Gemini Omni Flash trên PixVerse: Quy trình prompt từng bước

Gemini Omni Flash là một trong các lựa chọn mô hình video có trên PixVerse, và nó đáng được lên kế hoạch một chút trước khi bạn bấm tạo. Hướng dẫn này đi qua một quy trình có thể lặp lại: chọn loại đầu vào, khóa thời lượng và tỷ lệ khung hình, xây prompt có cấu trúc, rồi xem kết quả như một tài sản sản xuất thay vì một lần may rủi.

Bạn có thể chạy cùng quy trình này cho text-to-video, image-to-video hoặc tạo từ nhiều ảnh tham chiếu, rồi so sánh kết quả với các mô hình khác trong không gian làm việc PixVerse, gồm PixVerse V6 và PixVerse C1, trước khi quyết định clip nào sẽ phát hành.

Trước khi bắt đầu: Quy trình này bao gồm những gì

Tích hợp Gemini Omni Flash hiện tại của PixVerse là một quy trình tạo video, không phải toàn bộ bề mặt chỉnh sửa hội thoại mà Google mô tả cho API của họ. Biết rõ ranh giới ngay từ đầu giúp bạn khỏi lập danh sách cảnh mà mô hình chưa thể thực hiện trên PixVerse.

Khả năng	Có trên PixVerse hôm nay	Ghi chú khi lập kế hoạch
Text-to-video	Có	Phù hợp cho ý tưởng gốc và thử sáng tạo nhanh.
Image-to-video	Có	Phù hợp để biến một ảnh tĩnh (sản phẩm, poster, phác thảo) thành chuyển động.
Reference image-to-video	Có, tối đa 5 ảnh	Tham chiếu từng ảnh bằng `@image1` đến `@image5` trong prompt.
Độ dài clip	3-10 giây	Chọn độ dài ngắn nhất vẫn diễn đạt ý rõ ràng.
Đầu ra	720p, 16:9 hoặc 9:16	Khớp tỷ lệ với kênh đích trước khi tạo.
Âm thanh	Theo prompt, đồng bộ	Bạn chỉ đạo tiếng nền, hiệu ứng hoặc im lặng qua prompt văn bản.
Chỉnh sửa bằng ngôn ngữ tự nhiên, mở rộng, chuyển cảnh, tham chiếu video/giọng	Chưa có trên PixVerse	Dùng mô hình PixVerse khác khi các điều khiển này là ưu tiên.

Bước 1: Chọn Gemini Omni Flash làm mô hình

Từ màn hình tạo của PixVerse, mở bộ chọn mô hình và chọn Gemini Omni Flash nếu gói của bạn có sẵn. Vì PixVerse đặt nhiều mô hình cạnh nhau, bạn có thể chạy cùng một brief qua Gemini Omni Flash rồi chạy lại trên mô hình khác để xem mô hình nào khớp cảnh cụ thể của bạn.

Nếu bạn chưa thấy Gemini Omni Flash, hãy kiểm tra cấp tài khoản và thông báo triển khai trong ứng dụng — mức sẵn có và chi phí credit có thể thay đổi, nên hãy coi bộ chọn mô hình là nguồn sự thật hiện tại thay vì hướng dẫn này.

Bước 2: Quyết định điểm bắt đầu

Chiến lược prompt phụ thuộc hoàn toàn vào những gì bạn đưa vào mô hình:

Text-to-video — tốt nhất khi chưa có tài sản sẵn để xây dựng: ý tưởng mới, clip mạng xã hội, bản nháp quảng cáo nhanh, hình minh họa giải thích.
Image-to-video — tốt nhất khi bạn đã có một ảnh tĩnh cần neo cảnh: ảnh sản phẩm, key art, poster, bao bì.
Reference image-to-video — tốt nhất khi nhiều ảnh cần cùng điều hướng kết quả. Tải lên tối đa năm tệp JPEG/PNG và gọi từng ảnh trong prompt (@image1, @image2, v.v.), nói rõ mỗi ảnh điều khiển điều gì — chủ thể, bảng màu, ánh sáng, tư thế.

Bước 3: Khóa thời lượng và tỷ lệ khung hình trước

Đặt những mục này trước khi viết prompt, vì chúng quyết định prompt cần gánh bao nhiêu phần câu chuyện.

Thời lượng: 5-6 giây đủ cho một nhịp sản phẩm; 8-10 giây cho chỗ để có mở đầu, phần giữa và kết thúc (giới thiệu nhân vật, explainer).
Tỷ lệ khung hình: 9:16 cho TikTok, Reels và Shorts; 16:9 cho YouTube, landing page và deck. Tạo mỗi tỷ lệ như một job riêng thay vì cắt một clip gốc để vừa nhiều vị trí.

Bước 4: Xây prompt như một brief sản xuất thu nhỏ

Một prompt chỉ mô tả vibe (“làm cho trông cao cấp”) cho mô hình ít thứ để làm hơn nhiều so với prompt chỉ rõ cảnh. Đi lần lượt qua các khối sau:

Chủ thể — người, sản phẩm hoặc vật neo khung hình.
Hành động — điều gì thay đổi về mặt vật lý trong clip.
Máy quay — cận cảnh, góc rộng, push-in, quay vòng, cầm tay, từ trên xuống, khóa máy.
Ánh sáng và tâm trạng — ánh ngày, neon, studio mềm, kịch tính, vui tươi.
Môi trường — địa điểm, đạo cụ, thời tiết, chất liệu, kết cấu.
Âm thanh — tiếng nền, hiệu ứng, tâm trạng nhạc, hoặc nêu rõ “không lời thoại”.
Thời điểm — điều gì xảy ra ở giây nào, với mọi clip dài hơn 6-7 giây.
Ràng buộc — những gì cần tránh: logo, chữ thừa, cắt cảnh, giống người nổi tiếng.

