Làm chủ KLING AI 1.6 với tài liệu 4000 dòng và Master Video Prompt Creation GPT

Update: Bản 1.6 có gì mới?

• Cải thiện khả năng tuân thủ prompt, kết quả ổn định và linh hoạt hơn
• Hỗ trợ Chế độ Tiêu chuẩn & Chuyên nghiệp, đạt được mức cải thiện tổng thể 195% so với Mô hình KLING 1.5

1. Cải thiện khả năng tuân thủ prompt: tăng cường phản hồi với các prompt về chuyển động, chuỗi chuyển động, chuyển động camera, v.v., đồng thời cải thiện khả năng tạo ra các yếu tố không có trong Khung Bắt đầu.

2. Cải thiện động lực chuyển động: chuyển động hợp lý hơn và biểu cảm khuôn mặt chân thực hơn.

3. Chất lượng hình ảnh cải thiện: tăng cường sự đồng nhất về phong cách, cải thiện khả năng hiển thị màu sắc và thẩm mỹ, ánh sáng, bóng đổ và chi tiết trở nên chân thực hơn.

4. Giữ phí credit như bản 1.5

• 1.6 Model - Chế độ Chuyên nghiệp (1080p): Tạo video vẫn giữ mức 35 Credits/5s, 70 Credits/10s.
• Chế độ Tiêu chuẩn (720p): Tạo video vẫn giữ mức 20 Credits/5s, 40 Credits/10s.

Các tính năng chuyển đổi ảnh thành video như Khung bắt đầu/kết thúc, Motion Brush, Chuyển động Camera, v.v. hiện chưa khả dụng nhưng sẽ được cập nhật trong thời gian sắp tới!

Giới thiệu về Kling

Kling AI là một công cụ áp dụng trí tuệ nhân tạo hiện đại, được phát triển bởi công ty công nghệ Trung Quốc Kuaishou Technology. Nó được thiết kế nhằm tạo ra video và hình ảnh bằng văn bản mô tả một cách tự động, nhanh chóng.

Kể từ thời điểm Kling AI mới được giới thiệu vào tháng 6 vừa qua, các video do công cụ AI này sản xuất đã được “giang cư mận” đánh giá rất cao về nội dung cũng như chất lượng hình ảnh.

Sở dĩ mình lựa chọn Kling để giới thiệu cho tất cả mọi người là bởi khả năng ấn tượng của công cụ này trong việc phục chế những bức ảnh cũ và biến chúng thành video sống động. Nhưng càng nghiên cứu công cụ này mình càng thấy nó thực sự đáng từng đồng xu mà mình bỏ ra.

Rất hi vọng, bạn có thể thấy được những giá trị tương tự khi đọc và nghiên cứu hết tài liệu này!

0:00

/1:13

1×

Cách đăng ký tài khoản sử dụng Kling AI

Thông thường, bạn nên sử dụng Kling AI trên máy tính để có được những trải nghiệm tốt nhất. Song, Kling AI vẫn có thể dùng trên chính chiếc điện thoại của bạn. Dưới đây là cách đăng ký tài khoản Kling AI.

Đăng ký tài khoản Kling AI trên máy tính

Bước 1: Truy cập vào đường link klingai.com > Nhấn chọn Sign in for free credits hoặc Sign in để đăng ký.

Bước 2: Chọn Sign up for free > Điền thông tin Gmail của bạn > Xác thực tài khoản thông qua mã số được gửi về địa chỉ mail.

Bạn sẽ nhận được một mã OTP qua email mà bạn đã đăng ký trước đó. Hãy truy cập Email và điền nốt mã OTP này theo hướng dẫn trên màn hình để hoàn tất quá trình đăng ký.

Lưu ý:
Nhiều anh chị em đến bước kéo miếng ghép này thì không làm được, hoặc kéo mãi nó không di chuyển. Nguyên nhân là do mọi người bấm vào cái miếng ghép, trong khi đó đúng thì phải bấm vào nút màu vàng cam.

Sau khi đăng ký, mỗi ngày bạn sẽ nhận được một số điểm miễn phí để sử dụng phần mềm này. Hiện tại là 66 credit - 66 điểm sử dụng / 24h, con số này có thể thay đổi trong tương lai.

Với tài khoản miễn phí, người dùng chỉ có thể tạo ra video với độ dài tối đa 5 giây và video sau khi tạo ra sẽ bị dán nhãn “Kling AI”. Nếu muốn tạo video với độ dài lớn hơn và không có nhãn “Kling AI”, bạn sẽ phải chi tiền để mua tài khoản chuyên nghiệp của công cụ này.

Đăng ký tài khoản Kling AI trên điện thoại

Bạn hoàn toàn có thể mở trình duyệt trên điện thoại để truy cập vào klingai.com và thao tác tương tự như máy tính. Tuy nhiên do màn hình điện thoại khá nhỏ và khó thao tác nên lời khuyên thành thật là bạn nên sử dụng máy tính để đỡ mất thời gian.

Giải thích một số thành phần trên giao diện của Kling

Hiện tại Kling có hai tính năng lớn chính là: Tạo ảnh AI và Tạo video AI. Ngoài ra tính năng Video Editor đang trong quá trình phát triển và sẽ sớm được ra mắt.

Hiện tại mình đang mua gói Pro của Kling và đây là số credit còn lại của mình mỗi tháng. Giá của công cụ này bạn có thể tham khảo bằng cách bấm vào chỗ này:

Tính năng cơ bản của Kling

Text to Image - Tạo hình ảnh từ mô tả văn bản

Khi bạn dùng tính năng AI Image, mô hình lớn của Kling sẽ cho phép bạn tạo một số hình ảnh từ mô tả bằng văn bản.

