Veo 3.1 là một trong những model video AI dễ điều khiển nhất hiện có, vậy mà hầu hết mọi người viết prompt cho nó như gõ vào công cụ tìm kiếm — vài từ khóa, một cảm giác mơ hồ, rồi thất vọng khi clip trả về nhạt nhòa. Model này thưởng cho một cách tiếp cận khác: mô tả shot của bạn theo cách một đạo diễn brief cho người quay phim, và Veo 3.1 thường trả về thứ gần với những gì bạn hình dung.
Bài hướng dẫn này là phiên bản thực hành của ý tưởng đó: cấu trúc prompt cho kết quả ổn định với Veo 3.1, các chỉ đạo máy quay, ánh sáng và âm thanh, negative prompt, seed, ảnh tham chiếu khung hình đầu và khung hình cuối, cộng với cách xử lý các lỗi ai cũng gặp — chủ thể biến dạng, chỉ dẫn bị phớt lờ và khớp môi kém. Bạn có thể thử mọi kỹ thuật trên trình tạo Veo 3.1 của chúng tôi, chạy bằng credit theo lần tạo với credit miễn phí cho người dùng mới.
Veo 3.1 đọc prompt như thế nào
Veo 3.1 không phân tích prompt của bạn như một danh sách kiểm tra. Nó dựng một cảnh mạch lạc duy nhất từ toàn bộ mô tả, và các mâu thuẫn được giải quyết trong im lặng — thường không có lợi cho bạn. Hai hệ quả thực tế theo sau.
Đặt điều quan trọng nhất lên đầu. Veo 3.1 đặt trọng số nặng hơn cho phần đầu prompt, nên hãy để chủ thể và hành động cốt lõi lên trước, dành phần trang trí phong cách cho cuối.
Một cảnh, một prompt. Một clip chạy 4, 6 hoặc 8 giây. Nhồi ba nhịp truyện vào tám giây sinh ra chuyển động vội vã, nhão nhoét — hãy viết một nhịp rõ ràng cho mỗi lần tạo, rồi nối các clip trong trình dựng của bạn.
Cấu trúc prompt sáu phần
Công thức prompt Veo 3.1 đáng tin cậy nhất có sáu thành phần, đại khái theo thứ tự này:
- Chủ thể — ai hoặc cái gì là trung tâm của shot, với 2–3 chi tiết thị giác cụ thể ("một phụ nữ ngoài 60 tuổi tóc bạc, mặc áo khoác len đỏ").
- Hành động — một điều rõ ràng chủ thể làm ("chậm rãi rót cà phê vào chiếc cốc gốm sứt mẻ").
- Bối cảnh — ở đâu và khi nào ("trong quán ăn mờ tối lúc rạng đông, mưa vệt dài trên ô cửa sổ sau lưng bà").
- Máy quay — cỡ cảnh và chuyển động ("trung cận cảnh, dolly-in chậm").
- Ánh sáng và phong cách — không khí, màu sắc, ngữ pháp điện ảnh ("ánh đèn tungsten ấm làm chủ đạo, ánh xanh lạnh từ cửa sổ, độ sâu trường ảnh nông, quay trên phim 35mm").
- Âm thanh — những gì ta nghe thấy ("tiếng mưa nhẹ, tiếng leng keng của gốm sứ, tiếng ù trầm của tủ lạnh; không nhạc").
Khi một lần tạo Veo 3.1 hỏng, mảnh ghép thiếu gần như luôn là một trong sáu thứ này.
