Để biến một văn bản thành video hoạt hình, bạn không dán toàn bộ văn bản vào một công cụ: bạn trích ra một câu hỏi, viết lại câu trả lời để đọc thành lời (khoảng 150 từ mỗi phút bằng tiếng Pháp), rồi chia thành các cảnh, mỗi câu một cảnh, mỗi cảnh có một hình minh họa cho điều giọng đọc nói. Một trình tạo như Explainer của ClipOnIt sẽ tự chia cảnh, tạo hình minh họa động, giọng đọc và phụ đề; phần việc của con người là viết lại và đọc soát. Ví dụ của bài viết này, « Pourquoi les oignons font pleurer », có 91 từ, 8 cảnh và 32 giây.
Văn bản nào có thể trở thành video hoạt hình?
Hầu hết mọi văn bản giải thích điều gì đó: bài blog, mô tả sản phẩm, ghi chú bài giảng, bài đăng LinkedIn, FAQ, kịch bản đã viết sẵn. Trở ngại thực sự duy nhất là độ dài. Vài mốc tham khảo:
| Văn bản gốc | Độ dài thông thường | Kết quả |
|---|---|---|
| Bài đăng LinkedIn hoặc đoạn văn | 80 đến 150 từ | Video từ 30 đến 60 giây, gần như nguyên văn |
| Phiếu hướng dẫn hoặc FAQ | 200 đến 400 từ | 2 đến 4 video, mỗi câu hỏi một video |
| Bài blog | 1 000 đến 2 000 từ | 5 đến 10 video, mỗi tiêu đề phụ một video |
| Chương bài giảng | 3 000 từ trở lên | Một loạt; mỗi khái niệm thành một video |
Các phép tương ứng này giả định tốc độ khoảng 150 từ mỗi phút, tốc độ chúng tôi đo được trên các video tiếng Pháp của mình. Một bài báo 1 500 từ đọc hết sẽ thành video dài 10 phút: sẽ chẳng ai xem nó trên điện thoại.
Phương pháp 5 bước
1. Rút gọn văn bản thành một câu hỏi
Một video ngắn trả lời một câu hỏi duy nhất. Hãy đọc lại văn bản và viết câu hỏi mà nó trả lời tốt nhất, trong một dòng, như một người sẽ gõ: « Tại sao hành tây làm chảy nước mắt? », « Làm sao hủy đăng ký trực tuyến? », « Tính năng mới của chúng tôi dùng để làm gì? ». Phần còn lại của văn bản sẽ chờ các video khác.
2. Viết lại để đọc thành lời
Văn bản viết để đọc thì nghe rất khó chịu. Khi đọc thành lời: câu từ 8 đến 15 từ, chủ ngữ đặt ở đầu câu, không dùng ngoặc đơn, số đơn giản. Câu trả lời xuất hiện ngay ở câu đầu; phần giải thích đi sau. Bước này thường làm độ dài giảm còn một nửa.
3. Chia thành cảnh
Một cảnh tương ứng với một câu, hiếm khi hai câu, tức 3 đến 8 giây trên màn hình. Nhịp điệu này giữ chân người xem trên TikTok, Reels và Shorts: một hình ảnh ở lại quá 8 giây sẽ khiến người xem rời đi. Một video 30 giây thường có 6 đến 9 cảnh.
4. Một hình minh họa cho mỗi câu, khớp với từ khóa
Mỗi câu có một từ mang ý chính (« khí », « tế bào », « nước mắt »). Chính từ đó hình ảnh phải thể hiện, đúng lúc giọng đọc phát âm nó. Đó là sự khác biệt giữa video giải thích và một bộ slide có giọng nói chạy bên trên.
5. Giọng đọc, phụ đề và kết xuất
Giọng đọc tổng hợp hoặc giọng của chính bạn, phụ đề từng từ (phần lớn người xem xem không bật tiếng), rồi xuất bản dọc 9:16 để đăng lên mạng xã hội.
Ví dụ: 8 câu, 8 cảnh, 32 giây
Đây là một video thật do Explainer tạo từ kịch bản 8 câu, theo phong cách Maison en coupe (nhà búp bê 3D, từng phòng một). Lồng tiếng: Mathis, người sáng lập ClipOnIt.
Văn bản và cách chia cảnh:
| Scène | Câu được đọc | Tiêu đề trên màn hình |
|---|---|---|
| 1 | Bạn không khóc vì hành tây. Bạn khóc vì một loại khí. | Không phải hành tây: một loại khí |
| 2 | Một củ hành tây gồm hàng nghìn tế bào nhỏ. | Hàng nghìn tế bào |
| 3 | Khi con dao làm vỡ chúng, chúng giải phóng một loại khí bốc lên tới mắt bạn. | Khí ga dâng lên |
| 4 | Mắt bạn tự vệ: chúng tiết nước mắt để rửa trôi. | Nước mắt rửa trôi |
| 5 | Ba mẹo. Một: dùng dao sắc, nó làm vỡ ít tế bào hơn. | Một con dao sắc |
| 6 | Hai: một củ hành thật tươi, lấy từ tủ lạnh ra, giải phóng ít khí hơn. | Một củ hành tây tươi |
| 7 | Ba: cắt gần cửa sổ đang mở hoặc máy hút mùi. | Cửa sổ hoặc máy hút mùi |
| 8 | Và nếu bạn vẫn khóc, cứ nói đó là cảm xúc. | Đó là cảm xúc |
Điều rút ra cho văn bản của bạn:
- Câu trả lời nằm ở cảnh 1. Người xem tắt sau 3 giây vẫn học được điều gì đó.
