Có, chỉ một câu cũng đủ để tạo video hoạt hình bằng AI: công cụ viết lời thuyết minh, chia thành các cảnh, minh họa, thêm giọng đọc và phụ đề. Nhưng câu đó quyết định tất cả. “Mèo” cho ra một video mơ hồ; “Vì sao mèo kêu gừ gừ, và không chỉ khi chúng vui” cho ra một video có nội dung. Cấu trúc hiệu quả nhất gồm ba dòng: chủ đề dưới dạng câu hỏi, hai hoặc ba dữ kiện đã kiểm chứng, và một góc nhìn. Đây là định dạng của các ví dụ được đề xuất trong Explainer của ClipOnIt.
Điều xảy ra giữa câu của bạn và video
Khi bạn đưa một ý tưởng cho Explainer, nhiều bước sẽ nối tiếp nhau mà không cần can thiệp:
- Viết lời thuyết minh: vài câu ngắn, câu trả lời đặt lên đầu.
- Chia cảnh: mỗi câu một cảnh, mỗi cảnh từ 3 đến 8 giây.
- Dựng hình ảnh: với mỗi cảnh, AI chọn và đặt các thành phần hoạt hình theo phong cách đã chọn, đồng bộ với các từ trong giọng đọc.
- Giọng đọc và phụ đề: một trong các giọng trong thư viện đọc văn bản; phụ đề chạy theo giọng đọc.
- Kết xuất : một MP4 dọc 9:16, mất khoảng 4 phút.
Ở mỗi bước, AI lấp đầy những gì câu của bạn không nói. Câu càng mơ hồ, AI càng lấp đầy bằng những thứ chung chung.
Ví dụ: “Vì sao mèo kêu gừ gừ”
Video 24 giây này được Explainer dựng theo phong cách Pixel không khí (pixel art ấm áp và rực sáng). Kịch bản gồm 4 câu và 59 từ; kịch bản đã được đọc lại và xác nhận trước khi dựng, như mọi kịch bản đều nên như vậy. Giọng thuyết minh: Mathis, người sáng lập ClipOnIt.
Con mèo của bạn đang gừ gừ trên đầu gối. Nhưng đó không chỉ là dấu hiệu của hạnh phúc. Tiếng gừ phát ra từ cổ họng: các cơ rung từ hai mươi lăm đến một trăm năm mươi lần mỗi giây. Mèo con đã gừ gừ chỉ sau vài ngày để giao tiếp với mẹ. Khi trưởng thành, chúng cũng gừ gừ khi căng thẳng hoặc bị thương. Những rung động này thậm chí có thể giúp chữa lành xương.
Hãy xem đoạn văn này có gì: một tình huống quen thuộc (con mèo trên đầu gối), một điều bất ngờ (không chỉ là hạnh phúc), một con số (25 đến 150 rung động mỗi giây), một lời giải thích, và một kết thúc mở (“thậm chí có thể…”). Tất cả nằm gọn trong một yêu cầu ba dòng.
Cấu trúc ba dòng
Các chủ đề ví dụ của Explainer đều theo cùng một định dạng. Đây là định dạng áp dụng cho mèo:
Chủ đề: vì sao mèo kêu gừ gừ.
Dữ kiện chính: cơ cổ họng rung, từ 25 đến 150 lần mỗi giây; mèo con kêu gừ gừ chỉ sau vài ngày; mèo trưởng thành cũng kêu gừ gừ khi căng thẳng hoặc bị thương.
Góc nhìn: đó không chỉ là dấu hiệu của hạnh phúc.
Chủ đề, dưới dạng câu hỏi
Hãy viết như cách người ta gõ vào thanh tìm kiếm: “vì sao…”, “làm thế nào…”, “bao nhiêu…”. Một câu hỏi cần một câu trả lời, và câu trả lời trở thành câu đầu tiên của video.
Hai hoặc ba sự thật bạn đã kiểm chứng
Đây là dòng quan trọng nhất. Nếu không có dữ kiện, AI sẽ tự viết những gì nó tin là đúng; chúng thường đúng, đôi khi sai, và bạn sẽ không biết cái nào là cái nào. Khi bạn cung cấp dữ kiện, bạn kiểm soát những gì video khẳng định. Một con số cụ thể cho mỗi video là đủ.
Một góc nhìn
Góc nhìn cho biết điều khiến video thú vị: một quan niệm sai cần đính chính, một hệ quả cụ thể (“điều đó thay đổi gì với tách cà phê buổi sáng của bạn”), hoặc một điều bất ngờ. Không có góc nhìn, video chỉ đọc lại một định nghĩa.
