Hệ thống tư liệu cho video AI giúp nhân vật và bối cảnh luôn đồng nhất
Chuẩn bị tư liệu dùng lại được cho nhân vật, trang phục, biểu cảm, hành động, bối cảnh, đạo cụ và màu sắc trước khi viết prompt cuối cùng cho video AI.
Nhân vật đổi mặt sau một lần chuyển góc máy, quần áo tự đổi kiểu khi chuyển động, đạo cụ lúc to lúc nhỏ, còn góc máy ngược trông như một căn phòng khác. Những lỗi này thường do thiếu bằng chứng hình ảnh, chứ không phải do thiếu từ khóa chất lượng.
Prompt giao nhiệm vụ, tư liệu cung cấp dữ kiện hình ảnh và giới hạn. Hãy chuẩn bị bằng chứng trước, rồi mới chỉ đạo cảnh quay.
| Tư liệu | Cố định điều gì | Tối thiểu cần có | Không kế thừa |
|---|---|---|---|
| Nhận diện nhân vật | Khuôn mặt, tóc, màu da, tỷ lệ cơ thể | Mặt chính diện, mặt nghiêng, trang phục mặt trước, toàn thân phía sau | Hành động, bối cảnh, máy quay |
| Trang phục | Kiểu dáng, chất liệu, màu sắc, giày | Mỗi bộ trang phục một bảng toàn thân riêng | Biểu cảm và cốt truyện |
| Biểu cảm | Cảm xúc và cường độ | Lưới biểu cảm cùng ống kính, cùng ánh sáng | Động tác cơ thể |
| Hành động | Đường đi, thăng bằng, điểm tiếp xúc, thứ tự | Chuỗi tư thế chính liên tục | Nhận diện và phong cách bối cảnh |
| Bối cảnh | Không gian, ánh sáng, chất liệu, nội thất | Nhiều góc cảnh trống kèm sơ đồ mặt bằng | Người không liên quan |
| Đạo cụ | Hình dạng, kích thước, cấu tạo, chất liệu | Mặt trước, mặt bên, phía sau và chi tiết | Bàn tay và cốt truyện |
| Bảng màu | Vai trò và tỷ lệ màu | Vai trò, mã HEX và cách dùng | Hình dạng vật thể |
1. Vì sao cần tư liệu trước prompt cuối cùng
Một bức ảnh chỉ chứng minh được một góc nhìn, một điều kiện ánh sáng và một khoảnh khắc. Bộ tư liệu dùng lại được cho mô hình thấy những gì phải giữ nguyên khi máy quay, trang phục, cảm xúc hay hành động thay đổi.
Hãy coi mỗi tư liệu tham chiếu là một bằng chứng sản xuất với đúng một nhiệm vụ rõ ràng.




2. Tư liệu nhân vật: để nhận diện kiểm tra được
Bắt đầu từ một ảnh chân dung gốc thật sạch, rồi mở rộng thành bảng thiết kế nhân vật. Hãy kiểm tra mặt nghiêng, đường hàm, tai, kiểu tóc phía sau, đường may trang phục, giày, phụ kiện và tỷ lệ cơ thể, chứ không chỉ xem khuôn mặt có đẹp hay không.


Mẫu A — một chân dung kèm ba góc nhìn toàn thân thẳng hàng
Create a photorealistic four-view character reference sheet from Image 1. Use a clean white studio background. On the left, show one highly detailed, perfectly front-facing live-action head-and-shoulders portrait. Preserve the exact facial structure, expression, hairstyle, hair accessories, pores, fine lines, eyelashes, flyaway hairs, and natural skin texture. No beauty retouching and no over-sharpening. On the right, show the exact same character in a standard A-pose as three aligned full-body views: front, side, and back. Preserve the same body proportions, complete wardrobe design, fabric layers, shoes, accessories, and realistic material behavior in every view. No scene, no action, no extra people, no logo, no watermark.Mẫu B — hai cận cảnh khuôn mặt kèm các góc nhìn trang phục phóng to
Create a professional photorealistic character reference board from Image 1 on a neutral grey studio background. The layout must have two sections. The upper third contains two large face close-ups: a perfectly front-facing portrait on the left and a clean side-profile portrait on the right. Preserve the exact facial identity, bone structure, hair, makeup, age, skin texture, and accessories. The lower two-thirds contains two wardrobe views. On the left, show a magnified front-facing A-pose wardrobe view cropped from just below the neck to the shoes so the garment construction fills the frame. On the right, show a complete rear full-body view. Keep lighting, lens, body proportions, clothing, and materials identical across all panels. This is a production reference sheet, not a poster or fashion editorial. No action, no complex background, no logo, no watermark.Chọn bảng bốn góc nhìn rộng rãi khi nhận diện và độ đồng nhất toàn thân quan trọng nhất. Chọn bảng mật độ cao khi chi tiết khuôn mặt và cấu trúc trang phục cần nhiều điểm ảnh hơn.
3. Tư liệu trang phục: xây dựng thư viện tạo hình
Đừng bắt một bức ảnh vừa xác định nhận diện vừa quyết định mọi bộ trang phục sau này. Trước tiên hãy tạo một ảnh toàn thân trung tính, rồi chuyển lần lượt từng bộ trang phục hoàn chỉnh, giữ nguyên người, tư thế, máy quay và ánh sáng.