- Mỗi tiêu đề trên màn hình có 2 đến 4 từ. Nó tóm tắt câu; không lặp lại câu.
- Văn bản chuyển từ giải thích sang thực hành (cảnh 5 đến 7): đó là điều khiến người ta muốn lưu video.
- Câu cuối là một cú chốt khiến người xem mỉm cười: kết thúc ở chủ đề, không kêu gọi đăng ký.
Đọc nguyên văn hay để AI viết lại?
Dans l'Explainer de ClipOnIt, trois points de départ sont possibles :
- Văn bản đã viết sẵn: được đọc nguyên văn và chia thành cảnh. Nên chọn khi văn bản đã được viết lại để đọc thành lời.
- Một ý tưởng hoặc một chủ đề: AI viết lời dẫn từ các dữ kiện chính của bạn, rồi chia thành cảnh. Tiện để bắt đầu từ một bài báo dài: đưa câu hỏi và ba dữ kiện quan trọng (xem từ một câu thành video hoạt hình).
- Giọng của bạn: bạn đọc văn bản vào micro, hoặc tải lên một tệp âm thanh; lời đọc được chép lại và mỗi phần tử hiển thị theo từng từ bạn nói.
Sau đó, mỗi cảnh vẫn có thể chỉnh sửa: bạn có thể yêu cầu Đạo diễn AI sửa (« ngắn hơn », « thêm biểu đồ ở đây »), so sánh 3 phương án của một cảnh với cùng nội dung, hoặc di chuyển một thành phần bằng tay. Kết quả cuối cùng là file MP4 dọc.
AI làm gì, và bạn còn làm gì
| Étape | Do công cụ thực hiện | Tự làm |
|---|---|---|
| Chọn câu hỏi | Không | Có: đây là quyết định quan trọng nhất |
| Viết lại để đọc to | Có thể làm bản nháp đầu tiên | Đọc to lên, rồi cắt |
| Chia thành cảnh | Oui | Gộp hoặc tách một cảnh nếu cần |
| Minh họa và tạo chuyển động | Có, từ thư viện các yếu tố hoạt hình | Thay một hình ảnh không thể hiện đúng nội dung |
| Giọng nói và phụ đề | Oui | Đọc đúng tên riêng và số |
| Kiểm tra dữ kiện | Không | Có, mọi con số |
Những lỗi khiến video trở nên nhạt nhẽo
- Dán toàn bộ bài viết. Video sẽ quá dài và không trả lời điều gì cụ thể.
- Giữ nguyên các câu đã viết. Một câu 30 từ có hai dấu phẩy sẽ thành một cảnh 12 giây trên một hình duy nhất.
- Hình ảnh chỉ để trang trí. Nếu hình không thể hiện điều giọng nói nói, nó sẽ gây phân tâm.
- Đổi phong cách ở mỗi video. Với một loạt video, hãy giữ cùng một thế giới hình ảnh: đó là dấu ấn của bạn. Cách chọn phong cách được trình bày chi tiết trong cách chọn phong cách video giải thích phù hợp.
Hỏi đáp
Có thể chuyển trực tiếp một PDF hoặc bài báo thành video không?
Trong Explainer, điểm khởi đầu là một văn bản đã dán, một ý tưởng hoặc một bản ghi âm. Với PDF hoặc bài báo, hãy sao chép phần trả lời câu hỏi của bạn, hoặc đưa câu hỏi và các dữ kiện chính: video sẽ tốt hơn so với khi dùng toàn bộ tài liệu.
Mất bao lâu để biến một văn bản thành video hoạt hình?
Việc viết lại mất 5 đến 15 phút cho video 30 đến 60 giây. Việc tạo các cảnh là tự động, và kết xuất mất khoảng 4 phút trên ClipOnIt. Đây chỉ là con số ước lượng, không phải số đo chính xác.
Có cần biết làm hoạt hình không?
Không. Các yếu tố đã được vẽ và tạo hoạt hình sẵn; công cụ chọn chúng và căn theo giọng đọc. Bạn vẫn có thể thay thế, di chuyển hoặc ẩn từng yếu tố.
Chọn định dạng nào để đăng?
Dọc 9:16, xuất MP4, là định dạng đầu ra của Explainer. Với mục đích đào tạo, xem thêm chuyển một khóa học thành video giải thích.
Để bắt đầu thực hành: trình tạo video hoạt hình từ văn bản, dùng thử miễn phí (3 video mỗi tháng có hình mờ).
Được viết bởi đội ngũ ClipOnIt. Đăng ngày 7 tháng 11 năm 2026.