Người dẫn AI là một nhân vật (do AI tạo sẵn, hoặc là bản sao số của chính bạn) đọc lời giới thiệu thay bạn trước máy quay. Bài này giúp chủ shop và người tự kinh doanh ngại lên hình làm một clip giới thiệu dịch vụ 30 đến 45 giây mà tên tiệm, giá, giờ mở, số điện thoại vẫn đúng từng chữ, và biết khi nào nên quay thật thay vì dùng AI.
Đây là phương pháp làm và kiểm, không phải lời hứa clip AI giúp bán được hơn. Tổ Thạo Việc đã tự thử một vòng ngày 15/10/2026 với nhân vật hư cấu; kết quả ở mục “Kết quả thử”. Không có tiệm, người hay số điện thoại nào trong bài là thật.
Vài từ dùng trong bài. Avatar là nhân vật hình người do công cụ tạo ra. Bản sao số (digital twin, AI Twin) là avatar dựng từ video và giọng của chính bạn. Kịch bản khóa là bản lời đã duyệt, mọi tên, giá, số không được đổi khi đưa vào công cụ. Phiên âm tự động là phần mềm nghe clip rồi chép lại thành chữ, dùng để soát nhanh xem AI có đọc sai không.
Chọn một trong ba đường
| Tiêu chí | Quay thật | Người dẫn AI có sẵn | Bản sao của chính mình |
|---|---|---|---|
| Người xem thấy ai | Bạn | Một nhân vật không có thật | Hình và giọng giống bạn |
| Đổi giá, đổi mùa | Quay lại | Sửa chữ, tạo lại | Sửa chữ, tạo lại |
| Cần chuẩn bị | Điện thoại, chỗ sáng, 30 phút | Gói của công cụ cho phép dùng thương mại | Đoạn quay mẫu và đoạn video đồng ý theo yêu cầu của dịch vụ |
| Rủi ro chính | Ít về quyền | Đọc sai tên, số; người xem tưởng là người thật | Hình, giọng của bạn nằm trên máy chủ dịch vụ; khó thu hồi nếu lộ |
| Hợp nhất khi | Khách cần thấy chính chủ, thông tin ít đổi | Lời giới thiệu đổi thường xuyên, bạn không muốn lộ mặt | Bạn muốn khách thấy đúng mình mà không quay lại mỗi lần |
Không dựng bản sao của người khác, kể cả nhân viên hay người nhà, khi chưa có đồng ý bằng văn bản và người đó chưa tự quay đoạn đồng ý theo yêu cầu của dịch vụ. Không cho nhân vật AI đóng vai khách hàng khen dịch vụ: đó là lời chứng giả, xem thêm bài bản nháp quảng cáo kiểu UGC bằng AI.
Bước 1: lập bảng thông tin phải đúng
Trước khi mở công cụ, ghi riêng mọi thứ người xem có thể dùng để liên hệ hay trả tiền. Cột “cách đọc” là cách bạn muốn người dẫn nói ra; dùng nó để kiểm ở bước 4. Dữ liệu giả lập trong bài:
| Mục | Viết trên màn hình | Cách đọc đúng |
|---|---|---|
| Tên tiệm | Mây Xanh | Mây Xanh (không đọc thành “Mai Xanh”) |
| Người giới thiệu | Hạnh, chủ tiệm (nhân vật AI) | Hạnh |
| Dịch vụ chính | Gội đầu dưỡng sinh 60 phút | sáu mươi phút |
| Giá | 189.000 đồng | một trăm tám mươi chín nghìn đồng |
| Gói dài | 90 phút, 259.000 đồng | chín mươi phút, hai trăm năm mươi chín nghìn đồng |
| Giờ mở | 8 giờ đến 20 giờ, mọi ngày | tám giờ sáng đến tám giờ tối |
| Số đặt lịch | 0905 123 456 | không chín không năm, một hai ba, bốn năm sáu |
| Điều không được nói | chữa rụng tóc, khỏi đau đầu, cam kết hiệu quả, “khách nào cũng khen” | không nói |
Bước 2: nhờ AI viết lời giới thiệu 30 đến 45 giây
Dán yêu cầu dưới đây vào ChatGPT, Gemini hoặc Claude. Yêu cầu tách lời thành đoạn ngắn vì nhiều công cụ người dẫn chỉ tạo mỗi lần 10 giây đến 1 phút.
