Làm video hoàn chỉnh
Kỹ năng này điều phối cả quy trình, mỗi khâu giao cho một kỹ năng riêng:
| Bước | Việc | Kỹ năng | Kết quả |
|---|---|---|---|
| 1 | Lên kịch bản | len-kich-ban-video | kich-ban/kich-ban-<ten-chu-de>.md |
| 2 | Chia đoạn 8 giây, tạo clip trên Google Flow | chia-doan-8-giay | video/<ten-chu-de>/phan-doan.md, clip/doan-XX.mp4 |
| 3 | Đồng nhất giọng nói (bắt buộc khi có người nói ở ≥ 2 đoạn) | doi-giong-elevenlabs | video/<ten-chu-de>/clip-doi-giong/doan-XX.mp4 |
| 4 | Ghép thành video hoàn chỉnh | kỹ năng này — scripts/ghep-video.sh | video/<ten-chu-de>/<ten-chu-de>-hoan-chinh.mp4 |
Gọi kỹ năng con bằng công cụ Skill (ví dụ /len-kich-ban-video), làm hết kỹ năng đó rồi mới quay lại bước tiếp theo ở đây. Toàn bộ trao đổi và tài liệu viết bằng tiếng Việt.
Trước khi bắt đầu
- Kiểm tra đang làm dở: tìm
kich-ban/kich-ban-*.md(và filekich-ban-*.mdcũ ở gốc) cùngvideo/*/phan-doan.mdtrong thư mục làm việc. Nếu người dùng nhắc tới một video đã có, hoặc chỉ có đúng một dự án đang dở, báo trạng thái (đã có kịch bản? bao nhiêu clip đã tải? đã đổi giọng chưa?) và hỏi làm tiếp từ bước nào — không làm lại phần đã xong. - Kiểm tra ffmpeg:
command -v ffmpeg ffprobe. Thiếu thì hỏi người dùng có muốn cài bằngbrew install ffmpegkhông (bước 2–4 đều cần). - Nói ngắn gọn cho người dùng biết 4 bước sẽ làm và những chỗ cần họ tham gia: đăng nhập Google Flow và ElevenLabs, duyệt kịch bản/prompt, chọn clip, đồng ý trước khi dùng tín dụng.
Quy trình
Bước 1 — Lên kịch bản
Gọi /len-kich-ban-video, truyền kèm yêu cầu của người dùng và thêm các ràng buộc sau để kịch bản hợp với bước 2:
- Công cụ dự kiến: Google Flow (Veo), mỗi clip 8 giây, có tạo tiếng nói.
- Ít clip nhất: số cảnh ≈ (thời lượng − meme) ÷ 8, làm tròn lên — video 30 giây → khoảng 4 cảnh + meme. Mỗi cảnh = một clip 8 giây.
- Mỗi cảnh tối đa 8 giây, một góc máy; lời thoại không quá khoảng 18 chữ (âm tiết) cho cả cảnh.
- Mỗi cảnh tối đa hai người nói, mỗi người một lượt (A nói xong rồi B nói), ghi mốc giây từng người. Lượt thoại ngắn liền nhau gộp chung một cảnh thay vì mỗi câu một cảnh.
- Nhạc nền không đưa vào prompt — nhạc được thêm khi ghép.
- Đoạn kết: câu chốt bất ngờ → SFX → meme 2–5 giây (kịch bản tự có mục "Đoạn kết bất ngờ"); SFX không đưa vào prompt, chèn khi ghép.
- Chỉ một câu chốt gây cười cho cả video, ở cảnh cuối. Các cảnh/đoạn 8 giây trước đó không kết bằng câu đùa, tiếng cười hay đứng hình — dù chia thành bao nhiêu clip.
Nếu đã có file kịch bản phù hợp, hỏi người dùng dùng luôn hay viết lại. Xong bước này, xác nhận <ten-chu-de> (phần sau kich-ban- trong tên file) — mọi thư mục phía sau dùng tên này.
Bước 2 — Chia đoạn 8 giây và tạo clip
Gọi /chia-doan-8-giay với file kịch bản vừa có. Kỹ năng đó sẽ chia đoạn, viết prompt, mở Google Flow tạo từng clip và lưu vào video/<ten-chu-de>/clip/.
