Giữ nhân vật nhất quán trong ảnh và video AI: hệ thống 3 lớp chống biến hình

Trong bài này

• 13 phút đọc
• 11 phần
• 6 mẫu sao chép được
• 4 bảng tra cứu

Mục lục

1. Vì sao nhân vật bị biến hình
2. Lớp 1: Đoạn mô tả nhận diện cố định
3. Lớp 2: Character sheet và ảnh tham chiếu
4. Lớp 3: Quy trình chia cảnh, duyệt và sửa
5. Danh sách kiểm tra nhân vật sau mỗi lần tạo
6. Sửa lỗi: tạo lại, sửa cục bộ hay ghép
7. Hồ sơ nhân vật: tài liệu cho dự án dài
8. Ví dụ trọn vẹn: video 6 cảnh cho một nhân vật
9. Áp dụng cho các loại nội dung khác
10. Những lỗi hay gặp
11. Kết luận

Bạn tạo được một nhân vật rất ưng ý ở cảnh 1. Sang cảnh 2, tóc đổi màu. Cảnh 3, áo mất túi. Cảnh 4, khuôn mặt trông như một người khác. Đây là vấn đề lớn nhất khi làm video, truyện tranh hay chuỗi ảnh bằng AI, và có tên riêng: “morphing”, nhân vật bị biến hình giữa các lần tạo. Với quảng cáo, mascot hay nhân vật thương hiệu, một nhân vật không nhất quán gần như không dùng được.

Bài này trình bày một hệ thống ba lớp để giữ nhân vật nhất quán: lớp chữ (đoạn mô tả nhận diện cố định), lớp hình (character sheet và ảnh tham chiếu), và lớp quy trình (cách chia cảnh, duyệt và sửa lỗi). Bài có mẫu mô tả cho ba loại nhân vật, prompt tạo character sheet, cách xử lý cảnh nhiều nhân vật, danh sách kiểm tra và cách quản lý file cho dự án dài.

Vì sao nhân vật bị biến hình#

Mô hình tạo ảnh và video không “nhớ” nhân vật của bạn. Mỗi lần tạo là một lần vẽ mới từ đầu, dựa trên những gì bạn đưa vào lúc đó: chữ trong prompt và ảnh tham chiếu. Nếu cảnh 1 bạn viết “cô gái tóc ngắn mặc áo xanh”, cảnh 2 viết “cô ấy cầm ly cà phê”, mô hình ở cảnh 2 không biết “cô ấy” là ai. Nó sẽ vẽ một cô gái bất kỳ.

Ngay cả khi mô tả giống nhau, mỗi lần tạo vẫn có yếu tố ngẫu nhiên. “Tóc ngắn” có thể là tóc bob, tóc tém, tóc ngang vai. “Áo xanh” có thể là xanh dương, xanh navy, xanh ngọc. Mỗi chỗ mơ hồ là một chỗ mô hình tự chọn, và nó sẽ chọn khác nhau mỗi lần. Ngoài ra, có những tình huống làm biến hình nặng hơn hẳn:

• Góc máy mà mô hình chưa “thấy”: mặt sau, góc nghiêng hẳn, góc từ trên xuống.
• Chuyển động nhanh: xoay người, chạy, máy quay lia nhanh.
• Nhiều nhân vật cùng khung: đặc điểm của người này “lây” sang người kia.
• Thay đổi lớn về ánh sáng hoặc bối cảnh: màu áo dưới ánh đèn neon khác hẳn dưới nắng.
• Cảnh cận và cảnh xa xen kẽ: chi tiết nhỏ ở cảnh xa bị đơn giản hoá, sang cảnh cận lại vẽ khác.

Mục tiêu của hệ thống ba lớp là xoá càng nhiều chỗ mơ hồ càng tốt, và cho mô hình thấy nhân vật từ đủ góc trước khi bắt nó vẽ những góc đó.

Lớp 1: Đoạn mô tả nhận diện cố định#

Đây là một đoạn văn ngắn, viết một lần, dán y nguyên từng chữ vào mọi prompt có nhân vật đó. Không viết lại, không tóm tắt, không “cho gọn” ở cảnh sau. Chỉ cần đổi một từ là mô hình có thể hiểu khác đi.