Bộ từ vựng điện ảnh mà Veo 3.1 hiểu
Veo 3.1 phản hồi mạnh với ngôn ngữ điện ảnh thực thụ. Các từ mơ hồ như "điện ảnh" hay "hoành tráng" làm được rất ít; thuật ngữ cụ thể làm được rất nhiều.
| Thành phần prompt | Nó điều khiển gì | Cụm từ hiệu quả |
|---|---|---|
| Cỡ cảnh | Khung hình và độ thân mật | toàn cảnh cực rộng, trung cảnh, cận cảnh, đặc tả cực gần |
| Chuyển động máy quay | Chuyển động của khung hình | dolly-in chậm, tracking shot cầm tay, cú crane nâng lên, khung tĩnh khóa chặt, xoay quanh chủ thể |
| Ống kính và chiều sâu | Đặc tính quang học | độ sâu trường ảnh nông, ống chân dung 85mm, góc rộng 24mm, lóe sáng ống kính anamorphic |
| Ánh sáng | Không khí và độ chân thực | ngược sáng giờ vàng, ánh sáng dịu trời âm u, nguồn sáng đơn gắt, đèn neon trong cảnh, ánh sáng khối xuyên sương |
| Phong cách | Diện mạo tổng thể | quay trên phim 35mm, phong cách tài liệu, hạt phim thập niên 1970, look quảng cáo sạch sẽ, film noir u ám |
| Âm thanh | Thiết kế tiếng | tiếng phố xá xa xa, tiếng bước chân trên sỏi, tiếng đám đông nghèn nghẹt, thoại nhân vật trong ngoặc kép, không nhạc |
Chuyển động máy quay: Chọn một và cam kết
Sai lầm phổ biến nhất với Veo 3.1 là xếp chồng các cú máy — "một cảnh drone vừa dolly-in rồi lia trái rồi crane lên". Chọn một chuyển động cho mỗi clip; nếu bạn cần hai, đó là hai clip. Và đừng xem thường khung tĩnh: một khung khóa chặt với chuyển động chủ thể mạnh thường trông đắt tiền hơn một máy quay ảo rung lắc, và Veo 3.1 render nó với ít lỗi hơn.
Chỉ đạo âm thanh là một phần của prompt
Veo 3.1 tạo âm thanh gốc và tiếp nhận chỉ đạo âm thanh theo nghĩa đen — nếu bạn không nhắc đến tiếng, bạn nhận về một phỏng đoán chung chung. Ba thói quen hữu ích:
- Gọi tên lớp âm nền: "tiếng xe cộ xa xa và gió" hoặc "tiếng phòng yên tĩnh" giúp cảnh có chỗ đứng.
- Đặt thoại trong ngoặc kép và gán cho nhân vật: người đàn ông nói, "Đáng lẽ chúng ta phải đi từ một tiếng trước rồi." Câu dưới mười từ khớp môi tốt hơn hẳn các bài diễn văn.
- Nói rõ "không nhạc" nếu bạn định tự lồng nhạc cho clip; nếu không, Veo 3.1 thường tự thêm nhạc nền riêng, thứ rất khó gỡ sạch.
Negative prompt, seed và ảnh tham chiếu trong Veo 3.1
Ngoài prompt văn bản, Veo 3.1 cho bạn ba đòn bẩy điều khiển phân biệt người dùng tùy hứng với người phát hành sản phẩm thật.
Negative prompt: Nói điều bạn không muốn
Negative prompt liệt kê các yếu tố cần triệt tiêu: chữ chèn, watermark, người thừa, kết xuất kiểu hoạt hình, rung máy. Hãy viết chúng dưới dạng danh từ và tính từ trần, không phải câu — "mờ nhòe, độ phân giải thấp, phụ đề, bàn tay biến dạng" thắng "làm ơn đừng làm mờ". Và nhớ rằng negative prompt dọn dẹp các lỗi lặp lại; nó không cứu được một prompt chính mơ hồ.
Seed: Tái lập và biến thể có kiểm soát
Trên veo4.dev, Veo 3.1 chấp nhận giá trị seed tùy chọn. Cùng prompt cộng cùng seed cho đầu ra gần giống nhau; chỉ đổi seed và bạn có một bản mới trên cùng chỉ dẫn. Quy trình chuyên nghiệp: tinh chỉnh câu chữ với seed cố định để biết mỗi chỉnh sửa có gây ra khác biệt hay không, rồi thay đổi seed ở cuối để tạo nhiều bản và chọn bản tốt nhất.