Nhắc lại khi gọi: giọng cố định — mỗi người nói một câu giọng cố định dán y nguyên vào mọi đoạn, cảm xúc của đoạn viết sau và không dùng từ đổi chất giọng. Ít đoạn nhất — số đoạn = tổng thời lượng cần tạo ÷ 8, làm tròn lên, gộp các cảnh ngắn liền nhau. Background phải đồng nhất — làm bước "Khoá góc máy và tạo khung gốc" trước khi tạo clip, các đoạn có nhân vật trong bối cảnh lặp lại tạo bằng Khung hình thành video từ khung gốc của góc. Chỉ đoạn chứa câu chốt cuối cùng là đoạn chốt; mọi đoạn khác là đoạn thường — prompt không có hiệu ứng cười, hành động chạy tới hết clip, có câu "Không có tiếng cười, không có tiếng khán giả cười, không có hiệu ứng âm thanh hài".
Trước khi sang bước 3, kiểm tra: mọi đoạn trong phan-doan.md có trạng thái đã tải và file clip/doan-XX.mp4 tồn tại; đoạn sai giới tính / tuổi / vùng miền giọng đã tạo lại. Còn thiếu thì quay lại chia-doan-8-giay cho các đoạn đó.
Bước 3 — Đồng nhất giọng nói
Veo tạo mỗi clip độc lập, không nhớ giọng clip trước — dù prompt đã dùng giọng cố định (bước 2), một nhân vật nói qua nhiều đoạn vẫn thường nghe như nhiều người khi ghép lại. Đổi giọng bằng ElevenLabs là bước duy nhất bảo đảm mỗi nhân vật có một giọng suốt video.
- Có người nói xuất hiện từ 2 đoạn trở lên → mặc định đổi giọng: gọi
/doi-giong-elevenlabsluôn, không hỏi có đổi hay không (chỉ hỏi những gì kỹ năng đó cần: chọn giọng, đồng ý dùng tín dụng). Chỉ giữ giọng Veo khi người dùng chủ động yêu cầu — khi đó báo rõ giọng sẽ lệch giữa các đoạn và ghigiữ giọng Veovào cột "Đổi giọng". - Video không có lời, hoặc mỗi người nói chỉ có 1 đoạn → bỏ qua, nói rõ lý do.
Xong thì kiểm tra: video/<ten-chu-de>/clip-doi-giong/ có đủ mọi đoạn, cột "Đổi giọng" trong phan-doan.md không còn chưa, và đã nghe file nối liền (am-thanh/nghe-noi.wav) — mỗi người nói một giọng qua mọi chỗ nối. Còn chưa thì không sang bước 4.
Bước 4 — Ghép video
-
Chuẩn bị SFX và meme đoạn kết — đọc mục "Đoạn kết bất ngờ" trong kịch bản và
.claude/skills/len-kich-ban-video/tham-khao/ket-bat-ngo-meme.md(nguồn, giấy phép, từ khoá). Mọi file lưu vàovideo/<ten-chu-de>/meme/.-
Meme tự tạo bằng Veo: đã có từ bước 2 (đoạn cảnh
Mtrongclip/), không cần làm gì thêm. -
SFX có trong thư viện
sfx/: dùng thẳng đường dẫnsfx/<ten>.mp3trong danh sách ghép, không cần chép. Thư mục chưa có MP3 thì chạybash sfx/tai-bo-sfx.shtrước. -
Meme có trong thư viện
outro/(chỉ khi kịch bản chọn nguồn meme nổi tiếng): dùng thẳngoutro/<ten>.mp4 <tu> <den> cattrong danh sách ghép; nhắc người dùng rủi ro bản quyền ghi ởoutro/README.md. -
SFX ngoài thư viện, meme stock / meme nổi tiếng khác: tìm trên nguồn gợi ý bằng trình duyệt (ưu tiên Pixabay → Mixkit → Freesound lọc CC0; meme nổi tiếng chỉ khi người dùng đã chấp nhận rủi ro bản quyền). Với mỗi mục, đưa người dùng 2–3 lựa chọn kèm đường dẫn và giấy phép; hỏi trước khi tải (tên file, nguồn, dung lượng). Tải về rồi đổi tên ngắn không dấu (
bum.mp3,khan-gia-cuoi.mp3,bac-cuoi.mp4). -
Không tìm được SFX ưng ý: tạo bằng ElevenLabs (tốn tín dụng — hỏi trước). Trên web
https://elevenlabs.io/app/sound-effects, hoặc API nếu người dùng đã tự đặtELEVENLABS_API_KEY:bash .claude/skills/doi-giong-elevenlabs/scripts/elevenlabs-api.sh sfx "deep cinematic bass boom hit, meme style" video/<ten-chu-de>/meme/bum.mp3 --giay 1.5 -
Điền đường dẫn file vào cột "File" của bảng SFX và meme trong kịch bản.
