Hướng dẫn này cung cấp một cấu trúc đơn giản, những từ ngữ mô hình phản hồi tốt và các ví dụ dùng ngay cho những định dạng phổ biến. Mỗi ví dụ đều được thiết kế để dán vào ô chỉ đạo trong studio và điều chỉnh theo ảnh của bạn.
Cách xây dựng cấu trúc prompt OmniHuman 2
Hãy nghĩ theo ba ô: màn trình diễn, cử chỉ và máy quay. Màn trình diễn là tâm trạng tổng thể (“warm and confident” — ấm áp và tự tin, “playful” — tinh nghịch, “serious newsreader” — phát thanh viên nghiêm túc). Cử chỉ là một hai hành động cụ thể (“counts on fingers” — đếm trên ngón tay, “points at the viewer” — chỉ vào người xem, “holds the jar up to the lens” — giơ hũ sản phẩm lên trước ống kính). Máy quay là một chuyển động hoặc khung hình duy nhất (“static medium shot” — góc trung cố định, “slow push-in” — tiến chậm vào, “gentle orbit to the left” — xoay nhẹ sang trái).
Giữ prompt dưới khoảng 40 từ. Prompt dài với nhiều hành động cạnh tranh nhau thường tạo ra chuyển động rối và thiếu tự nhiên; render hai lần với hai prompt tập trung tốt hơn render một lần với một prompt quá tải.
Chỉ dẫn máy quay
Mỗi clip chỉ dùng một chuyển động. Những cụm từ sau rõ ràng và được hiểu rộng rãi:
- “static medium shot” (góc trung cố định) — điềm tĩnh, phong cách người dẫn; tốt nhất cho video giải thích dài.
- “slow push-in” (máy quay tiến chậm vào) — tăng dần cường độ; rất hợp cho hook quảng cáo và những câu nói giàu cảm xúc.
- “gentle orbit around the subject” (xoay nhẹ quanh nhân vật) — tăng giá trị sản xuất cho bài hát.
- “handheld feel, slight sway” (cảm giác máy cầm tay, hơi rung lắc) — khiến clip phong cách UGC trông như quay bằng điện thoại.
- “wide shot, then slow zoom on the speaker” (góc rộng, rồi zoom chậm vào người nói) — hữu ích trong cảnh nhóm.
Cử chỉ và ngôn ngữ cơ thể
Hãy gọi tên cử chỉ và, nếu cần, thời điểm nó diễn ra: “raises an eyebrow at the question” (nhướng mày khi đặt câu hỏi), “opens both hands on ‘everyone’” (mở rộng hai tay ở chữ “everyone”), “nods while listening” (gật đầu khi lắng nghe). Cảnh quay sản phẩm hiệu quả nhất khi sản phẩm đã có sẵn trong ảnh; khi đó prompt có thể yêu cầu người trong ảnh nâng lên, nghiêng hoặc chỉ vào sản phẩm.
Với giọng hát, hãy mô tả hơi thở và chuyển động thay vì khẩu hình — “closes eyes on long notes, sways with the beat, hand on chest in the chorus” (nhắm mắt ở nốt dài, lắc lư theo nhịp, đặt tay lên ngực ở điệp khúc) — và để âm thanh điều khiển môi.
Ví dụ prompt theo định dạng
Thay các chi tiết bằng ảnh và âm thanh của bạn. Prompt mẫu được giữ bằng tiếng Anh để bạn dán thẳng vào studio, vì tiếng Việt chưa có trong danh sách ngôn ngữ prompt được hỗ trợ.
- 1Hook UGC cho sản phẩm chăm sóc daexcited, talks fast, holds the bottle close to the camera on the first line, handheld feel
- 2Thông báo từ nhà sáng lậpcalm and confident, open hand gestures, static medium shot, small smile at the end
- 3Balladeyes closed on long notes, gentle sway, slow orbit, soft emotional expression
- 4Podcast hai người dẫnleft host speaks, right host nods and reacts, static wide shot, relaxed conversation
- 5Bài giảngteacher tone, counts points on fingers, glances down as if at notes, static shot
- 6Linh vật chào hỏicheerful, waves at the start, bounces slightly, slow push-in
Ngôn ngữ và khắc phục sự cố
Bạn có thể viết chỉ đạo bằng tiếng Anh, tiếng Trung, tiếng Nhật, tiếng Hàn, tiếng Tây Ban Nha (Mexico) hoặc tiếng Indonesia. Âm thanh lời nói có thể bằng bất kỳ ngôn ngữ nào — khớp khẩu hình đi theo âm thanh, không theo prompt.