Một đoạn mô tả tốt trả lời đủ các câu hỏi sau:

Nhóm	Cần mô tả	Ví dụ
Hình khối, tỷ lệ	Chiều cao tương đối, dáng người, tỷ lệ đầu và thân	slim, average height, head-to-body ratio about 1:6
Khuôn mặt	Hình dáng mặt, mắt, lông mày, đặc điểm riêng	oval face, large dark brown eyes, thick straight eyebrows, small mole under the left eye
Tóc	Độ dài, kiểu, màu, mái	black chin-length bob with straight bangs
Trang phục	Từng món, màu, chất liệu, chi tiết	mustard-yellow knit cardigan over a white T-shirt, dark blue jeans, white sneakers
Phụ kiện	Thứ luôn đi cùng nhân vật	round thin gold glasses, a small green backpack
Màu chính	Màu nhận diện, càng cụ thể càng tốt	mustard yellow (#E1A836) and forest green (#2F5D3A)
Phong cách thể hiện	Kiểu vẽ hoặc kiểu dựng hình	3D animated feature-film style, soft subsurface skin, stylized proportions

Vài nguyên tắc viết:

• Cụ thể thay vì chung chung. “Áo len cổ tròn màu vàng mù tạt” tốt hơn “áo vàng”. Mã màu HEX giúp mô hình bám màu tốt hơn, dù không tuyệt đối.
• Ưu tiên đặc điểm nhìn thấy ở mọi góc. Kiểu tóc, màu áo, dáng người. Một hình in nhỏ trên áo rất dễ bị vẽ sai, đừng để nó là đặc điểm nhận diện chính.
• Ít đặc điểm nhưng mạnh. Năm đến bảy đặc điểm rõ ràng tốt hơn hai mươi chi tiết nhỏ. Quá nhiều chi tiết thì mô hình bỏ bớt, và bỏ mỗi lần một kiểu.
• Đặt đoạn mô tả lên đầu prompt, trước hành động và bối cảnh.

Mẫu cho nhân vật hoạt hình 3D

CHARACTER "Mai": a young woman in 3D animated feature-film style, slim, head-to-body ratio about 1:6,
oval face, large dark brown eyes, thick straight eyebrows, small mole under the left eye,
black chin-length bob with straight bangs, round thin gold glasses,
mustard-yellow (#E1A836) knit cardigan over a plain white T-shirt, dark blue jeans, white sneakers,
small forest-green (#2F5D3A) backpack.

Mẫu cho mascot

MASCOT "Bin": a friendly robot mascot, 3D toy-like style, smooth glossy plastic,
rounded square head with a dark visor screen showing two glowing teal (#5EEAD4) oval eyes,
single short antenna with a yellow ball tip, white rounded body with a sky-blue (#0EA5E9) circle on the chest,
short light-blue arms with mitten hands, two short navy legs. No mouth. Height about two heads.

Mẫu cho nhân vật phong cách tả thực

CHARACTER "Long": a fictional Vietnamese man in his early thirties, photorealistic style,
short black hair with a side part, clean-shaven, rectangular black-frame glasses,
light grey linen shirt with rolled sleeves, navy chinos, brown leather watch on the left wrist.

Với nhân vật tả thực, hãy đảm bảo đó là nhân vật hư cấu. Nhiều nền tảng chặn ảnh khuôn mặt người thật làm đầu vào, và việc dựng hình người thật khi chưa được đồng ý còn là vấn đề pháp lý và đạo đức.

Lớp 2: Character sheet và ảnh tham chiếu#

Chữ thôi chưa đủ. Mô hình cần thấy nhân vật bằng hình. Character sheet là một ảnh duy nhất cho thấy nhân vật từ nhiều góc, trên nền trơn, cùng ánh sáng. Đây là “hộ chiếu” của nhân vật, dùng làm ảnh tham chiếu cho mọi cảnh.

Character sheet cần có gì

• Bốn góc toàn thân: chính diện, nghiêng 3/4, nghiêng hẳn, sau lưng. Mặt sau thường bị bỏ quên, và đó chính là góc biến hình nhiều nhất.
• Một cận mặt rõ đặc điểm khuôn mặt.
• Nền trơn, sáng đều, không bóng đổ mạnh, để mô hình không lấy nhầm bối cảnh.
• Tư thế trung tính: đứng thẳng, tay buông, để thấy rõ hình khối và trang phục.
• Tuỳ chọn: một dải biểu cảm (vui, buồn, ngạc nhiên) nếu nhân vật cần diễn cảm xúc.