-
-
Hỏi phần hậu kỳ (gom một lần; lấy gợi ý từ mục "Ghi chú hậu kỳ" của kịch bản):
- Nhạc nền: đường dẫn file nhạc (người dùng phải có quyền dùng — nhạc tự làm, nhạc miễn phí bản quyền, hoặc thư viện nhạc của nền tảng), hoặc không dùng nhạc và tự thêm nhạc trên TikTok/CapCut sau. Mặc định âm lượng 0,18 và tự hạ nhạc khi có lời.
- Khớp màu: mặc định bật (
--khop-mau) — đưa độ sáng và tông màu các clip về gần một clip chuẩn để nền không lúc ấm lúc lạnh, lúc sáng lúc tối. Clip chuẩn (--mau-chuan <số>, đếm theo thứ tự trong danh sách ghép) nên là clip người dùng thấy màu đẹp nhất, ưu tiên cùng cỡ cảnh với phần lớn video (thường là một cận cảnh). Clip meme sau dòngtat-nhackhông bị chỉnh. Khớp màu không sửa được đồ vật lệch chỗ — clip lệch bố cục phải tạo lại ở bước 2. - Chuyển cảnh: cắt thẳng (mặc định, khuyên dùng khi có meme — mờ chồng áp cho mọi cú cắt, kể cả cú cắt sang meme vốn phải cắt cứng) hay mờ chồng (khuyên 0,3 giây). Lưu ý mờ chồng làm video ngắn đi
(số clip − 1) × thời gian chuyển; nếu thời lượng quan trọng, nới khoảng "Dùng" của các đoạn cho bù.
-
Viết danh sách ghép
video/<ten-chu-de>/danh-sach-ghep.txttừ bảng đoạn trongphan-doan.md, đúng thứ tự, mỗi dòng: đường dẫn clip + khoảng "Dùng". Ưu tiênclip-doi-giong/doan-XX.mp4nếu có, không thìclip/doan-XX.mp4. Cuối danh sách là đoạn kết meme:tat-nhacngay trước clip meme đầu tiên → nhạc nền tắt hẳn khi vào meme.- Dòng
sfxvàtat-nhacchỉ đặt ở đoạn kết (ngay trước clip meme) — không bao giờ chèn SFX cười giữa các đoạn thường. sfx <file> <lệch> <âm lượng>ngay trước clip meme → tiếng đập đúng cú cắt (lệch-0.05). Có thể nhiều dòngsfxliên tiếp với độ lệch khác nhau (ví dụ tiếng cười khán giả lệch0.3, âm lượng0.5).- Clip meme thêm cột khung:
cat(phóng to lấp đầy khung dọc — mặc định cho meme ngang) hoặcmo(nền mờ, clip nằm giữa — khi meme có chữ/mặt sát mép). - Clip câu chốt: khoảng "Dùng" kết thúc sau câu chốt 0,3–0,8 giây (nhịp khựng), không để thừa.
# <ten-chu-de> — <x> giây video/<ten-chu-de>/clip-doi-giong/doan-01.mp4 0 5 video/<ten-chu-de>/clip-doi-giong/doan-02.mp4 0 8 video/<ten-chu-de>/clip-doi-giong/doan-03.mp4 0 3 # đoạn kết meme tat-nhac 0.2 sfx sfx/bum-bass-ngan.mp3 -0.05 1 sfx sfx/khan-gia-cuoi.mp3 0.3 0.5 video/<ten-chu-de>/clip/doan-04.mp4 0 3(Ví dụ trên:
doan-04là meme tự tạo bằng Veo, đã dọc nên không cần cột khung. Meme tải từ ngoài thì ví dụvideo/<ten-chu-de>/meme/bac-cuoi.mp4 0 3 cat.) -
Chạy ghép:
bash .claude/skills/lam-video/scripts/ghep-video.sh video/<ten-chu-de>/danh-sach-ghep.txt \ video/<ten-chu-de>/<ten-chu-de>-hoan-chinh.mp4 --nhac <file-nhac> --chuyen-canh 0.3 --khop-mau --mau-chuan 2Script tự: khớp màu theo clip chuẩn (khi có
--khop-mau), chèn SFX đúng mốc và tắt nhạc nền ở đoạn meme, cắt từng clip theo khoảng dùng, đưa mọi clip về cùng kích thước / số khung / định dạng tiếng (theo clip đầu tiên), thêm tiếng im lặng cho clip không có tiếng, nối (cắt thẳng hoặc mờ chồng), lặp nhạc cho đủ dài và mờ dần cuối video, hạ nhạc khi có lời, chuẩn hoá độ to −14 LUFS cho mạng xã hội. Tuỳ chọn khác:--am-luong-nhac,--khong-ha-nhac,--fps,--khong-chuan-am(xem đầu file script). Video dài thì chạy nền để không bị ngắt giữa chừng.