Create a full-body studio image of the person in Image 1. Preserve the exact face, hairstyle, glasses, age, skin tone, body proportions, and wardrobe. Use a neutral grey background, standard relaxed A-pose, even studio lighting, and realistic anatomy. Keep the full body and shoes visible. No logo, watermark, or extra text.Use Image 1 for the character's identity and body proportions. Use Image 2 only for the complete wardrobe, shoes, and accessories. Replace the outfit in Image 1 with the full outfit from Image 2 while preserving the same face, hairstyle, glasses, pose, body shape, lighting, camera, and neutral studio background. Do not change the person. No logo, watermark, or extra text.Với mỗi bộ trang phục đã duyệt, hãy tạo lại tư liệu rõ ràng ở mặt trước, mặt bên và phía sau. Đặt tên cho từng tạo hình để prompt cuối cùng gọi được LOOK_DAILY, LOOK_SPORT hoặc LOOK_FORMAL mà không phải nghĩ ra trang phục lần nữa.

4. Tư liệu biểu cảm và hành động
Tư liệu biểu cảm giữ cho cảm xúc không làm đổi nhận diện. Tư liệu hành động giữ cho chuyển động không bỏ qua quãng giữa trạng thái đầu và trạng thái cuối.
Prompt biểu cảm

Using the exact same person from Image 1, create a photorealistic facial-expression asset sheet on a neutral grey studio background. Use a clean 4×4 grid with sixteen consistent head-and-shoulder portraits. Preserve the same facial structure, hairstyle, glasses, makeup, age, skin texture, lens, angle, and lighting in every cell. Show restrained, realistic variations: neutral, focused, soft smile, curious, surprised, tense, tired, calm, frown, angry, relieved, sad, thinking, happy, shy, and unbothered. Avoid cartoon acting, face drift, beauty retouching, and plastic skin. English labels only. No logo or watermark.Prompt nhịp hành động

An unarmed female agent is ambushed by a larger attacker in a rain-soaked underground parking garage. She survives by evading, breaking a grip, using a restrained knee strike, sweeping, rolling, using a parked car as cover, disarming the attacker, and exiting. Convert this into a coherent 16-panel cinematic action-beat library. Each panel must show one readable action instant with a clear number, short English beat name, body direction, balance, contact point, and screen direction. Keep both character identities, wardrobe, garage geography, wet lighting, and camera language consistent. Modern grounded action-film tone, dark, cool, tense, realistic, non-graphic, no injury detail, no logo, no watermark.Chọn những biểu cảm phục vụ câu chuyện: vài biến thể tiết chế hữu ích hơn hàng chục gương mặt cường điệu. Với hành động, mỗi ô chỉ nên thể hiện một khoảnh khắc dễ đọc, một điểm tiếp xúc, một trạng thái thăng bằng và một hướng di chuyển trên màn hình.
5. Tư liệu bối cảnh: lập hồ sơ bối cảnh
Một bức ảnh căn phòng đẹp không thể cho biết góc máy ngược phải có những gì. Hồ sơ bối cảnh (scene bible) ghi lại lối vào, các góc nhìn ngược, khu vực hoạt động, chi tiết chất liệu, đạo cụ cố định, hướng ánh sáng và vị trí tương quan giữa chúng trên mặt bằng.
Hãy tạo các góc cảnh trống trước. Con người và hành động của câu chuyện thuộc về cảnh quay cuối cùng, không thuộc về tư liệu bối cảnh.

Create a complete production scene bible for an empty modern community table-tennis hall used in a gentle slice-of-life comedy. The location must feel ordinary, authentic, slightly awkward, and lived-in rather than professional or spectacular. Use a clean 3×3 grid. Show: entrance wide shot; reverse wide shot; left-side view; right-side view; player eye-level view; low view along the net; bench and water station; close-up of table, paddle, balls and worn floor markings; and a readable top-down floor plan. Preserve the exact room geometry, table positions, windows, doors, lockers, benches, water dispenser, dark-green lower walls, warm-white upper walls, fluorescent lighting and scattered balls across every panel. No people, logos, subtitles, decorative poster design, or invented rooms. Use small English view labels only.6. Tư liệu đạo cụ: cố định hình dạng, không chỉ loại đồ vật
“Túi thể thao màu đen” hay “cọc tiêu đỏ” mới chỉ là tên một loại đồ vật. Bảng đạo cụ phải thể hiện đúng tỷ lệ, đường may, khóa kéo, phụ kiện kim loại, chất liệu và chi tiết chức năng, để đồ vật có xoay hay bị che một phần cũng không tự đổi thiết kế.

