Cách dùng ảnh tham chiếu để giữ nhân vật và sản phẩm nhất quán hơn trong video AI
Ảnh tham chiếu không biến video AI thành bản sao chính xác của ảnh gốc. Vai trò của nó là cho hệ thống một điểm tựa thị giác để bạn có thể dùng lại cùng nhân vật hoặc key object qua nhiều clip, rồi kiểm tra từng clip trước khi dựng tiếp. Trong Google Flow, luồng này được gọi là Ingredients. Google hướng dẫn rằng cùng một ảnh có thể được dùng cho character và key object từ clip này sang clip khác, miễn là bạn thêm asset và mô tả rõ cách asset đó được dùng trong prompt (Google Flow Help).
Mục lục
- Ảnh tham chiếu giúp gì trong video AI?
- Reference image khác prompt text và frame như thế nào?
- Chuẩn bị ảnh tham chiếu trước khi đưa vào Flow
- Checklist ảnh nhân vật
- Checklist ảnh sản phẩm
- Do và Avoid
- Continuity checklist 6 lớp
- Nhân vật
- Hành động
- Bối cảnh
- Ánh sáng
- Góc máy
- Cảm xúc
- Cách dùng visual reference / Ingredients trong Flow
- Ví dụ 1: Giữ một nhân vật qua 3 cảnh
- Ví dụ 2: Giữ một sản phẩm qua 3 cảnh
- Template prompt reference + camera + action
- Reference image chưa đủ khi nào?
- Các lỗi thường gặp và cách giảm drift
- Checklist trước khi Generate
- Câu hỏi thường gặp
- Ảnh tham chiếu có thay thế prompt không?
- Ingredients khác Frames như thế nào?
- Có thể dùng cùng một ảnh cho nhân vật và sản phẩm không?
- Vì sao clip sau vẫn khác clip trước?
- Kết luận: dùng reference như một hệ thống, không phải nút “giống y hệt”
Nếu bạn đang cần cách xử lý toàn bộ vấn đề đồng bộ nhân vật, hãy đọc quy trình đồng bộ nhân vật tổng thể. Bài này hẹp hơn: biến một ảnh tham chiếu thành một hệ thống làm việc gồm asset, prompt, checklist và kiểm tra continuity.
Điểm chính
- Dùng Ingredients khi một ảnh cần làm tham chiếu cho character, sản phẩm hoặc object quan trọng trong clip.
- Ảnh sạch, prompt không mâu thuẫn và kiểm tra model trước khi generate quan trọng hơn việc kéo prompt dài.
- Hãy cố định sáu lớp continuity: nhân vật, hành động, bối cảnh, ánh sáng, góc máy và cảm xúc.
- Kết quả có thể vẫn biến thiên. Đánh giá clip trước khi nối sang cảnh tiếp theo thay vì hứa hẹn giống 100%.
Ảnh tham chiếu giúp gì trong video AI?
Ảnh tham chiếu giúp bạn nói rõ với hệ thống: “đây là chủ thể hoặc object mà clip cần dựa vào”. Trong Flow, bạn có thể tạo video từ text prompt, Ingredients, Frames và các video khác. Google mô tả Ingredients là cách dùng lại cùng ảnh cho character và key object giữa các clip (Google Flow Help).
Điều đó hữu ích khi bạn làm một chuỗi clip thay vì một cảnh đơn lẻ. Ví dụ, một nhân vật hoạt hình cần đi vào quán cà phê, mở gói hàng rồi phản ứng ở cận cảnh. Hoặc một chai nước demo cần xuất hiện ở close-up, trong bối cảnh sử dụng và ở hero shot cuối. Ảnh tham chiếu không thay thế prompt. Nó bổ sung cho prompt: asset nói “đây là ai/cái gì”, prompt nói “chủ thể làm gì, ở đâu, được quay thế nào”.
Reference image khác prompt text và frame như thế nào?
