Cách giữ nhân vật nhất quán qua nhiều clip video AI

Clip đầu tiên trông rất ổn. Anh thám tử mặc áo khoác trench màu xám, tóc đen ngắn, có một vết sẹo trên chân mày. Rồi bạn tạo clip thứ hai: áo khoác thành màu nâu, tóc dài hơn, vết sẹo biến mất. Đến clip thứ năm, bạn có năm người hoàn toàn khác nhau, chỉ tình cờ làm cùng một nghề.

Mỗi lần tạo video đều bắt đầu từ con số không. Mô hình không nhớ clip trước, nên bất cứ chi tiết nào bạn không cố định, nó sẽ tự nghĩ ra lại. Cách khắc phục là cố định càng nhiều càng tốt: bằng chữ, bằng hình ảnh, và bằng seed ở những mô hình hỗ trợ. Bài hướng dẫn này đi qua từng phương pháp theo đúng thứ tự bạn nên áp dụng.

Vì sao nhân vật bị "trôi" giữa các clip

Mô hình video AI đọc prompt của bạn và tự lấp mọi khoảng trống bằng phỏng đoán tốt nhất của nó. "Một cô gái trẻ mặc áo khoác" để lại hàng chục khoảng trống: tuổi, khuôn mặt, kiểu tóc, màu và dáng áo khoác, ánh sáng trên da. Mỗi lần tạo mới, các khoảng trống đó lại được lấp theo một cách khác.

Vì vậy, giữ nhân vật nhất quán chủ yếu là chuyện lấp kín khoảng trống. Bạn càng để ít lựa chọn cho mô hình, nó càng ít cơ hội thay đổi nhân vật của bạn. Có ba công cụ cho việc này:

1. Chữ: một đoạn mô tả cố định mà bạn dùng lại nguyên văn.
2. Hình ảnh: một khung hình tham chiếu cho mô hình thấy chính xác nhân vật trông như thế nào.
3. Seed: một con số lặp lại điểm khởi đầu ngẫu nhiên của mô hình, ở những mô hình chấp nhận seed.

Hãy dùng cả ba khi có thể.

Bước 1: Viết hồ sơ nhân vật

Trước khi tạo bất cứ thứ gì, hãy viết một hồ sơ nhân vật ngắn. Đây là một đoạn văn mô tả nhân vật bằng các chi tiết cố định, cụ thể. Bạn sẽ dán nguyên đoạn này vào mọi prompt mà không sửa gì.

Một hồ sơ nhân vật tốt bao gồm bốn phần.

Gương mặt và vóc dáng

Độ tuổi, khuôn mặt, màu da, màu mắt, màu tóc, độ dài tóc, kiểu tóc, vóc người, cùng một hai dấu hiệu đặc trưng. Một vết sẹo, một đám tàn nhang hay cặp kính tròn gọng bạc cho mô hình một chi tiết cụ thể để lặp lại, và giúp bạn nhanh chóng phát hiện khi nhân vật bị lệch.

Trang phục

Gọi tên từng món, màu sắc và chất liệu của nó. "Mũ len màu vàng mù tạt, áo khoác công nhân vải canvas màu xanh navy có cúc đồng, áo phông trắng" ổn định hơn nhiều so với "quần áo thường ngày".

Giọng nói và phong thái

Nếu bạn tạo clip có âm thanh, hãy mô tả giọng nói: cao độ, tốc độ, chất giọng và tâm trạng. "Giọng trầm, điềm tĩnh, hơi khàn, nói chậm" cho mọi clip cùng một mục tiêu. Nếu bạn định lồng tiếng sau khi dựng, hãy bỏ phần này khỏi prompt video.

Phong cách

Diện mạo thị giác của thế giới mà nhân vật sống trong đó: chân thực, hoạt hình 3D, anime, hạt phim, tông màu. Cùng một nhân vật nhưng khác phong cách sẽ trông như một người khác.

Ví dụ hồ sơ nhân vật

Hồ sơ dưới đây giữ nguyên tiếng Anh, vì các mô hình video AI phản hồi tốt nhất với prompt tiếng Anh.

MAYA: a woman in her early thirties with an oval face, warm brown skin, dark brown eyes, and shoulder-length black curly hair tied back with a red scrunchie. Small gold hoop earrings. Thin silver scar across her left eyebrow. She wears a mustard-yellow wool beanie, a navy canvas work jacket with brass buttons, and a plain white t-shirt. Calm, low voice with a slight rasp; she speaks slowly and smiles with one side of her mouth. Realistic cinematic style, soft natural light, gentle film grain.

Hãy giữ hồ sơ trong một đoạn ngắn như ví dụ trên. Hồ sơ quá sơ sài sẽ để lại khoảng trống; hồ sơ quá dài sẽ khiến các chi tiết quan trọng bị chìm dưới phần mô tả cảnh.

Bước 2: Dùng lại đúng từng cụm từ

Sai lầm lớn nhất sau khi viết hồ sơ là diễn đạt lại nó. Bạn viết "mustard-yellow beanie" ở clip một và "yellow knit hat" ở clip hai. Với bạn, đó là cùng một thứ. Với mô hình, đó là hai prompt khác nhau với hai kết quả khác nhau.