0:00

/1:09

1×

Hướng dẫn tạo ảnh vừa mô tả văn bản

Đối với việc tạo hình ảnh từ mô tả, Kling hỗ trợ giữ mức độ tương đồng giữa các bức ảnh rất tốt. Bạn có thể thấy trong bức ảnh này, 4 chú thỏ trông rất giống nhau. Điều này giúp cho việc bạn kể một câu chuyện xung quanh một nhân vật cố định trở nên vô cùng đơn giản. Có vẻ như đây là một tính năng mà Kling cố tình sắp đặt chứ không phải một tính năng Text-To-Image như chúng ta thường thấy.

Để minh chứng cho luận điểm này của mình, mình đã thử nghiệm tạo ảnh người mẫu Việt Nam. Và kết quả thì bạn có thể thấy ngay ở bên dưới.

Cũng là người mẫu Việt Nam, nhưng lần này mình dùng Prompt khác:

Beautiful Vietnamese woman, white ao dai, posing for a photo shot

Tuy nhiên mặc cho công cụ có hỗ trợ đến tận răng đi chăng nữa thì mục đích cuối cùng của bạn và mình vẫn là làm chủ nó. Do đó việc thử nghiệm và tìm ra công thức vẫn là điều mà mình và bạn sẽ phải làm. Và dựa trên những gì mình đã trải qua, đây là một công thức cho các Prompt của Kling để bạn tham khảo:

💡

Prompt = Đối tượng + Hành động + Bối cảnh + Phong cách

1. Đối tượng: Đối tượng là trọng tâm chính trong video, đại diện quan trọng cho chủ đề. Đó có thể là người, động vật, cây cối, đồ vật, v.v. Khi mô tả đối tượng, cố gắng đề cập đầy đủ các thông tin như hình dạng, vóc dáng, màu lông, trang phục, phụ kiện…
2. Hành động: Mô tả hành động của đối tượng đang thực hiện.
3. Bối cảnh: Mô tả bối cảnh mà đối tượng ở trong đó.
4. Phong cách: Mô tả về phong cách của bức ảnh.

Ví dụ về “phong cách”: Nếu bạn vẽ một con thỏ đang đọc sách và bạn muốn nó ngồi như người thì bạn nên đề cập đến “3D character, cartoon style”. Bởi vì chỉ trong các bộ phim hoạt hình thì mới có chú thỏ đang ngồi đọc sách như người. Ngược lại nếu bạn không để cập đến những từ khóa chỉ phong cách này thì nhiều khả năng bạn sẽ nhận được một con thỏ đang nhảy lên trên cuốn sách.

Ngoài ra, khi tạo ảnh AI, chắc chắn sẽ một số trường hợp mà bạn không biết mô tả thế nào để AI tạo ảnh cho đúng. Lúc này Kling hỗ trợ bạn tải lên hình ảnh tham chiếu để mô hình AI tham khảo phong cách của bức ảnh này để tạo hình ảnh kết quả.

Lưu ý:

• Khi Mức độ tham chiếu thấp dần (giảm dần về mức - - -), ảnh kết quả sẽ có phong cách khác xa so với ảnh tham chiếu, đồng thời sẽ nó sẽ chịu ảnh hưởng hơn từ những gì bạn mô tả trong prompt. Thực tế khi giảm giá trị này càng sâu, ảnh kết quả bạn nhận được sẽ bị nhựa hóa, mất đi tính chân thực và trông giống như một bức ảnh 3D.
• Khi Mức độ tham chiếu tăng dần (tăng dần về mức +++), ảnh kết quả sẽ có phong cách càng gần với ảnh tham chiếu và sẽ ít chịu ảnh hưởng bởi prompt mà bạn đã nhập vào. Tuy nhiên thực tế khi bạn càng tăng giá trị này lên cao, khả năng ảnh kết quả sẽ khác với ảnh tham chiếu càng lớn, do đó bạn nên giữ mức độ tham chiếu ở mức 0 hoặc tăng lên một chút.
• Nếu bạn muốn sao chép gần giống bức ảnh tham chiếu nhất có thể thì nên để giá trị Mức độ tham chiếu - Reference Strength ở trong khoảng này. Kling sẽ copy trang phục, màu lông, màu tóc, màu da, phụ kiện… tốt nhất. Không nên tăng quá cao, hoặc giảm quá thấp.

• Tính năng ảnh tham chiếu (Reference Image) trên Kling chỉ tham khảo mô tả bằng văn bản của hình ảnh đầu vào. Nó không hoạt động theo kiểu Control-Net trên Stable Diffusion**.** Khi bạn đưa cho Kling một hình ảnh, nó sẽ dùng thuật toán AI để đưa ra mô tả bằng văn bản của hình ảnh đó. Mô tả văn bản này sẽ được kết hợp tiếp một lần nữa với mô tả mà bạn đã nhập vào (hay còn gọi là prompt) để tạo ra kết quả cuối cùng. Cách hoạt động của nó tương tự với tính năng Style Reference và Image Reference của Midjourney, giống như hình bên dưới:

Đối với người, khi bạn dùng một hình ảnh tham chiếu không rõ mặt nhiều khả năng sẽ tạo ra khuôn mặt bị lỗi. Đây là một ví dụ:

• Khả năng sao chép khuôn mặt của mô hình AI cũng không được đánh giá cao, ở mức ổn, khuôn mặt ở ảnh kết quả không giống với khuôn mặt gốc, nhưng tính chân thật và sự đồng nhất thực sự đáng nể:

photoshot of Vietnamese woman, beautiful face, high details, 8k

Beautiful Vietnamese woman, big breast, blue jeans and white t-shirt, posing for a photo shot

• Tính năng tạo ảnh từ mô tả của Kling không hỗ trợ Negative Prompt hay còn gọi là những mô tả không được phép xuất hiện trong hình ảnh kết quả. Điều này có thể gây ra hạn chế nhất định cho bạn trong quá trình tạo ảnh. Mẹo nhỏ ở đây: “Nếu không cho Negative Prompt thì mình sẽ thử mô tả một thứ khác để lấn át nó”.