Ảnh tham chiếu khung hình đầu và khung hình cuối
Veo 3.1 hỗ trợ image-to-video với cả tham chiếu khung hình đầu lẫn khung hình cuối — công cụ nhất quán mạnh nhất mà model có:
- Chỉ khung hình đầu: clip bắt đầu chính xác trên ảnh của bạn và diễn hoạt tiến về phía trước. Lý tưởng để giữ một nhân vật, sản phẩm hay tài sản thương hiệu nhất quán qua một chuỗi clip.
- Khung đầu cộng khung cuối: Veo 3.1 nội suy một đường chuyển động giữa hai ảnh — cách bạn có được các chuyển cảnh có chủ đích như cánh cửa đóng ở khung đầu và mở ở khung cuối.
Khi dùng ảnh tham chiếu, hãy rút ngắn prompt văn bản. Bức ảnh đã mang sẵn chủ thể, bối cảnh và phong cách; văn bản của bạn chủ yếu nên mô tả chuyển động và âm thanh. Xem hướng dẫn image-to-video của chúng tôi cho quy trình đầy đủ.
Tỷ lệ khung hình và thời lượng: Quyết định trước khi viết prompt
Veo 3.1 trên nền tảng của chúng tôi xuất 16:9 hoặc 9:16, ở 720p hoặc 1080p, với clip 4, 6 hoặc 8 giây — và các lựa chọn này thay đổi cách bạn nên viết prompt.
16:9 (ngang) hợp với cảnh dựng bối cảnh, cảnh thoại và chuyển động máy theo phương ngang. 9:16 (dọc) là lựa chọn đúng cho Shorts, Reels và TikTok — nhưng hãy dàn cảnh cho nó: chủ thể đơn, khung căn giữa, chuyển động theo chiều dọc, không phải các đại cảnh rộng bị ép vào màn hình điện thoại.
Về thời lượng, ngắn hơn thường sắc nét hơn. Một clip Veo 3.1 dài 4 giây giữ chi tiết và mạch lạc tốt hơn clip 8 giây, và nó tốn ít credit hơn. Hãy dành 8 giây cho các shot thực sự cần thời gian — một màn hé lộ chậm, một câu thoại trọn vẹn, một cú máy hoàn chỉnh. Mức credit hiện tại nằm trên trang giá của chúng tôi.
Năm prompt Veo 3.1 ví dụ hoàn chỉnh
Mỗi ví dụ là một prompt đầy đủ bạn có thể dán vào và biến tấu. Chú ý cách chúng theo cấu trúc sáu phần.
1. Cận cảnh thoại (16:9, 8s)
Cận cảnh một ngư dân ngoài 50 tuổi với bộ râu xám và áo mưa cam, đứng trên bến tàu ướt lúc rạng đông. Ông nhìn xuyên qua phía sau máy quay và nói, "Bão vào nhanh hơn họ báo đấy." Khung tĩnh khóa chặt, độ sâu trường ảnh nông. Ánh sáng âm u xanh lạnh, sương mù ở hậu cảnh. Âm thanh: sóng vỗ nhẹ trong bến, tiếng mòng biển xa xa, giọng ông rõ và gần. Không nhạc.
2. Shot chủ đạo sản phẩm (16:9, 4s)
Một hộp tai nghe không dây màu đen nhám xoay chậm trên mặt đá cẩm thạch trắng. Nắp mở ra mượt mà để lộ đôi tai nghe bên trong. Bối cảnh studio, phông nền xám nhạt liền mạch. Máy quay xoay chậm quanh sản phẩm, ống kính 85mm, nét căng. Nguồn sáng chính khuếch tán dịu với viền sáng tinh tế. Âm thanh: tiếng click cơ học khẽ khi nắp mở, tiếng ù môi trường mờ nhạt. Không nhạc, không chữ, không logo.