Nếu chuyển động trông quá lố, hãy bỏ các tính từ như “very” (rất) và “dramatic” (kịch tính). Nếu dường như không có gì xảy ra, hãy kiểm tra xem cử chỉ có khả thi trong khung hình không: tay không thể khoa được nếu ảnh chỉ cắt sát khuôn mặt.
Những lỗi viết prompt thường gặp
Lỗi phổ biến nhất là mô tả kịch bản thay vì màn trình diễn. Viết “she explains our new pricing” (cô ấy giải thích bảng giá mới) chẳng thêm được gì, vì âm thanh đã chứa lời nói; còn “leans forward and taps the table on each price” (nghiêng người tới trước và gõ nhẹ lên bàn ở mỗi mức giá) cho mô hình việc cụ thể để làm.
Lỗi thứ hai là mâu thuẫn: yêu cầu cùng lúc góc máy cố định và xoay quanh nhân vật, hoặc giọng điềm tĩnh mà lại nhảy nhót đầy năng lượng, trong cùng một clip. Khi các chỉ dẫn xung đột, chuyển động trở nên lộn xộn. Hãy chọn một tâm trạng và một kiểu máy quay cho mỗi lần render.
- Tránh cảm xúc cực đoan trừ khi âm thanh tương ứng — một câu thì thầm đi kèm “shouting angrily” (hét lên giận dữ) sẽ trông hỏng.
- Đừng yêu cầu những vật không có trong ảnh xuất hiện; hãy thêm chúng vào ảnh.
- Bỏ qua thuật ngữ điện ảnh chuyên sâu mà mô hình không có lý do để biết, như tên các hãng ống kính cụ thể.
Thử nghiệm mà không phí credit
Hãy chốt ảnh và âm thanh trước, rồi chỉ thay đổi prompt giữa các lần render thử. Render một đoạn trích năm giây của câu quan trọng nhất với hai ba biến thể prompt để so sánh — mỗi lần 50 credit, việc so sánh này còn rẻ hơn một bản render dài bị hỏng.
Khi một prompt đã hiệu quả, hãy lưu nó cùng dự án làm “preset chỉ đạo” dùng lại cho người dẫn đó. Series sẽ nhất quán hơn khi mọi tập đều bắt đầu từ cùng một đoạn chỉ đạo.
Câu hỏi thường gặp
Prompt có bắt buộc không?
Không. Không có prompt, OmniHuman 2 tự chọn chuyển động tự nhiên từ âm thanh. Prompt hữu ích khi bạn muốn cử chỉ hoặc chuyển động máy quay cụ thể.
Prompt nên dài bao nhiêu?
Một hai câu, dưới khoảng 40 từ. Prompt tập trung cho chuyển động gọn gàng hơn.
Prompt có thể thay đổi lời người trong ảnh nói không?
Không. Lời nói và khẩu hình đến từ âm thanh; prompt điều khiển màn trình diễn và máy quay.
Tôi có thể chỉ đạo nhiều người không?
Có. Mô tả từng người theo vị trí, ví dụ “left person speaks, right person reacts” (người bên trái nói, người bên phải phản ứng).
Prompt dùng được những ngôn ngữ nào?
Tiếng Anh, tiếng Trung, tiếng Nhật, tiếng Hàn, tiếng Tây Ban Nha (Mexico) và tiếng Indonesia được liệt kê là được hỗ trợ.
Vì sao cử chỉ của tôi không xuất hiện?
Thường do khung hình che mất tay hoặc prompt yêu cầu quá nhiều hành động. Hãy dùng ảnh rộng hơn và ít chỉ dẫn hơn.