Viết lời giới thiệu dịch vụ dài 30 đến 45 giây (khoảng 90 đến 120 chữ) để một người dẫn đọc trước máy quay, giọng thân thiện, xưng "mình". Chỉ dùng thông tin trong bảng. Giữ nguyên tên, giá, giờ, số điện thoại, không làm tròn, không thêm ưu đãi. Không nói chữa bệnh, cam kết hiệu quả hay lời khách khen. Chia thành 3 đoạn, mỗi đoạn đọc được trong khoảng 10 giây; ghi số chữ của từng đoạn. Cuối cùng liệt kê riêng mọi tên, con số trong lời để tôi kiểm. BẢNG THÔNG TIN: Tên tiệm: Mây Xanh, gội đầu dưỡng sinh, Đà Nẵng Người giới thiệu: Hạnh, chủ tiệm Gói 60 phút: 189.000 đồng. Gói 90 phút: 259.000 đồng Giờ mở: 8 giờ đến 20 giờ, mọi ngày Số đặt lịch: 0905 123 456
Đầu ra mong đợi (đáp án biên tập, chưa phải lời AI trả):
- Đoạn 1: “Chào bạn, mình là Hạnh, chủ tiệm gội đầu dưỡng sinh Mây Xanh ở Đà Nẵng.”
- Đoạn 2: “Gói gội đầu sáu mươi phút giá 189.000 đồng, gói chín mươi phút 259.000 đồng.”
- Đoạn 3: “Tiệm mở từ tám giờ sáng đến tám giờ tối mỗi ngày. Đặt lịch qua số 0905 123 456.”
- Danh sách kiểm: Hạnh, Mây Xanh, Đà Nẵng, 60 phút, 189.000 đồng, 90 phút, 259.000 đồng, 8 giờ, 20 giờ, 0905 123 456.
Mỗi đoạn khoảng 15 đến 20 chữ. Đọc thử thành tiếng bằng đồng hồ điện thoại: quá 10 giây thì cắt chữ, đừng ép người dẫn nói nhanh.
Bước 3: tạo bản người dẫn
Công cụ đổi rất nhanh; dưới đây là điều trang chính thức ghi lúc Tổ Thạo Việc đọc ngày 15/10/2026. Đọc lại trước khi trả tiền.
| Công cụ | Tiếng Việt | Bản sao của chính mình | Gói, giới hạn đã đọc |
|---|---|---|---|
| HeyGen | Danh sách giọng của nền tảng có tiếng Việt | Phải quay video đồng ý ngắn (dưới 30 giây), đúng người trong đoạn quay mẫu, đọc nguyên văn lời đồng ý | Gói miễn phí: 3 video mỗi tháng, mỗi video tới 1 phút; bỏ dấu mờ (watermark) thuộc gói trả phí |
| Captions (AI Twin) | Tài liệu đã đọc không ghi rõ tiếng Việt cho người dẫn | Hướng dẫn yêu cầu đọc một đoạn văn mẫu để tạo giọng | Có gói miễn phí theo credit; gói Max ghi “tới 30 AI Twin” |
| Gemini Omni (Google) | Tổ đã thử nhân vật nói tiếng Việt, xem kết quả bên dưới | Avatar cá nhân trong Google Vids lúc ra mắt chỉ tiếng Anh, từ 18 tuổi | Cần gói Google AI; tính năng khác nhau theo gói và khu vực. Tổ thử qua Higgsfield, mỗi clip tối đa 10 giây |
Quy trình chung ở mọi công cụ: chọn avatar có sẵn (hoặc tạo bản sao của chính bạn theo bước đồng ý của dịch vụ), dán từng đoạn kịch bản khóa, chọn giọng tiếng Việt, xem trước, rồi mới xuất. Với công cụ nhận yêu cầu bằng câu chữ và ảnh tham chiếu như Gemini Omni, Tổ đã dùng yêu cầu sau, kèm một ảnh nhân vật:
Static vertical shot, the woman from the reference image stands behind the reception counter of her hair-wash spa and speaks directly to the camera in Vietnamese, warm and natural, clear Vietnamese pronunciation, no background music. She says exactly: "Chào bạn, mình là Hạnh, chủ tiệm gội đầu dưỡng sinh Mây Xanh ở Đà Nẵng. Gói gội đầu 60 phút giá 189.000 đồng. Đặt lịch qua số 0905 123 456." No captions, no on-screen text.
