Cách giữ nhân vật đồng nhất khi làm video AI bằng Veo 3 / Google Flow

Đây là lỗi gần như ai làm video AI cũng gặp lúc mới bắt đầu: cảnh 1 nhân vật mặc áo đỏ tóc ngắn, sang cảnh 2 tự nhiên tóc dài hơn, áo đổi màu xanh, thậm chí khuôn mặt khác hẳn. Nguyên nhân không nằm ở "công cụ tệ", mà nằm ở cách các mô hình như Veo hoạt động.

• Mỗi cảnh là một lần sinh hình độc lập — Veo không "nhớ" nhân vật bạn vừa tạo ở cảnh trước, trừ khi bạn mô tả lại chính xác nhân vật đó trong prompt của cảnh sau.
• Prompt thiếu mô tả cố định — nhiều người chỉ ghi "một cô gái đang nói chuyện" thay vì mô tả chi tiết cố định (tuổi, tóc, trang phục, vóc dáng), khiến mỗi lần AI tự "vẽ" ra một phiên bản khác của nhân vật.
• Prompt không đồng nhất giữa các cảnh — đổi một vài từ mô tả giữa cảnh này với cảnh khác (dù vô tình) cũng đủ khiến mô hình hiểu là một nhân vật khác.
• Không dùng ảnh tham chiếu — nếu chỉ dùng text-to-video thuần, AI phải tự tưởng tượng lại ngoại hình mỗi lần, xác suất lệch hình cao hơn nhiều so với có ảnh neo lại.

Hiểu đúng nguyên nhân giúp bạn sửa đúng chỗ: vấn đề nằm ở prompt và quy trình, không phải do bạn "không có duyên" với AI.

Trước khi nghĩ đến công cụ hỗ trợ, có vài nguyên tắc viết prompt bạn có thể áp dụng ngay để giảm đáng kể tình trạng lệch nhân vật:

• Viết một đoạn mô tả nhân vật cố định — ví dụ: "người phụ nữ khoảng 30 tuổi, tóc nâu ngắn ngang vai, mặc áo khoác da đen, đeo kính gọng tròn, phong cách ảnh điện ảnh, ánh sáng dịu". Đoạn này giữ nguyên 100% cho mọi cảnh, chỉ thay phần hành động/bối cảnh phía sau.
• Copy đúng nguyên văn, không diễn đạt lại — nhiều người viết lại mô tả bằng từ khác cho mỗi cảnh (nghĩ là để "đỡ lặp"), đây chính là nguyên nhân gây lệch hình. Mô tả nhân vật cần giống hệt nhau về câu chữ giữa các cảnh.
• Giữ nguyên phong cách hình ảnh — cùng một kiểu ánh sáng, tỉ lệ khung hình, phong cách máy quay (cinematic, flat, anime...) cho toàn bộ video, vì thay đổi style cũng gián tiếp làm nhân vật trông khác.
• Dùng cùng seed nếu công cụ hỗ trợ — một số phiên bản Veo cho phép cố định seed sinh hình, giúp giữ được các đặc điểm nhỏ (tỉ lệ khuôn mặt, tông da) ổn định hơn giữa các lần chạy.

Mẹo này hiệu quả với video ngắn, ít cảnh. Nhưng khi kịch bản có 10-20 cảnh trở lên, việc copy tay đoạn mô tả nhân vật vào từng prompt rất dễ sai sót — thiếu một dấu phẩy hay đổi thứ tự từ cũng đủ gây lệch hình.

Nguyên nhân nhân vật AI bị lệch và cách khoá tương ứng.

Nếu công cụ bạn dùng hỗ trợ đưa ảnh tham chiếu (reference image) hoặc image-to-video, đây là cách tăng độ đồng nhất nhân vật hiệu quả hơn nhiều so với chỉ dùng text mô tả.

• Chốt một ảnh chân dung nhân vật — chọn hoặc tạo một tấm ảnh rõ mặt, rõ trang phục làm "bản gốc" cho toàn bộ video hoặc cả series.
• Dùng lại ảnh này làm reference cho mọi cảnh có nhân vật xuất hiện — kể cả khi góc quay, bối cảnh, hành động thay đổi.
• Với cảnh không thể gắn ảnh trực tiếp — vẫn nên mô tả lại đúng các đặc điểm từ ảnh gốc bằng text, để AI có "manh mối" bám theo thay vì tự sinh mới hoàn toàn.

Cách này đặc biệt quan trọng với kênh có nhân vật host cố định xuất hiện trong nhiều video khác nhau — khán giả xem quen mặt sẽ nhận ra ngay nếu nhân vật "hôm nay khác hôm qua".