Ví dụ: Mình đang tạo ảnh một ông chú người mẫu, mô tả chỉ đơn giản là “Vietnamese old man, posing for a photo shot” - “Người đàn ông già, đang tạo dáng chụp ảnh”. Nhưng rõ ràng ảnh tham chiếu và cả mô tả đều không có mũ mà kết quả lại có mũ trên đầu.

Vậy làm thế nào để bỏ chiếc mũ đi khi không thể dùng Negative Prompt?

Hãy dùng một cái gì đó lấn át nó, mình đổi prompt và thêm mô tả về kiểu tóc. Và boom =))) đây là kết quả.

Text to Video - Tạo video từ mô tả văn bản

Khi bạn nhập một đoạn văn bản, mô hình lớn Kling sẽ tạo ra một video dài 5 hoặc 10 giây, chuyển đoạn văn bản đó thành hình ảnh.

0:00

/0:59

1×

Hướng dẫn Tạo video từ mô tả văn bản

Hiện tại, Kling có hai chế độ tạo video: “Chế độ Tiêu chuẩn” giúp tạo video nhanh hơn và “Chế độ Chuyên nghiệp” cho hình ảnh đẹp hơn.

Kling cũng hỗ trợ ba kích thước video khác nhau: 16:9, 9:16, và 1:1, để phù hợp với nhu cầu sáng tạo của mọi người.

“Prompt” (tức là hướng dẫn văn bản) là cách bạn giao tiếp với mô hình này, và nó quyết định nội dung video mà Kling sẽ tạo ra. Vì vậy, việc hiểu và học cách viết Prompt hiệu quả là điều quan trọng đối với tất cả những ai muốn tạo video bằng AI.

Dưới đây là một công thức viết Prompt dễ hiểu để bạn tham khảo:

💡

Prompt = Đối tượng chính (Mô tả đối tượng)
+ Chuyển động của đối tượng
+ Bối cảnh (Mô tả cảnh)
+ Ngôn ngữ máy quay + Ánh sáng + Không khí.

1. Đối tượng chính: Đây là trọng tâm chính trong video, có thể là người, động vật, cây cối, đồ vật, v.v.
   1. Mô tả đối tượng: Bạn có thể mô tả chi tiết về ngoại hình và tư thế của đối tượng bằng những câu ngắn gọn. Ví dụ: Hiệu suất thể thao, Kiểu tóc và màu sắc, Trang phục và phụ kiện, Đặc điểm khuôn mặt, Tư thế cơ thể, v.v.
2. Chuyển động của đối tượng: Mô tả tình trạng chuyển động của đối tượng, bao gồm cả đứng yên và di chuyển, nên rõ ràng và phù hợp với một video dài 5 giây.
3. Bối cảnh: Đây là môi trường nơi đối tượng hiện diện, bao gồm tiền cảnh, hậu cảnh, và các yếu tố khác.
   1. Mô tả cảnh: Mô tả ngắn gọn về môi trường xung quanh đối tượng, sử dụng một vài câu ngắn để phác thảo bối cảnh mà không làm người xem bị choáng ngợp. Nên phù hợp với những gì có thể hiển thị trong video dài 5 giây. Ví dụ: Cảnh trong nhà, Cảnh ngoài trời, Cảnh thiên nhiên.
4. Ngôn ngữ máy quay: Liên quan đến việc sử dụng ống kính máy quay, cùng với các chuyển cảnh và chỉnh sửa giữa các cảnh quay, để truyền tải câu chuyện hoặc thông điệp và tạo ra các tác động thị giác và cảm xúc cụ thể. Các kỹ thuật bao gồm: Ống kính góc siêu rộng, Bokeh (làm mờ nền), Cận cảnh, Ống kính tele, Góc thấp, Góc cao, Cảnh từ trên cao, Độ sâu trường ảnh, v.v. (Lưu ý: Điều này nên được phân biệt với kiểm soát chuyển động của máy quay).
5. Ánh sáng: Ánh sáng và bóng tối là các yếu tố quan trọng tạo nên linh hồn của tác phẩm nhiếp ảnh. Sử dụng ánh sáng và bóng tối có thể làm cho ảnh trở nên sâu sắc và có sức mạnh biểu cảm hơn. Các kỹ thuật bao gồm: Ánh sáng xung quanh, Ánh sáng buổi sáng, Ánh sáng hoàng hôn, Sự tương tác giữa ánh sáng và bóng tối, Hiệu ứng Tyndall, Ánh sáng nhân tạo.
6. Không khí: Mô tả không khí của đoạn video dự kiến có thể bao gồm các yếu tố khác nhau để tạo ra cảm xúc và tông màu cho video.

Những yếu tố cơ bản nhất trong công thức này là đối tượng chính, chuyển động, và bối cảnh, tạo thành các phần quan trọng và dễ hiểu nhất để mô tả một cảnh video. Để mô tả chi tiết hơn về đối tượng và bối cảnh, bạn nên liệt kê các câu mô tả ngắn gọn, duy trì tính toàn vẹn của các yếu tố muốn xuất hiện trong Prompt. Sau đó, “Kling” sẽ dựa trên những mô tả của chúng ta để tạo ra một video phù hợp với tầm nhìn của chúng ta.