Yêu cầu viết tiếng Anh cho phần mô tả cảnh, còn lời thoại để nguyên tiếng Việt trong ngoặc kép. Không để công cụ tự đặt chữ lên hình: chữ, giá, số trên màn hình nên chèn ở bước dựng để đúng từng ký tự.
Kết quả thử của Tổ Thạo Việc
Tổ tạo một nhân vật hư cấu bằng ảnh AI, rồi làm hai clip 10 giây cùng lời: bản A viết giá và số bằng chữ số như ở yêu cầu trên; bản B viết mọi con số thành chữ (“một trăm tám mươi chín nghìn”, “không chín không năm, một hai ba...”) với giả định đọc chữ sẽ chuẩn hơn. Sau đó cho hai mô hình phiên âm Whisper (small và large-v3) nghe lại và xem khung hình từng giây.
- Bản A: phiên âm large-v3 khớp đủ “Mây Xanh”, “189.000 đồng”, “0905 123 456”. Mô hình nhỏ nghe “Mây Xanh” thành “Meishan”: cho thấy phiên âm tự động cũng sai, nên chỉ là lớp lọc.
- Bản B: cả hai mô hình đều nghe số điện thoại thành “0905 23 456”, thiếu chữ “một”. Lời viết thành chữ dài hơn, câu cuối bị dồn vào 1,6 giây cuối clip. Giả định ban đầu sai: đọc số bằng chữ không tự làm đúng hơn khi thời lượng bị giới hạn.
- Hình: mặt, áo, quầy, cây giữ ổn định suốt 10 giây; tay có cử chỉ tự nhiên; không có chữ lạ trên hình vì yêu cầu đã cấm.
- Chi phí: mỗi clip 10 giây tốn khoảng 31 credit Higgsfield ở gói đang dùng. Một lời giới thiệu 30 đến 45 giây cần 3 đến 5 đoạn, cộng các lần làm lại.
Tổ chưa ghép các đoạn thành clip dài nên chưa kiểm việc giữ cùng gương mặt, giọng giữa các đoạn; đó là việc bạn phải xem kỹ nếu làm clip 30 đến 45 giây từ nhiều đoạn 10 giây.
Bước 4: kiểm phát âm, tên, giá, số
Nghe hai lần: lần một xem cả hình và tiếng, lần hai nhắm mắt chỉ nghe. Rồi đối chiếu với cột “Cách đọc đúng” ở bước 1.