Prompt tạo character sheet

Character reference sheet of [paste the full CHARACTER description here].
Layout: four full-body views in a single row — front view, three-quarter view, side view, back view —
plus one close-up portrait of the face in the top-right corner.
Same neutral standing pose in all views, arms relaxed at the sides.
Plain light grey seamless background, even soft studio lighting, no shadows on the background.
Consistent proportions and colors across all views. No text, no labels.

Tạo vài phiên bản, chọn bản mà bốn góc khớp nhau nhất. Kiểm tra kỹ những chỗ hay lệch: kiểu tóc phía sau, vị trí túi áo, màu giày, phụ kiện có còn ở góc nghiêng không. Một character sheet có lỗi sẽ nhân lỗi đó ra mọi cảnh, nên đây là bước đáng bỏ thời gian nhất.

Bối cảnh cũng cần ảnh tham chiếu

Nhân vật nhất quán mà bối cảnh mỗi cảnh một kiểu thì video vẫn rời rạc. Với mỗi bối cảnh chính (phòng khách, văn phòng, cửa hàng), hãy tạo trước một ảnh tham chiếu bối cảnh không có người, cùng phong cách và ánh sáng với nhân vật. Cảnh nào ở bối cảnh đó thì dùng lại ảnh đó.

Lớp 3: Quy trình chia cảnh, duyệt và sửa#

Đi từ ảnh tĩnh sang video

Thay vì tạo video trực tiếp từ chữ, hãy tạo ảnh khung đầu và khung cuối cho từng cảnh trước, ghép từ character sheet và ảnh bối cảnh. Duyệt ở dạng ảnh, sửa ở dạng ảnh, rồi mới đưa cặp ảnh vào mô hình video. Ba lợi ích:

• Sửa một ảnh rẻ và nhanh hơn rất nhiều so với tạo lại một clip.
• Mô hình video có điểm đầu và điểm cuối cố định, nên ít “tự sáng tác” ở giữa.
• Khách hàng hoặc sếp duyệt dễ hơn khi nhìn một dãy ảnh tĩnh như storyboard.

Prompt video giữ nhân vật

@Image1 as the first frame, @Image2 as the last frame. @Image3 is the character reference sheet.
CHARACTER "Mai": [paste the full description].
Keep Mai's face, hair, glasses, outfit and colors identical to @Image3 in every frame.
0-3s: Mai walks into the café, looks around. Medium shot, camera static.
3-5s: she waves at someone off-screen and smiles. Slow push-in.
No text on screen.

Chọn góc máy và chuyển động an toàn

Mức rủi ro	Góc máy, chuyển động	Gợi ý
Thấp	Chính diện, nghiêng 3/4, máy đứng yên hoặc đẩy chậm	Dùng cho phần lớn cảnh
Trung bình	Nghiêng hẳn, đi theo nhân vật, cận mặt nói chuyện	Cần character sheet tốt, kiểm tra kỹ
Cao	Xoay vòng 360 độ, quay lưng, chạy nhanh, nhảy múa	Thời lượng dài hơn, tạo nhiều phương án, chuẩn bị phương án dự phòng

Cảnh có nhiều nhân vật

Đây là nơi morphing tệ nhất: đặc điểm của người này lây sang người kia, hai người đổi áo cho nhau. Năm quy tắc giúp giảm lỗi:

• Giới hạn hai nhân vật tương tác trực tiếp trong một cảnh. Từ ba người trở lên, hãy cân nhắc chia thành nhiều cảnh.
• Phân biệt bằng màu và hình khối rõ rệt. Một người mặc vàng, một người mặc xanh. Một người tóc ngắn, một người tóc dài.
• Chỉ định vị trí: “Mai on the left, Long on the right”, và giữ nguyên vị trí này trong cả cảnh.
• Mỗi nhân vật một ảnh tham chiếu riêng, gọi tên rõ ràng: Mai references @Image1, Long references @Image2.
• Tránh cho hai nhân vật chạm, ôm, đổi chỗ trong cùng một clip nếu không thật cần.

Khi nhân vật cần đổi trang phục

Nếu câu chuyện có nhân vật thay đồ (đi làm, đi tiệc, mặc đồng phục), hãy làm một character sheet cho mỗi bộ trang phục, giữ nguyên khuôn mặt và tóc, chỉ đổi phần quần áo trong đoạn mô tả. Đặt tên rõ ràng: “Mai_outfit_office”, “Mai_outfit_party”. Đừng chỉ viết “Mai now wears a red dress” và hy vọng mô hình giữ nguyên khuôn mặt.

