏢 BẤT ĐỘNG SẢN
Tạo video giới thiệu bất động sản với MC đứng trước camera.
Nhân vật đứng yên, nói trực diện, phong thái môi giới chuyên nghiệp.
Không nói khi camera đang di chuyển.
Giọng nói miền Bắc, trầm, rõ, phát âm từng chữ. Lời thoại gồm: [LỜI THOẠI CHI TIẾT]
Lip-sync phải chính xác, ưu tiên độ khớp khẩu hình hơn biểu cảm.
Camera Sony FX3, ánh sáng tự nhiên, giữ khung hình ổn định khi nói.🎧 SẢN PHẨM NỘI DUNG SỐ (Podcast, khóa audio)
Tạo video giới thiệu sản phẩm nội dung số.
Nhân vật nói trực diện camera, phong cách thân thiện.
Chỉ cử động môi và biểu cảm nhẹ.
Giọng nói tiếng Việt miền Bắc, thu như micro phòng thu. Lời thoại gồm: [LỜI THOẠI CHI TIẾT]
Speech-driven lip-sync, không được để lệch âm – hình.
Video mang cảm giác quay thật trong studio.
🛍️ REVIEW SẢN PHẨM BÁN HÀNG (TIKTOK / ADS)
Tạo video review bán hàng với nhân vật nói trực tiếp camera.
Nhân vật nói chậm hơn bình thường để đảm bảo khớp khẩu hình. Lời thoại gồm: [LỜI THOẠI CHI TIẾT]
Mỗi câu nói ngắn, rõ, không nói quá nhanh.
Lip-sync accuracy là ưu tiên cao nhất.
Không cắt cảnh khi nhân vật đang nói.
Phong cách quay dọc 9:16, Sony FX3.
🎥 MASTER PROMPT (DÙNG CHO MỌI NGÀNH)
Tạo video giới thiệu [SẢN PHẨM / DỊCH VỤ].
Nhân vật người Việt Nam nói trực diện camera.
Giữ đầu thẳng, không xoay mặt khi nói.
Giọng nói tiếng Việt miền Bắc, tốc độ chậm – vừa, phát âm chuẩn. Lời thoại gồm: [LỜI THOẠI CHI TIẾT]
Toàn bộ chuyển động miệng được điều khiển bởi giọng nói (speech-driven facial animation).
Yêu cầu lip-sync chính xác tuyệt đối.
Không cho phép sai lệch giữa âm thanh và khẩu hình miệng.
Camera phong cách Sony FX3, ánh sáng mềm, chân thực.Đây là câu lệnh theo từng dịch vụ, sản phẩm mà bạn muốn tạo video AI để review sản phẩm. Nếu muốn tạo video với các hành động chi tiết hơn, hãy ra yêu cầu thêm trong câu lệnh. Ví dụ thêm các hành động và lời thoại. Nếu muốn tạo video chi tiết hơn, hãy tách kịch bản ra nhiều video nhất có thể