| Mục kiểm | Cách kiểm | Đạt khi |
|---|---|---|
| Tên riêng | Nghe riêng từng tên tiệm, tên người, địa danh | Đúng thanh điệu, không đọc kiểu nước ngoài |
| Giá | Viết lại con số bạn nghe được rồi so | Khớp từng chữ số và đơn vị “đồng”, “nghìn” |
| Số điện thoại | Đếm đủ 10 chữ số, gọi thử nếu là số thật | Không thiếu, không đảo chữ số |
| Giờ, ngày | So với bảng thông tin | Không đổi sáng thành tối, thứ thành ngày |
| Lời hứa | Tìm câu không có trong kịch bản khóa | Không có câu nào được thêm |
| Khẩu hình | Tắt tiếng, xem miệng ở các chữ có dấu nặng, hỏi | Không lệch quá nửa giây, không méo miệng |
| Hình | Xem khung đầu, giữa, cuối | Không biến dạng tay, mặt; không có chữ lạ |
Nếu công cụ có phụ đề tự động hoặc bạn có phần mềm phiên âm, chép lời phiên âm ra rồi nhờ AI so với kịch bản khóa. AI chỉ chỉ ra chỗ lệch; bạn vẫn phải nghe lại đúng đoạn đó.
Dưới đây là KỊCH BẢN KHÓA và LỜI PHIÊN ÂM của một clip người dẫn AI. So từng câu. Liệt kê mọi chỗ khác nhau về tên riêng, con số, đơn vị, giờ, ngày, và mọi câu có trong phiên âm mà không có trong kịch bản. Với số điện thoại, viết lại từng chữ số của cả hai bản cạnh nhau. Không sửa, không đoán đúng sai; chỉ liệt kê chỗ lệch kèm mốc giây nếu có. KỊCH BẢN KHÓA: [dán] LỜI PHIÊN ÂM: [dán]
Nhận ra bản lỗi
- Mất hoặc đảo chữ số trong số điện thoại, như bản B ở trên. Khách gọi nhầm số thì clip làm mất khách.
- Đọc giá thành số khác: “189.000” thành “một trăm tám chín” hay “mười tám nghìn chín trăm”.
- Tên riêng bị đọc như tiếng nước ngoài: “Mây Xanh” thành “Mai Xanh”, “Meishan”.
- Người dẫn tự thêm câu: “ưu đãi hôm nay”, “cam kết hiệu quả”. Kịch bản khóa không có thì phải làm lại.
- Nói dồn cuối clip: lời dài hơn thời lượng, công cụ đọc nhanh hoặc nuốt chữ. Cắt bớt chữ thay vì tăng tốc độ.
Gặp lỗi, sửa kịch bản theo yêu cầu dưới đây rồi tạo lại đúng đoạn lỗi, không tạo lại cả clip:
Đoạn [số] bị đọc sai: [chỗ sai nghe được] thay vì [đúng]. Viết lại riêng đoạn này, tối đa [số] chữ để đọc trong 10 giây, giữ nguyên mọi tên và con số. Đặt số điện thoại ở cuối câu, tách nhóm 4, 3, 3 chữ số. Không thêm thông tin mới.
Nếu đã tạo lại hai lần mà vẫn đọc sai một tên hay một số, đừng cố thêm: đặt thông tin đó thành chữ trên màn hình ở bước dựng, cho người dẫn nói câu chung (“số đặt lịch ở ngay dưới clip”).
Quyền hình, giọng và nhãn AI
- Avatar có sẵn: đọc điều khoản gói về dùng thương mại và đăng lên mạng xã hội. Trang giá không ghi rõ điều này thì hỏi bộ phận hỗ trợ và lưu thư trả lời.
- Bản sao của chính bạn: tự quay đoạn đồng ý theo yêu cầu của dịch vụ; ghi lại nơi lưu, cách xóa bản sao và dữ liệu, ai trong nhóm được dùng. Không chia sẻ tài khoản chứa bản sao.
- Người khác: không tạo bản sao nhân viên, người nổi tiếng hay khách. Nhân viên đồng ý cũng cần văn bản ghi rõ phạm vi, thời hạn, cách thu hồi.
- Nhãn AI: người xem có thể tưởng nhân vật là người thật, nên ghi rõ trong mô tả (ví dụ “Người dẫn trong clip do AI tạo”) và bật nhãn nội dung AI của nền tảng khi có. Quy định từng nền tảng xem trong bài quảng cáo kiểu UGC bằng AI.