Ví dụ:
Với câu “Một con gấu trúc khổng lồ đang đọc sách trong quán cà phê”.

0:00

/0:05

1×

A giant panda is reading a book in a cafe

Chúng ta có thể làm phong phú thêm chi tiết về đối tượng và bối cảnh bằng cách sửa nó thành: “Một con gấu trúc khổng lồ, đeo kính viền đen, đang đọc sách trong quán cà phê, với quyển sách đặt trên bàn và bên cạnh là một tách cà phê đang bốc khói, gần cửa sổ của quán”. Điều này tạo ra một hình ảnh cụ thể và dễ kiểm soát hơn cho video của bạn.

0:00

/0:05

1×

A giant panda, wearing black-rimmed glasses, is reading a book in a cafe, with a book on the table and a steaming cup of coffee next to it, near the cafe’s window

Nếu bạn muốn thêm yếu tố điện ảnh và ánh sáng, bạn có thể thử với mô tả “Cảnh quay tầm trung, với nền mờ và ánh sáng mang không khí điện ảnh, một con gấu trúc khổng lồ, đeo kính viền đen, đang đọc sách trong quán cà phê. Quyển sách nằm trên bàn, bên cạnh là một tách cà phê đang bốc khói, gần cửa sổ quán, với bảng màu sắc đạt tiêu chuẩn phim ảnh”. Khi bạn dùng mô tả này, kết cấu của video được tạo theo cách này sẽ được cải thiện hơn nữa, và có thể đạt kết quả vượt ngoài mong đợi.

0:00

/0:05

1×

Medium shot, with blurred background and cinematic lighting, a giant panda, wearing black-rimmed glasses, reads a book in a cafe. The book is on the table, next to a steaming cup of coffee, near the shop window, with a color palette that meets movie standards.

Cuối cùng, mục đích của công thức bên trên là giúp bạn có thể mô tả tốt hơn các cảnh diễn ra trong video mà bạn đang hình dung trong đầu. Dưới đây là một số ví dụ mà mình đã tạo ra, hãy cùng xem nhé!!

0:00

/0:05

1×

A circling camera shot captures a handsome young man dressed in ancient clothing, wearing white, seated by the pond with his eyes closed, meditating.

0:00

/0:05

1×

A woman is in a tense standoff with an adversary in a narrow, rain-soaked alley. The scene is drenched in neon lights and deep shadows, with a cyberpunk atmosphere reminiscent of Blade Runner.

Mẹo dùng:

• Sử dụng từ ngữ và cấu trúc câu đơn giản, tránh ngôn ngữ quá phức tạp.
• Giữ nội dung hình ảnh càng đơn giản càng tốt, nhằm hoàn thành trong khoảng 5 đến 10 giây.
• Nếu bạn muốn tạo video có khuôn mặt đặc trưng của quốc gia nào đó:
  • Sử dụng các từ như “Phong cách phương Đông”, “Trung Quốc”, và “Châu Á” sẽ dễ dàng tạo ra phong cách Trung Quốc và hình ảnh người Trung Quốc.
  • Mô hình AI có vẻ gặp khó khăn khi phản ứng với những từ ngữ “Viet Nam”, “Vietnamese”, “Ao Dai”… kết quả thường bị lẫn sang khuôn mặt của người Trung Quốc, hoặc Ấn Độ. Cái này chỉ gặp trên tính năng tạo video AI, trên ảnh thì AI phản ứng khá tốt.
  • Vấn đề tương tự với trường hợp người Hàn Quốc ví dụ từ “Korean”, nhưng video kết quả có vẻ giống người Trung Quốc hơn người Hàn Quốc.

0:00

/0:05

1×

Korean young woman wearing fashion clothes, smiling, happy eyes

0:00

/0:05

1×

Korean young woman wearing fashion clothes, smiling, happy eyes

• Các mô hình AI cho video hiện tại không hiểu được về với số lượng, Kling cũng không ngoại lệ. Điều này làm cho việc duy trì tính nhất quán về số lượng trở nên khó khăn, chẳng hạn như “10 chú chó con trên bãi biển” như video ở bên dưới.
• Đối với cảnh chia màn hình, bạn có thể sử dụng một Prompt như: “4 góc máy quay, đại diện cho xuân, hạ, thu, đông”. Nhưng như vừa đề cập, không phải bao giờ Kling cũng hiểu được số lượng, do đó luôn có khả năng nó chỉ tạo ra 1,2 góc máy chứ không phải 4.
• Ở giai đoạn hiện tại, việc tạo ra các chuyển động vật lý phức tạp như quả bóng nảy lên hoặc đường đi của một cú ném từ độ cao lớn có thể bị lỗi. Mình sẽ đề cập đến vấn đề này ở phần sau.

0:00

/0:05

1×

10 puppies on the beach

Ví dụ như trường hợp 10 chú chó trên bãi biển, rõ ràng mô hình AI không kiểm soát được số lượng khi số lượng chú chó không ổn định.

0:00

/0:05

1×

4 camera angles, splitted horizontal, 4 screens representing spring, summer, autumn, and winter.

Đây là ví dụ cho trường hợp chia màn hình, từ khóa có thể là “4 góc quay camera”, “màn hình được phân chia”, “4 màn hình”…

Image to Video - Tạo video từ ảnh tĩnh

Khi bạn nhập một hình ảnh, mô hình lớn “Kling” sẽ tạo ra một video dài 5 hoặc 10 giây, biến hình ảnh đó thành cảnh động. Nếu thêm mô tả văn bản, mô hình “Kling” có thể tạo ra một chuỗi video kết hợp câu chuyện trong văn bản với hình ảnh.