Danh sách kiểm tra nhân vật sau mỗi lần tạo#

Đặt ảnh hoặc khung hình vừa tạo cạnh character sheet và kiểm tra theo thứ tự từ to đến nhỏ:

1. Tỷ lệ đầu và thân có giống không? Nhân vật có cao hơn, thấp hơn, béo hơn không?
2. Kiểu tóc và màu tóc có đúng không, kể cả phía sau?
3. Từng món trang phục có đủ và đúng màu không?
4. Phụ kiện nhận diện (kính, túi, đồng hồ) có còn không, có đúng bên không?
5. Khuôn mặt có giữ được đặc điểm riêng (nốt ruồi, lông mày, hình mắt) không?
6. Bàn tay có đủ ngón, đúng tư thế không?
7. Màu sắc dưới ánh sáng của cảnh có còn nhận ra là màu nhận diện không?

Với video, kiểm tra thêm ở khung hình giữa clip, không chỉ khung đầu và cuối. Biến hình thường xảy ra ở giữa, khi nhân vật quay người hoặc máy di chuyển.

Sửa lỗi: tạo lại, sửa cục bộ hay ghép#

Tình huống	Cách xử lý
Sai nhiều, sai tổng thể	Tạo lại. Trước khi tạo lại, xem prompt có chỗ nào mơ hồ để sửa.
Sai một chi tiết nhỏ trên ảnh (màu cúc áo, mất kính)	Sửa cục bộ bằng tính năng chỉnh sửa vùng chọn (inpaint) của công cụ tạo ảnh.
Video đúng gần hết, chỉ vài khung hình biến hình	Cắt bỏ đoạn lỗi ở bước dựng, hoặc che bằng một cảnh chèn ngắn.
Một góc máy luôn lỗi	Đổi góc máy. Không phải cảnh nào cũng cần góc khó.
Cảnh nhiều nhân vật luôn lẫn đặc điểm	Tạo từng nhân vật riêng trên phông xanh, ghép ở hậu kỳ.

Một nguyên tắc quan trọng: đừng tạo lại vô hạn với cùng một prompt. Nếu sau ba đến năm lần vẫn lỗi cùng một kiểu, vấn đề nằm ở prompt, ở character sheet hoặc ở góc máy quá khó, không phải ở “vận may”.

Hồ sơ nhân vật: tài liệu cho dự án dài#

Khi một nhân vật xuất hiện trong nhiều video, nhiều tháng, nhiều người cùng làm, bạn cần một tài liệu gọi là hồ sơ nhân vật (character bible). Nó gồm:

• Đoạn mô tả nhận diện chuẩn, có số phiên bản.
• Character sheet chuẩn và các sheet theo trang phục.
• Bảng màu nhận diện với mã HEX.
• Những điều nhân vật không bao giờ làm hoặc mặc (ví dụ mascot không có miệng, không cầm đồ ăn).
• Các góc máy đã thử và kết quả: góc nào ổn, góc nào hay lỗi.
• Prompt mẫu cho các cảnh hay dùng.

Quy ước đặt tên file

Một video 12 cảnh có thể sinh ra hàng trăm ảnh và hàng chục clip. Không có quy ước đặt tên, bạn sẽ mất nhiều thời gian tìm file hơn là tạo file. Một quy ước đơn giản:

[Dự án]_[Cảnh]_[Loại]_v[Phiên bản]
VD:  TVC01_S05_start_v3.png
     TVC01_S05_end_v2.png
     TVC01_S05_clip_v7.mp4
     CHAR_Mai_sheet_v2.png

Khi có phiên bản được duyệt, đánh dấu riêng (ví dụ thêm hậu tố _OK) để người dựng không lấy nhầm bản cũ.