Một lý do khiến nhiều video AI bị lệch nhân vật là kịch bản không được chia cảnh rõ ràng ngay từ đầu — người làm cứ viết một đoạn dài rồi để AI tự cắt, dẫn đến việc không kiểm soát được prompt của từng đoạn nhỏ. Chia kịch bản thành từng cảnh khoảng 8 giây (nhịp phù hợp với hầu hết công cụ tạo video AI hiện nay) mang lại vài lợi ích trực tiếp cho việc giữ nhân vật đồng nhất:

• Dễ kiểm tra ngay sau mỗi cảnh — cảnh ngắn giúp phát hiện lệch hình sớm, thay vì dựng xong cả video mới nhận ra nhân vật đã đổi mặt từ cảnh thứ 5.
• Dễ gắn mô tả nhân vật cố định — mỗi cảnh 8 giây thường chỉ có một hành động chính, việc chèn đoạn mô tả nhân vật cố định vào đầu prompt không làm prompt quá dài hay rối.
• Dễ dựng lại một cảnh lỗi — nếu một cảnh bị lệch hình, bạn chỉ cần chạy lại đúng cảnh đó với cùng mô tả nhân vật, không phải làm lại toàn bộ video.

Đây cũng là lý do vì sao khi lên kịch bản, nên tách sẵn theo cảnh 8 giây kèm mô tả nhân vật cố định ngay từ bước viết, thay vì để đến lúc dựng mới xử lý.

Làm đúng các bước trên cho một video thì ổn, nhưng nếu bạn đăng đều 3-5 video/tuần hoặc chạy nhiều kênh cùng lúc, việc tay chân chia cảnh, viết lại mô tả nhân vật cho từng prompt sẽ chiếm phần lớn thời gian sản xuất — và vẫn dễ sai sót vì làm thủ công lặp lại nhiều lần.

Đây là phần bạn nên làm kỹ trước khi bắt đầu tạo cảnh trong Veo: chia kịch bản hoặc video mẫu thành từng đoạn khoảng 8 giây, viết cố định một đoạn mô tả nhân vật (khoá nhân vật) rồi dùng lại nguyên văn đoạn mô tả đó cho mọi cảnh, thay vì phải viết lại mô tả từ đầu cho từng cảnh một.

Sau khi có kịch bản đã khoá nhân vật, việc dựng hàng loạt cảnh trên Google Flow/Veo 3.1 nên đi theo đúng thứ tự cảnh đã chia, ưu tiên dùng ảnh tĩnh ở những đoạn không cần chuyển động phức tạp để tiết kiệm quota, nhờ vậy vẫn giữ được sự đồng nhất giữa các cảnh và giữa các tập trong cùng một series.

Nếu bạn đã có sẵn giọng đọc và kịch bản, và muốn thử một quy trình dựng video nhanh hơn cho các tập tiếp theo, có thể nhắn Zalo để được tư vấn và dùng thử miễn phí DC23 AI Studio.

Trước khi đăng, nên có một bước rà lại nhanh riêng cho nhân vật — tách biệt với việc kiểm tra chất lượng hình ảnh chung của video:

• So sánh khung hình đầu và cuối mỗi cảnh — trang phục, tóc, phụ kiện có giữ nguyên không.
• Kiểm tra giữa các cảnh cách xa nhau — cảnh 1 và cảnh 10 dễ bị lệch hơn hai cảnh liền kề, cần soi kỹ hơn.
• Kiểm tra tỉ lệ cơ thể và tông da — lỗi thường bị bỏ qua vì không rõ như đổi màu áo, nhưng vẫn khiến video trông "giả".
• Với series nhiều tập — nên lưu lại đoạn mô tả nhân vật chuẩn đã dùng, để tập sau vẫn dùng đúng mô tả đó, không viết lại từ đầu.

Ngoài kiểm tra nhân vật, việc đánh giá lại toàn bộ video sau khi đăng cũng nên thành thói quen cố định — có thể tham khảo thêm khung đánh giá cụ thể tại Khung Post-Mortem Video: 5 câu hỏi bắt buộc sau mỗi video.

Nhân vật bị lệch mặt, đổi trang phục giữa các cảnh không phải lỗi do công cụ, mà do prompt thiếu mô tả cố định và kịch bản không được chia cảnh rõ ràng ngay từ đầu. Cách giữ nhân vật đồng nhất khi làm video AI nằm ở ba việc: mô tả nhân vật cố định và giữ nguyên câu chữ giữa các cảnh, dùng ảnh tham chiếu khi có thể, và chia kịch bản theo cảnh ngắn để kiểm soát dễ hơn.

Nếu làm thủ công cho một vài video thì ổn, nhưng khi cần đăng đều đặn hoặc chạy nhiều kênh, phần chia cảnh và khoá nhân vật nên được tự động hoá để vừa nhanh vừa ít sai sót. Có thể xem thêm quy trình sản xuất video AI đầy đủ tại Hướng dẫn xây dựng kênh YouTube cho người mới — vận hành bằng AI hoặc danh sách công cụ cần thiết tại Những công cụ cần thiết cho người mới bắt đầu làm YouTube không lộ mặt.