0:00

/1:08

1×

Hướng dẫn tạo video từ ảnh tĩnh

Hiện tại, công cụ này hỗ trợ hai chế độ tạo video từ hình ảnh:

• “Chế độ Tiêu chuẩn” - “Standard Mode” để tạo video nhanh hơn.
• “Chế độ Chuyên nghiệp” - “Professional Mode” cho chất lượng hình ảnh tốt hơn.

Hơn nữa, nó cũng hỗ trợ ba tỷ lệ khung hình: 16:9, 9:16 và 1:1, để đáp ứng nhiều yêu cầu tạo video với khung hình khác nhau. Tuy nhiên, có một điểm trừ đó là bạn sẽ không thể điều khiển được di chuyển của camera.

Chuyển đổi từ hình ảnh sang video hiện là tính năng được sử dụng nhiều nhất bởi người dùng, chủ yếu vì nó mang lại sự kiểm soát lớn hơn trong quá trình tạo video. Người dùng có thể sử dụng các hình ảnh đã tạo sẵn để tạo video động, giảm đáng kể chi phí sản xuất video chuyên nghiệp và rào cản đầu vào.

Thực sự thì Kling mang đến vũ khí mới để mọi người thỏa sức sáng tạo. Các xu hướng như “hồi sinh những bức ảnh cũ”, “quay về tuổi trẻ”, “con ôm cha mẹ, cháu ôm ông bà”, “nấm biến thành chim cánh cụt”… cho thấy “Kling” là một công cụ sáng tạo tuyệt vời. Nó cung cấp vô hạn khả năng cho người dùng để biến những gì họ đang nghĩ trong đầu của họ thành hiện thực. Thực sự là quá vi diệu.

Đối với việc tạo video từ hình ảnh, việc kiểm soát chuyển động của đối tượng trong hình ảnh là khía cạnh cốt lõi. Dưới đây là một công thức cho các Prompt của Kling để bạn tham khảo:

💡

Prompt = Đối tượng + Chuyển động + Bối cảnh

1. Đối tượng: Đối tượng là trọng tâm chính trong video, đại diện quan trọng cho chủ đề. Đó có thể là người, động vật, cây cối, đồ vật, v.v.
2. Chuyển động: Mô tả trạng thái chuyển động của đối tượng.
3. Bối cảnh: Mô tả bối cảnh mà đối tượng ở trong đó.

Yếu tố cơ bản nhất trong công thức là đối tượng và chuyển động. Khác với việc chuyển từ văn bản thành video cần mô tả cảnh, quá trình chuyển từ hình ảnh thành video đã có sẵn cảnh trong hình ảnh rồi. Vì thế, chỉ cần mô tả đối tượng trong hình ảnh và chuyển động dự định cho các đối tượng đó. Nếu có nhiều đối tượng với các chuyển động khác nhau, hãy liệt kê chúng theo thứ tự. “Kling” sau đó sẽ dựa vào các mô tả của chúng ta để tạo ra một video phù hợp với kết quả mong muốn.

Nếu bạn muốn Mona Lisa trong bức tranh đeo kính râm, khi bạn chỉ nhập “đeo kính râm”, mô hình có thể gặp khó khăn trong việc hiểu hướng dẫn và có thể tạo ra một video dựa trên phán đoán của nó. Khi “Kling” nhận ra đó là một bức tranh, khả năng cao nó sẽ tạo ra video với hiệu ứng di chuyển của triển lãm tranh, điều này cũng là lý do tại sao trường hợp này mô hình AI dễ tạo ra video tĩnh (ít chuyển động).

0:00

/0:05

1×

Put on sunglasses

Như ví dụ minh họa ở đây, khi chúng ta chỉ mô tả hành động thì Kling chỉ tạo ra ảnh tĩnh hoặc video không có chuyển động như mong muốn.

Vì vậy, chúng ta cần mô tả “đối tượng + chuyển động” để giúp mô hình hiểu hướng dẫn, chẳng hạn như “Mona Lisa đeo kính râm bằng tay”, hoặc đối với nhiều đối tượng, “Mona Lisa đeo kính râm bằng tay, và một tia sáng xuất hiện ở hậu cảnh”, mô hình sẽ tạo kết quả chính xác một cách dễ dàng hơn.

0:00

/0:05

1×

Mona Lisa puts on sunglasses with her hand, and a ray of light appears in the background

Như đã đề cập trước đây, mục đích của công thức này là giúp bạn mô tả hiệu quả hơn các cảnh video mà bạn đang hình dung. Dưới đây là một số kết quả xuất sắc được chia sẻ bởi cộng đồng, hãy cùng xem qua nhé!

0:00

/0:05

1×

The lake surface is sparkling, clouds are moving in the sky, and the mountain peaks are gradually exposed.

0:00

/0:05

1×

Beautiful Chinese model filming a commercial, smiling, hair blowing in the wind.

0:00

/0:05

1×

Dog swimming, water ripples spreading.

Mẹo!

1. Sử dụng từ ngữ và cấu trúc câu đơn giản, tránh ngôn ngữ quá phức tạp. Ví dụ như trường hợp bạn muốn hai người ôm nhau, hãy mô tả đơn giản như sau “Two people hugging each other”.
2. Chuyển động nên tuân thủ các quy luật vật lý và tốt nhất nên mô tả các chuyển động có khả năng xảy ra trong hình ảnh.
3. Một mô tả khác biệt quá nhiều so với hình ảnh có thể gây ra việc cắt cảnh hoặc chuyển cảnh.
4. Ở giai đoạn hiện tại, việc tạo ra các chuyển động vật lý phức tạp như quả bóng nảy lên hoặc đường đi của một cú ném từ độ cao lớn là một thứ gì đó khó khăn.