Quy tắc khi dùng lại:

• Sao chép và dán hồ sơ. Đừng gõ lại theo trí nhớ.
• Giữ nguyên thứ tự. Đặt hồ sơ nhân vật ở đầu mỗi prompt, rồi thêm bối cảnh và hành động phía sau.
• Chỉ thay đổi bối cảnh. Địa điểm, hành động và chuyển động máy quay thay đổi theo từng clip. Phần mô tả nhân vật thì không.

Ví dụ prompt dùng lại hồ sơ

Clip thứ nhất: Maya đưa cốc cà phê cho khách bên cửa sổ xe bán đồ ăn vào một buổi tối mưa.

MAYA: a woman in her early thirties with an oval face, warm brown skin, dark brown eyes, and shoulder-length black curly hair tied back with a red scrunchie. Small gold hoop earrings. Thin silver scar across her left eyebrow. She wears a mustard-yellow wool beanie, a navy canvas work jacket with brass buttons, and a plain white t-shirt. Realistic cinematic style, soft natural light, gentle film grain.
Scene: Maya stands at a food truck window on a rainy evening and hands a paper cup of coffee to a customer. Medium shot, slow push in. She says, "Careful, it's hot." Rain on the metal roof, quiet street ambience.

Clip thứ hai: sáng sớm, Maya mở cửa xe và bật dây đèn ấm áp.

MAYA: (same sheet, pasted word for word)
Scene: Early morning. Maya unlocks the side door of the food truck and steps inside, switching on a string of warm lights. Wide shot from across the street, camera static. No dialogue. Birds and distant traffic.

Trong prompt thật của bạn, hãy dán toàn bộ hồ sơ vào chỗ "same sheet". Phần giữ chỗ ở trên chỉ để tiết kiệm không gian cho bài viết.

Bước 3: Neo diện mạo bằng ảnh tham chiếu

Ảnh tham chiếu là mỏ neo mạnh hơn chữ, vì mô hình có thể nhìn thấy gương mặt thay vì phải tưởng tượng.

Quy trình:

1. Tạo một ảnh chủ đạo của nhân vật bằng công cụ tạo ảnh, hoặc dùng một bức ảnh bạn có quyền sử dụng. Chọn khung hình rõ nét, nhìn thẳng, ánh sáng đều, thấy trọn gương mặt và trang phục.
2. Dùng nó làm khung hình đầu tiên trong chế độ chuyển ảnh thành video cho từng clip. Trên veo4.dev, ảnh tham chiếu tùy chọn của Veo 4 sẽ trở thành khung hình mở đầu của clip. Kling 3.0, Seedance 2.0 và Wan 2.6 chấp nhận khung hình đầu tùy chọn, còn Wan AI 2.2 luôn bắt đầu từ một ảnh do bạn cung cấp.
3. Vẫn giữ hồ sơ nhân vật trong prompt. Ảnh cố định khung hình đầu tiên. Phần chữ giữ nhân vật ổn định khi clip dần rời xa khung hình đó.

Khung hình đầu và khung hình cuối

Một số mô hình chấp nhận cả khung hình đầu lẫn khung hình cuối. Trên veo4.dev, Veo 3.1 và MiniMax H3 có cả hai trường này. Điều này rất hữu ích cho tính nhất quán, vì mô hình buộc phải kết thúc ở một khung hình bạn đã chọn. Nếu cả hai khung hình đều có cùng một nhân vật, clip sẽ có hai mỏ neo thay vì một.

Một mẹo thực tế: lưu khung hình cuối của clip bạn ưng ý và dùng nó làm khung hình đầu cho clip tiếp theo. Nhờ vậy nhân vật được chuyển tiếp liền mạch từ cảnh này sang cảnh khác.

Hãy giữ một thư viện ảnh tham chiếu nhỏ: một ảnh chính diện, một ảnh góc ba phần tư và một ảnh toàn thân. Chọn ảnh gần nhất với mỗi cảnh quay mới, và để ảnh có cùng tỷ lệ khung hình với clip để gương mặt không bị cắt mất.

Để xem thêm các tùy chọn chuyển ảnh thành video, hãy truy cập trang image-to-video.

Bước 4: Dùng seed ở những mô hình hỗ trợ

Seed là con số mô hình dùng làm điểm khởi đầu ngẫu nhiên. Với cùng prompt, cùng thiết lập và cùng seed, một mô hình tôn trọng seed sẽ cho kết quả rất giống nhau.

Trên veo4.dev, seed được chuyển đến mô hình đối với Happy Horse 1.0 và Wan AI 2.2. Bạn tìm thấy trường này trong phần cài đặt nâng cao.

Cách dùng seed để giữ nhân vật nhất quán:

1. Tạo vài phiên bản với seed ngẫu nhiên.
2. Tìm phiên bản có nhân vật trông đúng ý, và ghi lại seed của nó.
3. Dùng lại seed đó cho các clip tiếp theo, chỉ thay đổi phần bối cảnh trong prompt.