Ba lựa chọn này giải quyết ba công việc khác nhau. Chọn đúng công việc trước khi viết prompt.
| Công cụ trong Flow | Dùng khi nào | Không nên hứa |
|---|---|---|
| Ingredients / visual reference | Cần một nhân vật, sản phẩm hoặc object làm tham chiếu xuyên clip | Bản sao hình học hoặc nhận diện tuyệt đối |
| Prompt text | Cần mô tả hành động, bối cảnh, ánh sáng, nhịp và ý đồ cảnh | Prompt tự giữ được mọi chi tiết nếu không có asset phù hợp |
| Start/end Frames | Cần kiểm soát điểm bắt đầu, điểm kết thúc hoặc chuyển cảnh giữa hai ảnh | Frames thay thế hoàn toàn workflow Ingredients |
| Character / avatar | Dùng đối tượng character hoặc avatar riêng mà Flow hỗ trợ | Gọi mọi ảnh upload là character hoặc avatar |
Google tách Ingredients, Frames, Characters và avatars thành các luồng khác nhau. Frames dùng ảnh đầu/cuối để mô tả chuyển động hoặc transition ở giữa. Ingredients phù hợp hơn khi bạn muốn đưa ảnh character hoặc object vào clip và nói rõ cách dùng nó (Google Flow Help). Với phần mô tả cảnh bằng chữ, xem thêm cấu trúc prompt Veo cho người mới.
Chuẩn bị ảnh tham chiếu trước khi đưa vào Flow
Một asset tốt làm giảm những tín hiệu không cần thiết trước khi bạn generate. Google khuyến nghị subject hoặc product reference có nền trơn hoặc tách lớp rõ, tránh thêm chủ thể ngoài ý muốn vào ảnh style/location, và giữ các ảnh Ingredients có look-and-feel nhất quán (Google Flow Help).
Checklist ảnh nhân vật
- Chỉ có một nhân vật chính; khuôn mặt, tóc, trang phục và silhouette dễ nhìn.
- Chọn ảnh do bạn tạo, sở hữu hoặc có quyền sử dụng. Không dùng ảnh người thật khi chưa có đồng ý.
- Giữ những chi tiết cần lặp lại ở mức rõ ràng: màu áo, kiểu tóc, phụ kiện cần thiết.
- Loại bỏ người đứng cạnh, đạo cụ thừa hoặc chữ trên nền nếu chúng không phải một phần của cảnh.
- Dùng cùng hướng hình và cùng phong cách thị giác cho bộ asset của một nhân vật.
Checklist ảnh sản phẩm
- Chụp hoặc tạo asset không có thương hiệu nếu bạn không sở hữu quyền dùng thương hiệu đó.
- Để sản phẩm chiếm đủ khung hình, thấy rõ hình dáng, màu, bao bì và chi tiết cần nhận ra.
- Ưu tiên nền sạch; tránh để nhiều sản phẩm cạnh tranh trong cùng một reference.
- Chuẩn bị một “reference set” thống nhất: ảnh chính diện, góc 3/4 và close-up chi tiết, nhưng chỉ dùng asset thật sự cần cho cảnh.
Do và Avoid
| Nên làm | Tránh làm |
|---|---|
| Dùng một chủ thể hoặc product rõ ràng. | Dùng ảnh đông người khi chỉ muốn giữ một nhân vật. |
| Nói trong prompt asset nào là reference và nó được dùng ra sao. | Bảo prompt đổi những chi tiết mà ảnh vừa cố định. |
| Giữ màu, ánh sáng và style có chủ đích giữa các cảnh. | Trộn các hướng hình ảnh xung đột mà không kiểm tra kết quả. |
| Xem lại model đang hoạt động trước khi generate. | Cho rằng mọi model Veo đều có Ingredients. |
Continuity checklist 6 lớp
Hãy dùng checklist này trước mỗi cảnh. Nó là workflow recommendation để kiểm soát brief, không phải danh sách tính năng của Flow.
Nhân vật
Cố định face shape, tóc, trang phục, tỷ lệ cơ thể và một vài chi tiết nhận diện cần thiết. Cho phép thay đổi biểu cảm hoặc tư thế nếu cảnh yêu cầu. Với product, thay mục này bằng shape, màu, bao bì, logo hợp pháp và texture.