Bước 5 — Kiểm tra và giao
-
ffprobe -v error -show_entries format=duration:stream=codec_type,width,height -of compact <video>— độ dài khớp thời lượng mục tiêu (chênh tối đa 1 giây, trừ phần mờ chồng), đúng tỉ lệ khung, có cả hình và tiếng. -
Lấy một ảnh ghép xem nhanh toàn video và mở ra xem:
ffmpeg -v error -y -i <video> -vf "fps=1/2,scale=240:-1,tile=6x2" -frames:v 1 video/<ten-chu-de>/xem-nhanh.pngKiểm tra: đúng thứ tự cảnh, không có đoạn đen, nhân vật và bối cảnh nhất quán giữa các đoạn — cùng cửa sổ, cùng đồ vật sau lưng mỗi nhân vật, nhân vật không đổi bên, tông màu không nhảy giữa các cú cắt. Đoạn lệch bố cục → tạo lại đoạn đó từ khung gốc của góc.
-
Mở video bằng
open <video>để người dùng xem. Đoạn nào chưa ưng → quay lạichia-doan-8-giaytạo lại riêng đoạn đó (vàdoi-giong-elevenlabsnếu đoạn có lời), rồi chạy lại bước 4 — các đoạn khác giữ nguyên.
Trả lời người dùng ngắn gọn: đường dẫn video hoàn chỉnh, thời lượng, khung hình, số đoạn, đã đổi giọng hay chưa, nhạc nền dùng file nào, và đoạn nào nên làm lại (nếu có).
Bước 6 — Đăng lên mạng xã hội (tuỳ chọn)
Khi người dùng đã ưng video, hỏi có muốn đăng không — không tự đăng. Muốn đăng thì gọi /dang-facebook (Reel / video trên Trang hoặc trang cá nhân) và/hoặc /dang-youtube (Shorts / video thường), lần lượt từng kỹ năng. Mỗi kỹ năng tự viết nội dung bài từ kịch bản, hỏi người dùng duyệt và xác nhận trước khi bấm đăng, rồi ghi đường dẫn vào video/<ten-chu-de>/dang-bai/dang-bai.md.
Tự kiểm tra trước khi giao
- Kịch bản viết cho Google Flow 8 giây với ít clip nhất (số cảnh ≈ thời lượng ÷ 8): cảnh tối đa 8 giây, một góc máy, ≤ 18 chữ thoại, tối đa hai người nói mỗi người một lượt, không có nhạc trong prompt.
- Mọi đoạn trong
phan-doan.mdđã tải; danh sách ghép đúng thứ tự, đúng khoảng "Dùng", ưu tiên bản đã đổi giọng. - Giọng đồng nhất: mọi người nói ở từ 2 đoạn trở lên đã qua
doi-giong-elevenlabs(hoặc người dùng chủ động chọn giữ giọng Veo); danh sách ghép dùngclip-doi-giong/cho mọi đoạn, không trộn clip gốc với clip đã đổi giọng; đã nghe các chỗ nối trong video cuối. - Video cuối đúng thời lượng, đúng tỉ lệ khung, có hình và tiếng, không có đoạn đen; đã xem ảnh ghép xem nhanh.
- Background đồng nhất: clip tạo từ khung gốc theo góc máy, đã ghép với
--khop-mau(trừ khi người dùng không muốn), không còn đoạn lệch bố cục. - Nhạc nền (nếu có) là file người dùng có quyền sử dụng.
- Chỉ có một câu chốt gây cười ở cuối video; các đoạn trước không có tiếng cười / đứng hình ở cuối clip (đã xem từng chỗ nối).
- Video kết bằng câu chốt → nhịp khựng → SFX đúng cú cắt → meme 2–5 giây lấp đầy khung, nhạc nền tắt ở meme; video dừng ngay trên meme.
- SFX và meme lấy từ nguồn có giấy phép rõ (hoặc tự tạo); meme nổi tiếng chỉ dùng khi người dùng đã đồng ý rủi ro bản quyền.
- Không làm lại phần đã xong khi tiếp tục dự án dở; đã hỏi trước mọi bước tốn tín dụng hoặc tải file.