Câu hiệu quả, câu thất bại
| Câu khởi đầu | Bạn nhận được gì | Tốt hơn |
|---|---|---|
| Mèo | Một danh sách chung chung | Vì sao mèo kêu gừ gừ, ngay cả khi căng thẳng |
| Lạm phát | Một định nghĩa kiểu sách giáo khoa | Vì sao tiền thuê nhà tăng nhanh hơn lương của bạn |
| Ứng dụng mới của chúng tôi | Quảng cáo không có điểm bám | Vấn đề mà ứng dụng của chúng tôi giải quyết, trong một câu, cho ai, với giá bao nhiêu |
| Mã QR | Lịch sử | Vì sao mã QR bị hỏng vẫn quét được |
Ví dụ chủ đề « Thông báo sản phẩm » trong Explainer theo logic này: sản phẩm làm gì, dành cho ai, giá bao nhiêu, ngày nào, và vấn đề nó giải quyết trong một câu.
D'autres exemples de phrases, classés par secteur (immobilier, santé, restauration, assurance, e-commerce), sont sur la page du générateur de vidéo explicative gratuit.
Sau khi tạo: ba cách để sửa
- Đạo diễn AI: bạn viết hoặc đọc chỉ thị như “ngắn hơn”, “thêm một con số ở đây”, “đổi phần kết”. Mỗi thay đổi được đề xuất sẽ hiển thị trước khi áp dụng; bạn chấp nhận hoặc từ chối, và mọi thứ có thể hoàn tác.
- Các biến thể: ba phiên bản khác của một cảnh, đặt cạnh nhau, với cùng lời thoại.
- Chỉnh tay: di chuyển, ẩn, khóa một phần tử, viết lại một câu.
Nếu bạn bắt đầu từ một văn bản đã viết sẵn thay vì một câu, cách làm sẽ khác: xem chuyển văn bản thành video hoạt hình.
Còn từ Claude hay ChatGPT thì sao?
L'Explainer est aussi accessible par serveur MCP et API dès le plan gratuit (3 vidéos par mois avec filigrane) : vous pouvez demander à Claude ou ChatGPT « fais une vidéo explicative sur pourquoi les chats ronronnent, style pixel d'ambiance », et l'assistant appelle l'outil de production de bout en bout. La règle ne change pas : donnez-lui les faits et l'angle. Le fonctionnement du MCP est détaillé dans automatiser ses shorts avec ChatGPT ou Claude.
Điều một câu không thể thay thế
- Kiểm tra: đọc lại kịch bản trước khi dựng, đặc biệt là các con số và ngày tháng.
- Chọn chủ đề: một video làm rất kỹ về câu hỏi không ai đặt ra sẽ không có người xem.
- Tính nhất quán: cùng phong cách, cùng giọng đọc từ video này sang video khác, đó là điều giúp người ta nhận ra một kênh.
Giá cả
Gói miễn phí cho 3 video giải thích mỗi tháng, có watermark và thẻ kết thúc “Được tạo với ClipOnIt”, trong 8 phong cách, không cần thẻ ngân hàng. Không watermark: 29 $/tháng cho 15 video giải thích mỗi tháng (Starter), 49 $/tháng cho 30 (Pro), 149 $/tháng cho 100 (Business). Xem trang của Explainer và 24 phong cách hình ảnh, cùng với phong cách của riêng bạn.
Hỏi đáp
Thật sự có thể làm video chỉ từ một câu không?
Có, Explainer nhận một ý tưởng trong một dòng và tạo ra một video hoàn chỉnh. Kết quả tốt hơn khi có ba dòng (chủ đề, dữ kiện, góc nhìn), và bạn luôn nên đọc lại kịch bản được tạo ra.
Video nên dài bao nhiêu từ một câu?
Thường từ 20 đến 60 giây, tức 4 đến 10 cảnh. Các ví dụ của chúng tôi kéo dài từ 24 đến 56 giây bằng tiếng Pháp. Nếu bạn muốn ngắn hơn, hãy nói điều đó trong yêu cầu hoặc sau đó với Đạo diễn AI.
AI có bịa ra sự thật không?
AI có thể mắc lỗi, như mọi mô hình ngôn ngữ. Đó là lý do có dòng “dữ kiện chính”: video dựa trên những gì bạn đã kiểm chứng.
Có nên chọn phong cách trước không?
Có: phong cách được chọn ngay từ đầu, vì nó quyết định các thành phần mà AI sẽ tìm trong thư viện. Để chọn, xem phong cách video giải thích nào cho chủ đề nào.
Được viết bởi đội ngũ ClipOnIt. Đăng ngày 7 tháng 11 năm 2026.