Seed phát huy tác dụng nhất với những biến thể nhỏ: cùng nhân vật, cùng địa điểm, chỉ khác hành động hoặc góc máy. Một thay đổi lớn trong phần mô tả cảnh sẽ làm kết quả khác đi nhiều, kể cả khi giữ nguyên seed. Với các mô hình khác, hãy dựa vào hồ sơ nhân vật và ảnh tham chiếu.

Bước 5: Lên kế hoạch cảnh quay để che đi khác biệt nhỏ

Ngay cả khi đã áp dụng mọi phương pháp ở trên, nhân vật vẫn có thể lệch đôi chút. Một kế hoạch cảnh quay tốt sẽ khiến sự lệch đó khó bị nhận ra hơn nhiều.

• Thay đổi cỡ cảnh. Cắt từ cảnh toàn sang cận cảnh sẽ che đi những thay đổi nhỏ ở trang phục, vì người xem vốn đã chờ đợi khung hình thay đổi.
• Giữ nguyên ánh sáng. Một nhân vật dưới nắng hoàng hôn ấm áp rồi lại dưới ánh đèn văn phòng lạnh lẽo sẽ trông như hai người khác nhau, dù cùng một gương mặt.
• Mỗi clip chỉ một hành động. Hành động phức tạp đồng nghĩa với nhiều chuyển động hơn, và càng nhiều chuyển động thì gương mặt càng dễ thay đổi giữa chừng.
• Dùng cảnh cận chi tiết. Một bàn tay cầm cốc hay một cảnh quay từ phía sau vẫn kể được câu chuyện mà không cần lặp lại gương mặt.
• Lên thứ tự trước khi tạo. Viết một danh sách cảnh quay ngắn: số cảnh, cỡ cảnh, hành động, lời thoại và ảnh neo cho cảnh đó. Sau đó tạo video theo đúng thứ tự.

Ví dụ danh sách cảnh quay

Danh sách kiểm tra tính nhất quán

Hãy rà qua danh sách này trước mỗi lần tạo clip trong một loạt:

• Hồ sơ nhân vật được dán nguyên văn, ở đầu prompt.
• Mỗi món trang phục đều có màu sắc và chất liệu cụ thể.
• Nhân vật có ít nhất một dấu hiệu đặc trưng.
• Phong cách hình ảnh và ánh sáng khớp với các clip trước.
• Đã đính kèm ảnh tham chiếu hoặc khung hình cuối của clip trước, nếu mô hình chấp nhận.
• Mô hình, tỷ lệ khung hình và độ phân giải giống với phần còn lại của loạt video.
• Seed được dùng lại, ở những mô hình tôn trọng seed.
• Mỗi clip chỉ có một hành động rõ ràng.

Câu hỏi thường gặp

Tôi có thể có một nhân vật giống hệt nhau trong mọi clip không?

Không phải lúc nào cũng được, vì quá trình tạo video luôn có yếu tố ngẫu nhiên. Một hồ sơ cố định và một ảnh tham chiếu sẽ thu hẹp đáng kể sự khác biệt. Hãy chuẩn bị tạo nhiều bản hơn mức cần và giữ lại những bản khớp nhau.

Ảnh tham chiếu có tốt hơn mô tả bằng chữ không?

Ảnh tham chiếu là mỏ neo mạnh hơn cho gương mặt và trang phục. Kết quả tốt nhất đến từ việc dùng cả hai: ảnh cố định diện mạo, còn chữ giữ diện mạo ổn định khi clip chuyển động.

Làm sao để giữ giọng nói không đổi?

Mô tả giọng nói theo cùng một cách trong mọi prompt: cao độ, tốc độ, chất giọng và tâm trạng. Giữ lời thoại ngắn. Không có gì neo được giọng nói như cách ảnh tham chiếu neo gương mặt, nên hãy chọn những bản có giọng khớp và tạo lại các bản còn lại. Với một loạt video dài, tự thu âm hoặc lồng tiếng khi dựng sẽ cho bạn toàn quyền kiểm soát.

Còn khi có hai nhân vật trở lên trong một cảnh thì sao?

Viết một hồ sơ riêng cho từng nhân vật với tên rõ ràng, và cho mỗi người một đặc điểm nhận dạng cùng màu sắc khác nhau. Khi có thể, hãy để họ đứng tách nhau trong khung hình. Hai nhân vật quá giống nhau thường dễ bị trộn lẫn.

Bắt đầu loạt video nhân vật của bạn

Viết hồ sơ nhân vật, tạo một ảnh chủ đạo thật tốt, rồi tạo cảnh quay đầu tiên. Bạn có thể thử ngay trong trình tạo video AI hoặc đến thẳng Veo 4 để tạo clip dẫn dắt bằng hình ảnh. Khi loạt video của bạn sẵn sàng mở rộng, trang bảng giá sẽ cho bạn xem các gói.

Bạn đang lên kế hoạch cho thêm nhiều clip? Hãy đọc hướng dẫn prompt chuyển động máy quay để điều khiển từng cảnh quay, và bài vì sao video AI của bạn trông sai để tìm cách khắc phục khi một clip bị lệch.