Hành động
Viết động từ cụ thể: “bước chậm đến bàn”, “mở gói bằng hai tay”, “xoay chai một phần tư vòng”. Chỉ rõ hướng, tốc độ và tương tác tay/object. Một hành động đơn giản dễ kiểm tra hơn một cảnh có quá nhiều chuyển động không liên quan.
Bối cảnh
Khóa các neo cần lặp lại: loại địa điểm, vật nền, thời điểm ngày hoặc thời tiết. Bối cảnh không nhất thiết giống hệt, nhưng clip mới cần biết yếu tố nào được phép thay đổi và yếu tố nào là dấu hiệu của cùng một thế giới.
Ánh sáng
Ghi nguồn sáng, hướng sáng, nhiệt độ màu và mood. Ví dụ: “ánh sáng cửa sổ mềm từ bên trái, tông ấm buổi sáng”. Đừng vừa yêu cầu ánh sáng xanh lạnh, vừa yêu cầu khung cảnh golden hour nếu không có ý định chuyển mood.
Góc máy
Xác định cỡ cảnh, góc, movement và framing: close-up tĩnh, medium shot ngang mắt, hoặc slow push-in. Camera là phần hay bị bỏ quên khi người dùng chỉ tập trung vào nhân vật.
Cảm xúc
Ghi biểu cảm, posture và emotional tone. Cảm xúc có thể thay đổi theo câu chuyện, nhưng cần được nêu rõ để clip thứ ba không vô tình quay về mood của clip đầu.
Cách dùng visual reference / Ingredients trong Flow
Trước hết, kiểm tra model đang chọn và tùy chọn Video. Theo bảng tính năng hiện tại của Google, Ingredients/References to Video có trên Veo 3.1 Lite và Veo 3.1 Fast với clip 8 giây; Gemini Omni Flash 1.1 hiện liệt kê 4, 6, 8 và 10 giây. Bảng này cũng liệt kê Ingredients là không hỗ trợ trên Veo 3.1 Quality. Cả hai aspect ratio đều được liệt kê cho các mode Ingredients tương thích (Google Flow Help). Đây là thông tin thay đổi theo model, vì vậy hãy kiểm tra UI hiện tại trước khi dùng.
- Mở một project trong Google Flow và bắt đầu prompt video.
- Chọn model, chọn Video, rồi chọn Ingredients nếu model đó hỗ trợ.
- Thêm reference image từ thiết bị, asset đã upload trong project, hoặc qua nút Add. Flow cũng cho phép tìm asset trong project bằng
@. - Trong prompt, mô tả asset được dùng như thế nào trong clip: subject nào, hành động nào, bối cảnh nào và điều gì không được thay đổi.
- Chọn các preference hiện có trong UI rồi Generate.
- So clip mới với reference trước khi quyết định tạo cảnh tiếp theo.
Đừng đưa vào bài một giá credit, điều kiện gói hay lời hứa availability cố định. Tại thời điểm kiểm tra, Flow Help liệt kê Việt Nam và tiếng Việt cho người từ 18 tuổi, đồng thời lưu ý tính năng có thể khác theo quốc gia/tài khoản (Google Flow Help).
Ví dụ 1: Giữ một nhân vật qua 3 cảnh
Reference: một nhân vật giao hàng hoạt hình do bạn tự tạo, tóc ngắn, áo khoác xanh lá, túi đeo chéo màu be. Nền trơn, không có người thứ hai.
| Cảnh | Mục tiêu | Cố định | Được thay đổi |
|---|---|---|---|
| 1. Establishing | Nhân vật đi vào khu chợ buổi sáng. | Tóc, áo khoác, túi, tỷ lệ cơ thể, style minh họa. | Vị trí, hành động bước đi, người nền xa. |
| 2. Interaction | Nhân vật xem một gói hàng trên quầy. | Reference asset, áo, túi, tone sáng. | Tư thế tay, góc medium shot. |
| 3. Emotional beat | Cận cảnh nhân vật mỉm cười sau khi kiểm tra gói hàng. | Tóc, áo, style, hướng sáng chính. | Biểu cảm, cỡ cảnh, mức độ nền mờ. |
Prompt continuity note cho Scene 2: “Use the attached character ingredient as the visual reference. The same courier examines a small parcel at a market counter. Medium shot at eye level, soft morning light from the left. Keep the green jacket and beige crossbody bag visible. Do not add another main character or change the illustration style.”
