Video ghép nhạc / vlog
Hợp với: clip cảnh đời sống, du lịch, đồ ăn, không gian quán, hậu trường, "một ngày của tôi".
Không hợp với: video có người nói quan trọng (dùng video-phu-de-to).
Công thức (10–30 giây)
- Nhạc là bắt buộc: cần file nhạc người dùng có quyền dùng (hồ sơ thương hiệu hoặc hỏi). Nhạc có nhịp rõ thì cắt khớp đẹp hơn. Không có nhạc → báo người dùng, gợi ý họ lấy nhạc từ thư viện miễn phí bản quyền hoặc thêm nhạc trong app TikTok sau khi đăng (khi đó dựng không nhạc, cảnh dài 1,5–2 giây đều nhau).
- Chọn cảnh: 8–15 đoạn, mỗi đoạn lấy phần đẹp nhất dài ~3 giây (skill tự cắt cho khớp phách, cảnh từ 0,8 đến 2,6 giây). Cảnh đẹp/ấn tượng nhất lên đầu; xen cảnh rộng – cận; cảnh cuối là cảnh "kết" (hoàng hôn, nụ cười, món ăn hoàn chỉnh).
- Chữ:
mo_dau0–2,5 giây là tiêu đề ngắn ("1 NGÀY Ở ĐÀ LẠT", "QUÁN NHỎ GIỮA PHỐ").dan_chuyencho 2–4 câu dẫn chuyện nhỏ, mỗi câu 2–3 giây, chữ thường cảm xúc. Ít chữ thôi, để hình nói. - Tiếng gốc: tắt. Thẻ kết: tắt (vlog kết bằng cảnh đẹp hơn thẻ).
Kiểu chữ có trong skill này
| kieu | Dùng cho | Vị trí |
|---|---|---|
mo_dau | Tiêu đề | Giữa khung, chữ to |
dan_chuyen | Câu dẫn chuyện | Dưới, chữ nhỏ |
Quy trình chung (mọi kiểu video)
Mọi lệnh chạy từ thư mục của skill này (thư mục chứa file SKILL.md). Gọi <SKILL> là đường dẫn thư mục đó.
Bước 0. Kiểm tra (mỗi lần dùng)
Lệnh Python: macOS dùng python3, Windows dùng py -3 (không gõ python trần: trên Windows mới đó là bản giả của Microsoft Store). Đường dẫn dùng /, chạy được cả Git Bash lẫn PowerShell. Dưới đây viết python3, trên Windows thay bằng py -3.
python3 <SKILL>/scripts/kiem_tra.py
thieu_bat_buockhông rỗng → cho người dùng xem danh sách sẽ cài, hỏi một câu "Bạn đồng ý cài những thứ này không?", đồng ý rồi mới chạy. Windows chưa có Python:winget install -e --id Python.Python.3.12 --scope user. Cài ffmpeg xong trên Windows phải mở lại cửa sổ lệnh (hoặc khởi động lại Agent) để nhận lệnhffmpeg.thieu_tuy_chon→ chỉ cài khi cần:faster-whispercho phụ đề từ lời nói (lần đầu tự tải model ~800 MB),edge-ttscho giọng đọc AI.cap_nhat.co_ban_moilà true → báo một câu: "Có bản mới {moi_nhat} của skill này. Cập nhật không?". Người dùng đồng ý thì làm đúng việc ghi ởcau_cap_nhat. Không tự cập nhật.cap_nhatlà null thì bỏ qua, dựng bình thường.cap_nhat.skill_khac_chua_caicó tên → nhắc một dòng ở cuối câu trả lời: "Kho Agent Boss còn có: …". Chỉ nhắc một lần trong phiên.- Font: nếu chữ lỗi dấu hoặc trông xấu, chạy
python3 <SKILL>/scripts/kiem_tra.py --cai-font(tải Be Vietnam Pro từ Google Fonts).
Bước 1. Hồ sơ thương hiệu (chỉ lần đầu)
Đọc ~/.agent-boss/thuong-hieu.json (dùng chung cho mọi skill Agent Boss). Nếu chưa có, hỏi người dùng gọn trong một tin nhắn: tên shop/kênh, câu kêu gọi cuối video, màu chủ đạo, màu nhấn, đường dẫn logo (nếu có), file nhạc nền họ có quyền dùng (nếu có). Câu nào bỏ qua thì dùng mặc định. Ghi file:
{"ten": "Tiệm Nhà Mây", "cau_ket": "Bấm giỏ hàng để đặt ngay", "mau_chinh": "#1B1B1B", "mau_nhan": "#FFD21F",
"mau_chu": "#FFFFFF", "logo": "~/Pictures/logo.png", "font": null, "nhac": "~/Music/nen.mp3"}
File này nằm ngoài thư mục skill nên cập nhật skill không làm mất.