Ví dụ trọn vẹn: video 6 cảnh cho một nhân vật#

Giả sử bạn làm một video 30 giây kể về một ngày làm việc của Mai, nhân vật ở phần mẫu bên trên, cho một ứng dụng ghi chú. Quy trình đi như sau:

Bước	Việc làm	Đầu ra
1	Viết đoạn mô tả nhận diện cho Mai, chốt bảng màu	Đoạn mô tả v1, mã HEX
2	Tạo 4 đến 6 phiên bản character sheet, chọn bản khớp nhất	CHAR_Mai_sheet_v1.png
3	Tạo ảnh tham chiếu cho 3 bối cảnh: căn hộ buổi sáng, văn phòng, quán cà phê buổi tối	3 ảnh bối cảnh không người
4	Viết bảng phân cảnh: 6 cảnh, mỗi cảnh 5 giây, ghi hành động, góc máy, cảm xúc	Bảng phân cảnh để duyệt
5	Tạo ảnh khung đầu, khung cuối cho từng cảnh, kiểm tra theo danh sách 7 điểm	12 ảnh khung đã duyệt
6	Tạo clip cho từng cảnh, kiểm tra cả khung hình giữa clip	6 clip dùng được
7	Dựng, thêm nhạc, chữ, logo ở hậu kỳ	Video hoàn chỉnh

Bảng phân cảnh ở bước 4 nên tránh các góc rủi ro cao ngay từ đầu. Ví dụ, thay vì cảnh “Mai xoay người chạy ra cửa”, hãy viết “Mai đứng dậy, cầm túi, đi ra khỏi khung hình bên phải”. Câu chuyện không đổi, nhưng mô hình chỉ phải vẽ Mai ở góc chính diện và nghiêng, những góc nó làm tốt nhất.

Ở bước 5, nếu một cảnh có khung đầu đẹp nhưng khung cuối bị lệch, hãy dùng chính khung đầu đó làm tham chiếu khi tạo lại khung cuối, kèm character sheet. Hai khung trong cùng một cảnh càng giống nhau về phong cách và ánh sáng thì clip càng mượt.

Ở bước 6, thứ tự tạo cũng quan trọng. Hãy tạo trước những cảnh dễ (máy đứng yên, nhân vật chính diện) để kiểm tra phong cách tổng thể. Nếu phong cách đã ổn, các cảnh khó tạo sau sẽ có điểm so sánh rõ ràng. Nếu tạo cảnh khó trước và thất bại, bạn khó biết lỗi do cảnh khó hay do cả hệ thống mô tả.

Áp dụng cho các loại nội dung khác#

• Truyện tranh, chuỗi ảnh mạng xã hội: cùng ba lớp như trên, nhưng không cần khung đầu và khung cuối. Hãy tạo từng khung truyện với character sheet làm tham chiếu, và giữ một khung “mẫu” đã duyệt để so sánh.
• Mascot thương hiệu dài kỳ: hồ sơ nhân vật là bắt buộc. Thêm mục “những tư thế đặc trưng” (vẫy tay, giơ ngón cái) để mọi video đều có cử chỉ nhận diện giống nhau.
• Series video ngắn nhiều tập: giữ nguyên một prompt phong cách chung cho cả series (ánh sáng, màu, kiểu dựng hình), chỉ thay phần hành động. Người xem nhận ra series qua phong cách nhiều hơn bạn nghĩ.

Những lỗi hay gặp#

• Viết lại mô tả ở mỗi cảnh cho “phù hợp ngữ cảnh”. Mỗi lần viết lại là một lần nhân vật trôi đi một chút.
• Character sheet thiếu mặt sau, rồi bắt nhân vật quay lưng hoặc xoay vòng.
• Quá nhiều chi tiết nhỏ làm đặc điểm nhận diện: hình in trên áo, hoa văn phức tạp, chữ trên trang phục.
• Đổi phong cách thể hiện giữa chừng: cảnh này “3D animation”, cảnh kia “Pixar-like”, cảnh khác “cartoon”. Chọn một cụm từ và giữ nguyên.
• Tạo video thẳng từ chữ mà không qua bước ảnh khung, rồi tốn nhiều lượt tạo để sửa.
• Không lưu prompt đã dùng. Khi có cảnh đẹp, bạn không biết làm lại bằng cách nào.

Kết luận#

Không có câu lệnh thần kỳ nào khiến nhân vật AI nhất quán tuyệt đối. Nhưng một hệ thống ba lớp, gồm đoạn mô tả cố định, character sheet đủ góc và quy trình đi từ ảnh sang video, giảm biến hình xuống mức dùng được cho quảng cáo và nội dung thương hiệu. Phần lớn công sức nằm ở trước khi bấm tạo video: viết mô tả cẩn thận, làm character sheet kỹ, chọn góc máy hợp lý. Đầu tư ở đó, bạn sẽ tiết kiệm được rất nhiều lượt tạo lại ở phía sau.