Dùng thông tin của bạn
- Điền bảng thông tin như bước 1, thêm cột “cách đọc đúng” cho mọi tên và số.
- Viết kịch bản bằng yêu cầu ở bước 2, đọc thành tiếng, cắt cho vừa từng đoạn.
- Chọn đường: quay thật, avatar có sẵn hay bản sao của chính mình; ghi lý do.
- Tạo từng đoạn, kiểm bằng phiếu ở bước 4, chỉ làm lại đoạn lỗi.
- Chèn chữ, giá, số trên màn hình ở bước dựng; thêm dòng nhãn AI.
Viết lời giới thiệu dịch vụ dài [30 đến 45] giây cho người dẫn đọc, xưng "[mình/tôi/em]". Chỉ dùng thông tin trong bảng; giữ nguyên tên, giá, giờ, số; không thêm ưu đãi, lời hứa, lời khách khen. Chia [3] đoạn, mỗi đoạn tối đa [18] chữ. Cuối cùng liệt kê mọi tên, con số để tôi kiểm. Những điều KHÔNG được nói: [điền] BẢNG THÔNG TIN: [dán]
Kiểm trước khi đăng
- Mọi tên, giá, giờ, số đã nghe lại và khớp bảng thông tin.
- Không có câu nào ngoài kịch bản khóa; không có lời hứa hiệu quả hay lời khách khen.
- Hình không méo tay, mặt; không có chữ lạ do AI vẽ.
- Bạn có quyền dùng avatar hoặc bản sao trong gói đang trả tiền, cho mục đích thương mại.
- Bản sao của chính mình có đoạn đồng ý; đã biết cách xóa.
- Mô tả clip ghi rõ người dẫn do AI tạo; đã bật nhãn AI của nền tảng nếu có.
- Lưu kịch bản khóa, tệp xuất, ngày tạo và tên công cụ để lần sau sửa đúng đoạn.
Khi gặp trục trặc
- Giọng tiếng Việt nghe lơ lớ: thử giọng khác trong danh sách, viết câu ngắn hơn, tránh từ mượn tiếng Anh.
- Đoạn nào cũng sai một số: đưa số lên màn hình, bỏ khỏi lời nói.
- Ghép đoạn bị lệch mặt, lệch giọng: dùng cùng avatar, cùng giọng, cùng ảnh tham chiếu cho mọi đoạn; xem lại chỗ nối.
- Có dấu mờ của công cụ: dấu mờ thường gắn với gói miễn phí; không tự xóa bằng công cụ khác vì có thể vi phạm điều khoản.
- Hết credit giữa chừng: tạo đoạn quan trọng nhất trước (đoạn có giá, số), đoạn chào để sau.
Giới hạn và nguồn
Tổ Thạo Việc thử một lần mỗi bản ngày 15/10/2026 trên Gemini Omni Flash qua Higgsfield với nhân vật hư cấu và dữ liệu giả lập; phiên âm bằng Whisper chạy trên máy, chưa có người Việt nghe duyệt độc lập. Chưa thử HeyGen, Captions, chưa tạo bản sao của người thật, chưa ghép thành clip dài. Thông tin gói, giới hạn đọc từ trang chính thức cùng ngày và có thể đổi. Bài không thay tư vấn pháp lý về quyền hình ảnh, giọng nói.
Nguồn tham khảo: HeyGen Help · Voice languages we support · HeyGen Help · Recording your Consent Video · HeyGen · Pricing · Captions Help · AI Twin setup · Captions Help · Subscriptions · Google DeepMind · Gemini Omni · Google Workspace Updates · Personal avatars in Vids, đọc ngày 15/10/2026. Đầu mối đề tài là các clip TikTok giới thiệu HeyGen Video Agent và Captions; bài không dùng số follower hay hiệu quả quảng cáo trong clip làm kết luận. AI Thạo Việc không có quan hệ thương mại với các công cụ trên.