Bước 2. Xem video đầu vào
python3 <SKILL>/scripts/phan_tich.py <video hoặc thư mục video> --ra <thư-mục-làm-việc>
Thư mục làm việc: tạo video-<ngày>-<tên ngắn>/ cạnh video của người dùng. Với mỗi video, đọc phan-tich/<tên>.json (độ dài, khung dọc/ngang, chỗ lặng, chỗ đổi cảnh, lời nói từng chữ) và mở xem ảnh phan-tich/<tên>.jpg (lưới khung hình có ghi giây) để chọn đoạn đẹp. Video không có lời thì thêm --khong-nghe cho nhanh.
Bước 3. Viết kế hoạch ke-hoach.json trong thư mục làm việc
{
"dau_ra": "thanh-pham/video.mp4",
"doan": [{"file": "../clip1.mp4", "tu": 2.0, "den": 9.5}],
"chu": [{"tu": 0, "den": 2.6, "noi_dung": "ĐỪNG MUA NỒI CHIÊN NẾU CHƯA XEM", "kieu": "mo_dau"}],
"giong_doc": null,
"nhac": null,
"sua_chu": {"cờ lốt": "Claude"},
"tu_khoa": ["giảm giá", "miễn phí"],
"the_ket": true
}
doan: giây trên video gốc, theo đúng thứ tự muốn xuất hiện. Đường dẫn tính từ thư mục chứake-hoach.json.chu: giây trên video mới."den": "het"là tới cuối phần thân.kieulấy theo bảng kiểu chữ của skill này.giong_doc:{"van_ban": "...", "giong": "vi-VN-HoaiMyNeural"}(nữ) hoặcvi-VN-NamMinhNeural(nam). Viết lời đọc như người nói chuyện, câu ngắn. Khoảng 3,5 chữ mỗi giây.nhac: bỏ trống thì dùng nhạc trong hồ sơ thương hiệu; không có thì không lót nhạc. Chỉ dùng nhạc người dùng có quyền dùng. Video đã có nhạc sẵn thì để"nhac": null.sua_chu: máy nghe sai chữ nào (tên riêng, tên sản phẩm, từ tiếng Anh) thì sửa ở đây. Đọc kỹvan_bantrong phân tích để bắt lỗi.
Muốn biết giờ từng cụm phụ đề trên video mới (để đặt chữ cho khớp lời): python3 <SKILL>/scripts/dung.py ke-hoach.json --chi-thoi-gian.
Bước 4. Dựng
python3 <SKILL>/scripts/dung.py <thư-mục-làm-việc>/ke-hoach.json
Ra thanh-pham/video.mp4 (1080×1920, 30 hình/giây, tiếng chuẩn −14 LUFS) và thanh-pham/video-bia.jpg.
Bước 5. Tự soát rồi giao
- Trích 3 khung hình (đầu, giữa, cuối) bằng ffmpeg và xem: chữ có tràn mép, che mặt, sai dấu không. Có lỗi thì sửa kế hoạch và dựng lại.
- Viết
thanh-pham/chu-thich.txt: 1 câu mở đầu gây tò mò + 2–3 dòng nội dung + lời kêu gọi + 4–6 hashtag tiếng Việt sát chủ đề (không nhồi hashtag chung chung). - Báo người dùng: đường dẫn video, ảnh bìa, chú thích. Hỏi có muốn sửa gì không (đổi câu mở đầu, ngắn hơn, đổi nhạc).
Luật chung
- Video dọc 9:16. Chữ trong vùng an toàn của TikTok: không sát mép phải (cột nút bấm), không thấp quá 80% chiều cao (chỗ tên kênh, chú thích).
- 3 giây đầu quyết định người xem có ở lại. Luôn có câu mở đầu rõ ràng.
- Không hứa hẹn sai sự thật, không dùng "cam kết 100%", "chữa khỏi", "tốt nhất" cho mỹ phẩm, thực phẩm chức năng, thuốc (dễ bị TikTok bóp hoặc từ chối quảng cáo).
- Không dùng nhạc, hình, logo người dùng không có quyền dùng.