3. Clip mạng xã hội dọc (9:16, 6s)
Một cô gái trẻ tóc xoăn sẫm màu mặc áo mưa vàng nhảy qua vũng nước trên vỉa hè thành phố mưa đêm, bật cười. Tracking shot cầm tay bám theo cô từ bên hông. Biển hiệu neon phản chiếu trên mặt đường ướt, độ sâu trường ảnh nông. Tông màu rực rỡ, bão hòa cao. Âm thanh: mưa rơi trên mặt đường, tiếng bước chân té nước, xe cộ xa xa, tiếng cười ngắn của cô.
4. Image-to-video từ khung hình đầu (dùng ảnh tham chiếu sản phẩm hoặc nhân vật của bạn)
Nhân vật trong ảnh tham chiếu quay đầu về phía cửa sổ và mỉm cười nhẹ khi ánh nắng di chuyển ngang gương mặt cô. Trung cận cảnh tĩnh, không chuyển động máy. Ánh nắng chiều ấm thay đổi từ từ. Âm thanh: tiếng phòng yên tĩnh, tiếng chim hót ngoài cửa sổ. Không nhạc, không thoại.
5. Chuyển cảnh khung-đầu-cộng-khung-cuối
Chuyển cảnh mượt mà từ cuốn sổ đang gập ở khung hình đầu sang cuốn sổ đang mở ở khung hình cuối. Một bàn tay đi vào từ bên phải và mở bìa trong một động tác nhẹ nhàng. Khung tĩnh quay từ trên xuống trên bàn gỗ, ánh sáng dịu từ cửa sổ bên trái. Âm thanh: tiếng giấy sột soạt, tiếng bìa đáp xuống khe khẽ. Không nhạc.
Để có thư viện prompt đã kiểm chứng sâu hơn, xem bộ sưu tập prompt hay nhất của chúng tôi và hướng dẫn prompt Veo tổng quát hơn.
Xử lý các lỗi Veo 3.1 phổ biến
Ngay cả prompt tốt đôi khi vẫn hỏng. Đây là cách sửa các lỗi thường gặp.
Chủ thể biến dạng, méo mó
Khi khuôn mặt tan chảy hoặc vật thể đổi hình giữa clip, nguyên nhân thường là quá nhiều chuyển động cùng lúc, quá nhiều chủ thể, hoặc clip quá dài. Hãy giảm về một chủ thể và một hành động, rút ngắn còn 4 giây, làm chậm máy quay, và thêm "biến dạng, tan chảy, giải phẫu méo mó, chi thừa" vào negative prompt. Nếu một nhân vật cứ trôi dạt, ảnh tham chiếu khung hình đầu neo danh tính tốt hơn văn bản rất nhiều.
Chỉ dẫn bị phớt lờ
Nếu Veo 3.1 cứ bỏ qua một chi tiết, thường là nó bị chôn ở cuối một prompt dài hoặc bị mâu thuẫn ở chỗ khác. Hãy đưa yếu tố bị bỏ qua lên sớm hơn, cắt các tính từ cạnh tranh, và kiểm tra mâu thuẫn — "ban đêm" nhưng lại "màu sắc nắng rực rỡ". Rồi chạy lại với cùng seed để xác nhận chỉnh sửa thực sự có tác dụng.
Thoại và khớp môi kém
Khớp môi xuống cấp với câu dài, nhiều người nói, và khuôn mặt lệch góc. Giữ thoại dưới mười từ, một người nói mỗi clip, mặt hướng về máy quay ở trung cảnh trở lên gần, và đặt đúng câu thoại trong ngoặc kép. Nếu vẫn lệch, hãy tạo phần diễn xuất câm và thu giọng riêng.