Extends with Prompt - Mở rộng video bằng lời nhắc

Video do AI tạo ra có thể được kéo dài thêm 4-5 giây và cho phép tạo nhiều phần tiếp theo, với tổng thời lượng lên đến 3 phút. Việc tiếp tục video có thể thực hiện bằng cách tinh chỉnh nhẹ các câu lệnh trong prompt.

Đây là video gốc, mình đã đã tạo trên Kling và mình sẽ lấy nó làm ví dụ cho các bạn dễ hình dung. Nhớ xem nó trước tiên để bạn có thể hiểu được những gì đang diễn ra.

0:00

/0:05

1×

Tính năng “Extend with Prompts” nằm ở tab góc trái dưới sau khi tạo video với Kling, ở đây có hai chế độ: “Auto Extend” và “Customized Extend”.

“Auto-Extend” có nghĩa là bạn không cần nhập thêm prompt; mô hình AI sẽ tự động tiếp tục video dựa trên sự diễn giải nội dung trong video hay còn gọi là tự suy đoán.

Ví dụ cho trường hợp Auto Extend, AI sẽ tự suy đoán khả năng xảy ra trong đoạn tiếp theo của video mà không cần bạn mô tả:

0:00

/0:09

1×

Ngược lại, “Customized Extend” cho phép người dùng điều khiển việc tiếp tục video qua nhập vào mô tả bằng văn bản. Trong chế độ này, prompt nên “liên quan đến video gốc”, mô tả rõ ràng, xác định “đối tượng và chuyển động” tiếp diễn, để đảm bảo video kéo dài giữ được tính liên tục và không phá vỡ mạch chuyện.

Ví dụ cho trường hợp “Customized Extend”. Lúc này bạn sẽ phải nhập mô tả cho đoạn video tiếp theo mà bạn mong muốn.

0:00

/0:09

1×

Để bạn có thể làm tốt phần này, mình gợi ý bạn công thức sau để bạn tham khảo:

💡

Prompt = Đối tượng + Chuyển động

1. Đối tượng: Đây là đối tượng bạn muốn làm sống động trong hình ảnh đã tải lên. Để có phản hồi tốt hơn từ AI dựa trên văn bản, chọn một đối tượng chính sẽ hiệu quả hơn.
2. Chuyển động: Mô tả trạng thái chuyển động của đối tượng.

Dưới đây là một số ví dụ khác mà mình đã trải nghiệm. Đây là video gốc.

0:00

/0:09

1×

Nếu mình yêu cầu mô hình AI tạo đoạn tiếp theo là “người phụ nữ trẻ đứng dậy” - “The young woman standing up” thì khả năng cao là Kling sẽ không phản ứng đúng với những gì mình mô tả. Vì mô tả này khác quá xa với những gì đang diễn ra trong video - hay chính xác hơn là biểu cảm của khuôn mặt.

Kết quả này đã chứng minh được điều đó:

0:00

/0:14

1×

Bây giờ nếu thay đổi lại, chúng ta chỉ mô tả những thay đổi trên gương mặt, ví dụ như “người phụ nữ trẻ mím môi” - “young woman puckers her lips” thì AI phản ứng rất tốt.

0:00

/0:14

1×

Mẹo!

1. Tính năng Extend chỉ sử dụng được cho những video bạn đã tạo ra trên Kling.
2. Khi sử dụng chức năng “Customize Extend”, prompt cần phù hợp với đối tượng chính của video gốc, đặc biệt là hình ảnh cuối cùng của video gốc; văn bản không liên quan có thể gây ra cắt cảnh hoặc chuyển cảnh hoặc không phản ứng với mô tả của prompt.
3. Quá trình kéo dài video có liên quan đến yếu tố xác suất, có thể tốt hoặc có thể tệ hoặc chưa đúng mong muốn của bạn và có thể bạn sẽ phải thử nhiều lần để tạo ra video đáp ứng được kỳ vọng. Nên nếu bạn không có nhiều điểm sử dụng nhưng vẫn muốn tạo video dài và nhân vật hoặc cảnh đồng nhất xuyên suốt thì không nên dùng tính năng này, thay vào đó hãy sử dụng tính năng nâng cao Start and End Frames.

Tính năng nâng cao của Kling

Standard Mode & Professional Mode

• Standard Mode: Là chế độ tạo video nhanh hơn và có chi phí xử lý thấp hơn, tập trung vào yếu tố Hiệu suất cao - High Performance. Nó cho phép kiểm tra hiệu quả của mô hình để nhanh chóng đáp ứng nhu cầu của người dùng để thực hiện sáng tạo của họ.
• Professional Quality: Là chế độ tạo video với nhiều chi tiết hơn, độ dài có thể lên đến 10 giây và có tiêu tốn nhiều điểm sử dụng hơn. Ở chế độ này công cụ Kling sẽ tập trung vào yếu tố Chất lượng cao - High Quality và để tạo chất lượng cao thì nó sẽ tốn chi phí hơn và chạy cũng chậm hơn đáng kể. Bù lại nó có thể tạo ra các video chất lượng cao đáp ứng nhu cầu của các nhà sáng tạo cho các tác phẩm ở cấp độ cao hơn.

Đối với Standard Mode và Professional Mode, có những ưu điểm tương ứng dưới đây. Bạn có thể chọn chế độ phù hợp dựa trên điều kiện thực tế:

• Standard Mode: Tạo video hiệu quả về chi phí. Nó làm rất tốt trong việc tạo chân dung, động vật và các cảnh với chuyển động đáng kể. Các động vật được tạo ra trông thân thiện hơn và màu sắc của hình ảnh được tạo ra mềm mại và dễ chịu. Standard Mode là chế độ đã nhận được sự chào đón rộng rãi kể từ khi Kling ra mắt thị trường.
• Professional Mode: Chế độ tạo video này được gọi là Chế độ Chuyên nghiệp. Nó làm tốt trong việc tạo video với chân dung, động vật, kiến trúc, và cảnh quan… với nhiều chi tiết hơn và bố cục và màu sắc phức tạp hơn. Đây hiện là chế độ được sử dụng nhiều nhất cho sản xuất video phức tạp hay những video cần có nhiều hơn yếu tố điện ảnh ở giai đoạn này.