Sau mỗi scene, kiểm tra tóc, áo, túi, silhouette, hướng sáng và framing. Nếu drift xảy ra, đơn giản hóa action hoặc nền trước khi thêm nhiều chi tiết mới. Đừng “sửa” bằng một prompt dài gấp đôi nhưng lại mâu thuẫn với asset.
Ví dụ 2: Giữ một sản phẩm qua 3 cảnh
Reference: một chai nước giữ nhiệt demo do bạn tự tạo, thân trụ màu cam mờ, nắp đen, nhãn hình tròn không chữ. Không dùng sản phẩm hoặc logo của bên thứ ba.
| Cảnh | Mục tiêu | Cố định | Kiểm tra sau generate |
|---|---|---|---|
| 1. Product close-up | Chai trên bệ gỗ sáng, slow push-in. | Hình trụ, màu cam, nắp đen, nhãn tròn. | Shape có méo không, có thêm chữ/logo lạ không. |
| 2. Usage / lifestyle | Một bàn tay đặt chai cạnh laptop trên bàn làm việc. | Sản phẩm reference, màu và nhãn. | Vị trí tay có che mất product quá nhiều không, có object cạnh tranh không. |
| 3. CTA / hero shot | Chai đứng một mình, khoảng trống sạch để thêm CTA ở hậu kỳ. | Product shape, màu, nắp, nhãn. | Sản phẩm có đủ rõ, khoảng trống có thật sự sạch không. |
Prompt cho Scene 3: “Use the attached product ingredient as the key object reference. Show the same matte orange insulated bottle with its black lid and blank circular label standing on a clean light surface. Hero product shot, soft side light, slow camera push-in. Leave clean negative space on the right for text added later. Do not add other products, brand names or extra labels.”
Điểm quan trọng là CTA text nên thêm ở hậu kỳ nếu text phải chính xác. Trong Flow, reference giúp mô tả visual direction; nó không phải lời hứa rằng chữ hoặc logo nhỏ sẽ luôn chính xác.
Template prompt reference + camera + action
Sao chép template này rồi bỏ các trường không cần thiết. Mỗi dòng phải hỗ trợ asset thay vì lặp lại nó.
REFERENCE:
[character/product asset và chi tiết cần giữ]
SUBJECT:
[chủ thể chính trong cảnh]
ACTION:
[một hành động cụ thể, hướng và tốc độ]
ENVIRONMENT:
[địa điểm và các neo nền cần giữ]
CAMERA:
[cỡ cảnh, góc, movement, framing]
LIGHTING:
[nguồn, hướng, nhiệt độ màu, mood]
EMOTION:
[biểu cảm hoặc tone của cảnh]
CONTINUITY:
[những yếu tố phải tiếp tục từ scene trước]
DO NOT CHANGE:
[những chi tiết không được thêm hoặc thay]
OUTPUT GOAL:
[một câu mô tả clip cần kiểm tra sau generate]Ví dụ, với product, phần DO NOT CHANGE có thể là “không đổi màu thân chai, không thêm logo hoặc chai thứ hai”. Với nhân vật, nó có thể là “không đổi áo khoác xanh lá, không thêm nhân vật chính khác”.
Reference image chưa đủ khi nào?
Reference image chỉ là một phần của hệ thống. Nó chưa đủ khi prompt bỏ qua asset, mô tả mâu thuẫn với ảnh, nền có nhiều subject ngoài ý muốn, style thay đổi đột ngột, hoặc bạn đang ở model/mode không hỗ trợ Ingredients. Google cũng khuyên text prompt bổ sung thay vì mâu thuẫn với visual input (Google Flow Help).