Đầu ra phẳng, nhạt nhòa
Nếu clip trông ổn nhưng chán, hãy thay các từ chỉ loại bằng chi tiết cụ thể: không phải "một chiếc ô tô trên đường" mà là "một chiếc station wagon thập niên 1980 phủ bụi trên xa lộ sa mạc nứt nẻ". Độ cụ thể là bản nâng cấp chất lượng rẻ nhất mà Veo 3.1 cung cấp.
FAQ
Điều gì làm nên một prompt Veo 3.1 tốt?
Một prompt Veo 3.1 tốt đọc như mô tả shot quay: chủ thể với chi tiết cụ thể, một hành động rõ ràng, bối cảnh, một cú máy duy nhất, ánh sáng và phong cách, cùng chỉ đạo âm thanh tường minh. Đặt chủ thể và hành động lên đầu, và giữ một cảnh cho mỗi clip.
Veo 3.1 có hỗ trợ negative prompt không?
Có. Dùng trường negative prompt cho các lỗi lặp lại — chữ chèn, watermark, mờ nhòe, bàn tay biến dạng, nhạc không mong muốn. Viết chúng dưới dạng danh từ và tính từ ngăn cách bằng dấu phẩy, và giữ danh sách ngắn, có mục tiêu.
Seed hoạt động thế nào trong Veo 3.1?
Seed làm việc tạo có thể tái lập: cùng prompt với cùng seed trả về kết quả gần giống nhau. Cố định seed trong lúc tinh chỉnh câu chữ để cô lập tác động của mỗi chỉnh sửa, rồi thay đổi nó ở cuối để tạo các bản thay thế.
Ảnh khung hình đầu và khung hình cuối dùng để làm gì?
Ảnh khung hình đầu khởi động clip chính xác trên ảnh tham chiếu của bạn, giữ nhân vật và sản phẩm nhất quán qua một series. Thêm ảnh khung hình cuối khiến Veo 3.1 diễn hoạt một chuyển cảnh giữa hai trạng thái — lý tưởng cho màn hé lộ và các thay đổi cảnh có kiểm soát.
Vì sao video Veo 3.1 của tôi bị biến dạng, méo mó?
Biến dạng thường đến từ prompt quá tải: nhiều chủ thể, các cú máy xếp chồng, hoặc thời lượng 8 giây khi 4 giây là đủ. Hãy đơn giản hóa về một chủ thể và một hành động, rút ngắn clip, và thêm các thuật ngữ liên quan giải phẫu vào negative prompt.
Veo 3.1 có thử miễn phí được không?
Người dùng mới trên veo4.dev nhận credit miễn phí, và việc tạo được tính phí theo từng clip thay vì qua thuê bao. Clip dài hơn và độ phân giải cao hơn tốn nhiều credit hơn — xem giá để biết chi tiết. Google cũng cung cấp Veo qua các sản phẩm của họ; nền tảng của chúng tôi là một lựa chọn đa model độc lập.
Kết luận
Veo 3.1 không phải máy đánh bạc — nó là một tổ quay phim làm chính xác những gì bạn bảo, và chỉ những gì bạn bảo. Những nhà sáng tạo đạt kết quả điện ảnh, ổn định đều làm việc theo cùng một cách: prompt sáu phần bằng ngôn ngữ điện ảnh thực thụ, một cảnh mỗi clip, âm thanh được chỉ đạo tường minh, seed cố định trong lúc tinh chỉnh, và ảnh tham chiếu ở bất cứ đâu cần tính nhất quán. Áp dụng quy trình đó và tỷ lệ thành công của bạn đi từ may mắn thỉnh thoảng đến thứ bạn có thể lên lịch nội dung xung quanh. Cấu trúc này còn chuyển giao được — cùng cách tiếp cận cải thiện kết quả trên Sora 2, Kling và mọi model khác trên nền tảng của chúng tôi.