Ví dụ đầu tiên, với cùng câu lệnh “A dog playing soccer in green garden” - “Chú chó đang chơi bóng ở trong khu vườn xanh”, kết quả đã cho thấy sự khác biệt.

Khi dùng Standard Mode: ⭐⭐⭐⭐

0:00

/0:05

1×

Có thể thấy chú chó di chuyển tự nhiên, màu sắc của video mềm mại và dễ chịu. Tuy nhiên độ chi tiết không cao và có lỗi của quả bóng.

Khi dùng Professional Mode: ⭐⭐⭐⭐⭐

0:00

/0:05

1×

Chú chó trong video chi tiết hơn, bao gồm khuôn mặt, màu lông, chân và đuôi, khả năng tưởng tượng về bối cảnh được nâng cao và chuyển động của máy quay ổn định hơn. Tuy nhiên vẫn có lỗi của quả bóng.

---

Dưới đây lại là một ví dụ khác, với mô tả “A medieval sailing ship is navigating the sea on a foggy night, with the bright moonlight illuminating the scene” - dịch ra là “Một con tàu buồm thời trung cổ đang di chuyển trên biển trong một đêm sương mù, với ánh sáng mặt trăng rực rỡ chiếu sáng cảnh tượng.”

Khi dùng Standard Mode: ⭐⭐⭐⭐

0:00

/0:05

1×

Chuyển động trong cảnh trông tự nhiên, mặc dù các chi tiết không quá nổi bật, và màu sắc của video mềm mại.

Khi dùng Professional Mode: ⭐⭐⭐⭐⭐

0:00

/0:10

1×

Cảnh quay phong phú với nhiều chi tiết, cánh buồm tuân theo các quy luật vật lý của chuyển động, mang lại chất lượng điện ảnh, và chuyển động của máy quay ổn định hơn.

Camera Movement - Chuyển động Camera

Để đáp ứng sự đa dạng trong sáng tạo video và giúp mô hình AI phản hồi tốt hơn đối với việc kiểm soát camera của người sáng tạo, đội ngũ phát triển của Kling đã thêm chức năng Chuyển động Camera.

Chức năng này cho phép chúng ta kiểm soát chuyển động của camera trong khung hình video với các lệnh chính xác, và chọn mức độ chuyển động của camera bằng cách điều chỉnh các thông số dịch chuyển. Hiện tại, tính năng điều khiển chuyển động của camera hiện hỗ trợ 06 chuyển động cơ bản, bao gồm:

• Horizontal: Di chuyển ngang.
• Vertical: Di chuyển dọc.
• Zoom: Di chuyển trước sau và thu phóng.
• Pan: Di chuyển xoay ngang trên một trục cố định.
• Tilt: Di chuyển xoay dọc trên một trục cố định.
• Roll: Di chuyển xoay tròn trên một trục cố định.
• Master Shots - Move Left and Zoom In: Di chuyển sang trái và thu phóng.
• Master Shots - Move Right and Zoom In: Di chuyển sang phải và thu phóng.
• Master Shots - Move Forward and Zoom Up: Di chuyển tiến về phía trước và thu phóng lên.
• Master Shots - Move Down and Zoom Out: Di chuyển xuống và thu phóng ra.

Dưới đây là một số ví dụ về chuyển động camera cho Prompt: “Một con gấu trúc khổng lồ đang chơi Guitar bên hồ”.

Start and End Frames - Tạo video chuyển động giữa 2 bức ảnh

Chức năng Start and End Frames cho phép bạn tải lên hai hình ảnh, và mô hình sẽ sử dụng hai hình ảnh này làm khung bắt đầu và kết thúc để tạo ra video chuyển tiếp. Lúc này ảnh đầu tiên bên trái mà bạn tải lên sẽ là hình ảnh đầu tiên của video. Còn ảnh tiếp theo, bên phải mà bạn tải lên sẽ là ảnh cuối cùng của video kết quả.

Bạn có thể dùng tính năng này bằng cách nhấp vào tùy chọn ‘Add End Frame’ nằm ở góc trên bên phải của chức năng ‘Image to Video’.

Khi bạn cung cấp ảnh đầu tiên và cuối cùng làm đầu vào cho việc tạo video thì bạn có thể kiểm soát một cách chi tiết hơn đối với video kết quả, giúp đạt được chuyển tiếp động mong muốn của video được tạo.

0:00

/0:05

1×

Video kết quả sử dụng 2 ảnh bên trên

Mẹo!

• Chọn hai hình ảnh tương tự với cùng một chủ đề, nội dung của các khung đầu tiên và cuối cùng nên càng giống nhau càng tốt để có sự chuyển đổi mượt mà hơn trong vòng 5 giây. Sự khác biệt lớn có thể kích hoạt việc chuyển cảnh, thay đổi ống kính.
• Nhiều nhà sáng tạo chọn hình ảnh tương tự thông qua việc tạo hình ảnh và sau đó sử dụng chức năng khung đầu và khung cuối để tạo video. Bạn cũng có thể dụng tính năng AI Image của Kling để tạo những ảnh tương tự nhau. Ví dụ:

0:00

/0:05

1×

• Nếu muốn gặp ít lỗi nhất có thể khi tạo video từ 2 ảnh đầu - cuối, hãy kéo kịch thanh Reference Strength sang phải. Khi làm thế này, mô hình AI sẽ hạn chế phóng tác ra những thứ không cần thiết và làm video kết quả gần với những gì bức ảnh đang có hơn và giảm thiểu nguy cơ kết quả lỗi.