Create a physical prop turnaround sheet on a white or light-grey background. Show the selected prop in front, side, and rear views, plus one close-up of its most important functional detail. Preserve the exact shape, color, material, scale, seams, hardware, and structural features across every view. Use clean English labels only. No hands, people, scene lighting, brand logo, or watermark.7. Tư liệu bảng màu: lưu vai trò, không chỉ ô màu
Bảng màu chỉ thật sự hữu ích khi mỗi màu có vai trò và tỷ lệ cho phép. Hãy ghi rõ màu nào được chiếm phần lớn bối cảnh, màu nào hỗ trợ trang phục và chất liệu, màu nào chỉ được làm điểm nhấn nhỏ.


You are a film colorist, visual art director, and AI-video palette designer. Analyze all uploaded frame references as one visual system rather than as separate images. Extract exactly seven shared production colors: BASE, SUPPORT, SHADOW, HIGHLIGHT, SKIN, REFLECTION, and ACCENT. For each color, provide one #RRGGBB HEX value and one concise use case. Then create one clean professional palette asset image containing only the seven swatches, English role label, HEX value, and use case. Explain which colors may cover large areas, which must remain small accents, and which hues should be avoided. No people, scene illustration, long theory, logo, watermark, subtitles, neon saturation, or random colors.Khi tải lên nhiều ảnh, hãy ghi nhiệm vụ của từng đầu vào trước khi viết timeline. Đừng để mô hình phải đoán một ảnh đang quyết định nhận diện, chuyển động, không gian, ánh sáng hay màu sắc.
8. Giao bộ tư liệu cho mô hình video
Viết danh sách phân công trước khi viết câu chuyện. Mỗi dòng cần trả lời: tư liệu này thuộc về chủ thể nào, cần sao chép chính xác điều gì và điều gì không được kế thừa?
| Đầu vào | Chủ thể | Nhiệm vụ duy nhất | Loại trừ rõ ràng |
|---|---|---|---|
Ảnh 1 | CHARACTER_A | Khuôn mặt, tóc, màu da, tỷ lệ cơ thể | Bỏ qua phông nền studio |
Ảnh 2 | LOOK_SPORT | Quần áo, giày, phụ kiện | Không định nghĩa lại khuôn mặt |
Ảnh 3 | EXPRESSION_A | Cảm xúc và cường độ | Không đổi động tác cơ thể |
Ảnh 4 | ACTION_A | Thứ tự hành động và điểm tiếp xúc | Không sao chép nhận diện hay bối cảnh |
Ảnh 5 | LOCATION_A | Không gian, chất liệu, nội thất, ánh sáng | Bỏ qua đồ vật ngẫu nhiên |
Ảnh 6 | PROP_A | Hình dạng, kích thước, cấu tạo | Bỏ qua phông nền tham chiếu |
Ảnh 7 | PALETTE_A | Vai trò và tỷ lệ màu | Không đổi màu da |
REFERENCE ASSIGNMENTS
Image 1 defines CHARACTER_A's identity only: face, hairstyle, glasses, skin tone, and body proportions.
Image 2 defines LOOK_SPORT only: sports top, skirt, shoes, and accessories. Do not redefine the face.
Image 3 defines EXPRESSION_A only: focused but slightly embarrassed. Keep the performance restrained.
Image 4 defines ACTION_A only: the sequence, balance, contact points, and screen direction.
Image 5 defines LOCATION_A only: room geometry, tables, windows, doors, benches, and light direction.
Image 6 defines PROP_A only: shape, scale, material, seams, and hardware.
Image 7 defines PALETTE_A only: color roles and usage ratios.
Do not inherit unrelated backgrounds, people, text, logos, poses, or composition from any reference.Sau phần phân công, hãy thêm timeline cảnh quay, máy quay, âm thanh, quy tắc liên tục và các điều cần loại trừ. Đừng đổi tên cùng một tư liệu giữa chừng trong prompt.
Kiểm tra trước khi tạo
- Mỗi nhân vật xuất hiện nhiều lần có một bản nhận diện gốc
- Đổi trang phục mà không đổi khuôn mặt
- Cường độ biểu cảm có giới hạn rõ ràng về hình ảnh
- Hành động có đường đi, thăng bằng, điểm tiếp xúc và trạng thái kết thúc
- Bối cảnh có góc máy ngược và bố cục không gian
- Đạo cụ quan trọng có hình dạng ổn định
- Mỗi tư liệu có một nhãn, một chủ thể và một nhiệm vụ
- Prompt cuối cùng có timeline, quy tắc liên tục, âm thanh và các điều loại trừ
Prompt cho mô hình biết phải làm gì. Hệ thống tư liệu cho mô hình biết dự án là gì. Khi những dữ kiện đó đã ổn định, các cảnh quay phức tạp sẽ dễ chỉ đạo và dễ chỉnh sửa hơn.
Cách tạo video AI có nhân vật trông như người thật
Quy trình thực tế để giữ nhân vật đồng nhất, chọn bối cảnh đáng tin, dùng đạo cụ hữu ích, dựng chuỗi hành động tự nhiên và viết prompt video AI theo timeline.
Tạo video AI thất bại: nguyên nhân và cách khắc phục
Những nguyên nhân thường gặp khiến việc tạo video thất bại, và cách chỉnh lại ảnh, tệp hoặc prompt trước khi thử lại.