Nếu mục tiêu là transition có điểm bắt đầu và kết thúc được xác định, Frames có thể phù hợp hơn Ingredients. Nếu mục tiêu là một character đã được tạo trong Flow, Character là một lựa chọn riêng. Hãy chọn theo job của scene thay vì cố nhét mọi control vào một asset.
Các lỗi thường gặp và cách giảm drift
- Reference quá nhiều chi tiết: Crop lại để subject/product là tín hiệu rõ nhất.
- Prompt phủ định ảnh: Viết lại một prompt ngắn mô tả action, không yêu cầu thay áo, đổi màu hoặc đổi style.
- Mỗi cảnh đổi cùng lúc bối cảnh, camera và ánh sáng: Giữ ít nhất hai hoặc ba continuity anchors trong clip tiếp theo.
- Dựng tiếp trước khi QA clip: Tạo bảng kiểm tra sáu lớp, chấp nhận hoặc tạo lại clip trước khi chuyển scene.
- Nhầm lỗi workflow với lỗi công cụ: Nếu gặp lỗi generation hoặc âm thanh, xem các lỗi Veo thường gặp thay vì thêm tùy tiện nhiều reference.
Checklist trước khi Generate
- Tôi có quyền dùng asset và không dùng người nổi tiếng, trẻ vị thành niên có thể nhận diện hoặc sản phẩm/nhãn hiệu không được phép.
- Character/product rõ, nền sạch và không có subject thừa.
- Model hiện tại hỗ trợ Ingredients theo UI/Help hiện hành.
- Prompt nói rõ asset được dùng ra sao, không mâu thuẫn với ảnh.
- Tôi đã khóa các yếu tố continuity cần thiết: character/product, action, environment, lighting, camera và emotion.
- Tôi có tiêu chí QA cho clip trước khi tạo scene tiếp theo.
Câu hỏi thường gặp
Ảnh tham chiếu có thay thế prompt không?
Không. Asset cung cấp reference thị giác; prompt vẫn cần mô tả action, bối cảnh, ánh sáng và camera. Google khuyên prompt bổ sung, không mâu thuẫn với Ingredients hoặc Frames (Google Flow Help).
Ingredients khác Frames như thế nào?
Ingredients dùng asset làm reference trong clip. Frames dùng ảnh đầu/cuối và phần mô tả transition giữa chúng. Chọn Frames khi bạn cần kiểm soát điểm bắt đầu/kết thúc của chuyển động.
Có thể dùng cùng một ảnh cho nhân vật và sản phẩm không?
Bạn có thể dùng Ingredients cho character và key object, nhưng một reference nên có một nhiệm vụ rõ. Một ảnh lẫn cả nhân vật, product, nền và nhiều chữ khiến tín hiệu khó kiểm soát hơn.
Vì sao clip sau vẫn khác clip trước?
Video generation có variation. Hãy xem lại asset clarity, prompt conflict, model/mode, continuity anchors và số lượng thay đổi bạn yêu cầu trong một cảnh. Giảm phạm vi thay đổi rồi test lại là an toàn hơn việc hứa một sửa lỗi tuyệt đối.
Kết luận: dùng reference như một hệ thống, không phải nút “giống y hệt”
Một workflow tốt bắt đầu bằng asset sạch, chọn mode hỗ trợ Ingredients, viết prompt bổ sung cho reference và QA từng scene theo sáu lớp continuity. Khi đã có nền này, bạn có thể chuyển sang ý tưởng định dạng video AI để chọn format phù hợp, nhưng hãy luôn giữ asset và kiểm tra visual continuity là ưu tiên trước.
Checklist chuẩn bị ảnh tham chiếu cho video AI: trước mỗi lần generate, hãy dùng phần checklist ở trên để kiểm tra quyền sử dụng asset, model compatibility, prompt alignment và tiêu chí QA. Không cần một CTA thương mại để bắt đầu.