0:00

/0:15

1×

Bí kíp tạo video dài với nhân vật đồng nhất trên Kling AI

Để tạo video dài với Kling AI, hiện tại có 3 phương án:

Cách 1: Dùng tính năng Extend Video - mở rộng video. Cách này không có gì đặc biệt nhưng hiệu quả không cao. Vì tỷ lệ sai khác với kỳ vọng là rất lớn, phải thử lại nhiều lần và có thể tốn nhiều credit sử dụng.

Cách 2: Dùng tính năng Text to Video - từ mô tả văn bản biến thành video. Cách này bạn sẽ phải cố định các thành phần khác của prompt (nhân vật, bối cảnh, màu sắc…) và chỉ thay đổi hành động của nhân vật chính. Khi đó cơ hội tạo ra những video đồng nhất về nhân vật, bối cảnh, màu sắc… sẽ cao hơn. Khi có nhiều video ngắn rồi, bạn có thể dùng CapCut hoặc ChatGPT để ghép chúng lại. Tuy nhiên cách làm này hiệu quả cũng không cao vì tỷ lệ sai khác với kỳ vọng là rất lớn và có thể tốn nhiều credit sử dụng.

Cách 3: Dùng tính năng Image to Video và bật Add End Frame - hay còn gọi là thêm khung kết thúc. Với cách làm này, bạn sẽ phải sử dụng các công cụ như Midjourney hay ChatGPT hoặc các công cụ khác để tạo ảnh đồng nhất về nhân vật và bối cảnh.

Khi bạn có các ảnh liên tiếp thành một câu chuyện như thế này.

Hãy ghép nó thành các cặp đôi ảnh bắt đầu và ảnh kết thúc liên tiếp và đưa nó làm đầu vào cho tính năng Image to Video và bật Add End Frame

Video 1: Ảnh bắt đầu (Start Frame) là ảnh 1 + Ảnh kết thúc (End Frame) là ảnh 2 + Mô tả (nhân vật + hành động, bối cảnh)

Video 2: Ảnh bắt đầu là ảnh 2 + Ảnh kết thúc là ảnh 3 + Mô tả (nhân vật + hành động, bối cảnh)

Video 3: Ảnh bắt đầu là ảnh 3 + Ảnh kết thúc là ảnh 4 + Mô tả (nhân vật + hành động, bối cảnh)

…

Khi bạn ghép những video liên tiếp này lại với nhau theo đúng thứ tự thì sẽ được một video dài đúng như ý muốn.

Xử lý một số lỗi thường gặp trên Kling

Tất cả các ảnh không hiện ra cùng lúc khi tạo ảnh

Đây không phải lỗi, mỗi ảnh sẽ được tạo trên luồng riêng và kết quả đôi khi về chậm một chút.

Không phải ảnh kết quả nào cũng hiển thị khi tạo ảnh

Có một số tiêu chuẩn nhất định cho ảnh kết quả được Kling áp dụng. Điều này có nghĩa là nếu ảnh kết quả do mô hình AI tạo ra dính phải các yếu tố hở hang, phản cảm, chính trị… nó cũng sẽ không hiện ra.

Lỗi treo 99% khi tạo video

Trường hợp này chỉ gặp khi bạn đang dùng miễn phí. Hãy thử nâng cấp lên gói thấp nhất và trải nghiệm thử.

Lỗi không thể tải lên ảnh

Nguyên nhân có thể ảnh của bạn chứa những nội dung mà AI của Kling nhận ra rằng nó không được phép: nội dung chính trị, ảnh quá hở hang. Hãy thử lại với ảnh khác.

Lỗi ảnh của bạn phải là JPG hoặc PNG khi tải lên ảnh

Nguyên nhân là do ảnh của bạn đang ở định dạng mà AI chưa hỗ trợ, ví dụ như có đuôi webp chẳng hạn. Lúc này bạn nên dùng các tool online để chuyển nó về jpg hoặc png. Sau đó tải lại ảnh có được lên Kling.

Lời kết

Kling là một công cụ AI mới mẻ, đầy tiềm năng, và có khả năng phát triển nhanh chóng trong tương lai gần. Sự mới lạ của Kling không chỉ mang lại thách thức mà còn mở ra cơ hội tuyệt vời cho bạn học hỏi và áp dụng nó vào công việc của mình. Khi bạn nắm bắt cơ hội này và vận dụng Kling một cách hiệu quả, bạn không chỉ cải thiện năng suất cá nhân mà còn có thể dẫn đầu trước đối thủ. Hãy luôn sẵn sàng đổi mới và khai thác tối đa sức mạnh của công nghệ AI tiên tiến này để tạo nên sự khác biệt trong sự nghiệp của bạn.

Chúc bạn gặt hái nhiều thành công và tiến xa hơn trên con đường phía trước! Và đừng quên quay trở lại đây vì mình sẽ tiếp tục cập nhật kiến thức mới về Kling cho bạn trong tương lai.

Bài viết liên quan

Minh bạch: Bài có thể chứa thông tin sản phẩm/khóa học hoặc link affiliate. Tiêu chí đánh giá & giới hạn trách nhiệm: chính sách review & disclosure. Hồ sơ tác giả: Phạm Xuân Hiếu.

Đọc thêm trên XuanHieu.org

• công cụ AI
• Shakker AI
• hướng dẫn AI