Một mẫu đơn giản để điền:

Tạo một video [thời lượng] [tỷ lệ khung hình]. Chủ thể là [chủ thể cụ thể]. Hành động là [chuyển động cụ thể]. Máy quay [chuyển động và khung hình]. Môi trường là [nơi, ánh sáng, chất liệu, đạo cụ]. Âm thanh: [tiếng nền, hiệu ứng, tâm trạng nhạc, hoặc im lặng]. Ràng buộc: [những gì cần giữ, những gì cần tránh].

Ép một cảnh liên tục khi bạn cần

Nếu không được chỉ dẫn, Gemini Omni Flash có thể cắt giữa vài cảnh mini trong một clip. Với cảnh sản phẩm, chuyển động thời trang, hoặc bất cứ thứ gì mà một nhát cắt sẽ phá tính liên tục, hãy thêm “single continuous shot”, “no scene cuts” hoặc “one unbroken take” trực tiếp vào prompt.

Viết chỉ đạo âm thanh vào prompt, mỗi lần

Vì âm thanh được tạo đồng bộ với video, đừng để ngẫu nhiên. Mô tả tiếng nền hoặc hiệu ứng bạn muốn (tiếng click nhẹ, room tone, năng lượng đám đông), và nói “no dialogue” nếu clip nên không lời. Tránh yêu cầu một bài hát, nghệ sĩ hoặc phong cách giọng đã biết cụ thể — hãy mô tả tâm trạng.

Thêm mã thời gian cho clip nhiều nhịp

Với clip 8-10 giây có nhiều hơn một nhịp kể, chỉ dẫn theo mã thời gian giữ mô hình bám cấu trúc của bạn:

[0-2s] Thiết lập sản phẩm trên bàn. [2-5s] Máy quay đẩy vào khi ánh sáng chạm bề mặt. [5-8s] Sản phẩm xoay nhẹ và dừng ở khung kết sạch.

Giữ ở hai hoặc ba nhịp — nhồi thêm vào cửa sổ 10 giây thường làm mờ hành động quan trọng nhất.

Nói cho mô hình mỗi ảnh tham chiếu làm gì

Nếu bạn dùng nhiều hơn một ảnh tham chiếu, sự mơ hồ là kẻ thù. Hãy viết rõ nhiệm vụ của từng ảnh:

Dùng @image1 làm tham chiếu sản phẩm chính xác — giữ nguyên hình dáng chai, màu nắp và vị trí nhãn. Chỉ dùng @image2 cho ánh sáng và không khí nền. Không mang theo bất kỳ logo hay người nào từ @image2.

Bước 5: Tạo, rồi xem lại như nhà sản xuất, không như người hâm mộ

Khi clip đã render, hãy đánh giá theo việc nó cần làm, không chỉ theo ấn tượng nhìn thoáng qua. Kiểm tra:

Chủ thể/sản phẩm có giữ nhất quán về hình ảnh xuyên suốt không?
Chữ trên màn hình có đọc được, hay bị rối?
Âm thanh có thực sự khớp chuyển động trên màn hình không?
Khung cuối có dùng được làm thumbnail hoặc điểm cắt không?

Với mục đích thương mại, cũng cần rà soát vấn đề bản quyền — tránh mọi thứ dựa vào hình ảnh một người thật, logo thương hiệu, hoặc bài hát hay giọng nhận ra được. Để xem sâu hơn cách Gemini Omni Flash xử lý an toàn và watermark, xem tổng quan Gemini Omni Flash của chúng tôi.

Năm công thức prompt để bắt đầu

Dùng những mẫu này làm điểm xuất phát, rồi thay sản phẩm, chủ thể và ràng buộc của bạn.

Công thức 1: Ảnh sản phẩm thành quảng cáo dọc

Thiết lập: 9:16, 6-8 giây, image-to-video hoặc một ảnh tham chiếu sản phẩm.

Tạo video sản phẩm dài 8 giây, tỷ lệ 9:16, dùng @image1 làm tham chiếu sản phẩm chính xác. Giữ nguyên hình dáng sản phẩm, nắp, màu sắc, vị trí nhãn và đường nét silhouette. Sản phẩm đứng trên mặt đá tối ướt lúc bình minh. [0-2s] Cận cảnh macro những giọt nước trên bề mặt. [2-5s] Máy quay từ từ lùi ra khi ánh sáng ấm chạm vào các cạnh. [5-8s] Sản phẩm xoay nhẹ rồi dừng lại ở giữa khung hình. Âm thanh: tiếng giọt nước nhẹ, âm nền phòng tinh tế, không lời thoại. Ràng buộc: không thêm logo, không thêm chữ, không cắt cảnh.

Công thức 2: Explainer giáo dục

Thiết lập: 16:9 hoặc 9:16, 8-10 giây, text-to-video.

Tạo video giải thích dài 10 giây, tỷ lệ 16:9, về cách tấm pin mặt trời biến ánh nắng thành điện, theo phong cách thủ công giấy trên mặt bàn tối. [0-3s] Một mặt trời giấy phóng tia về phía tấm pin màu xanh. [3-6s] Những chấm sáng di chuyển dọc mạch điện đã vẽ. [6-10s] Một ngôi nhà giấy nhỏ sáng lên. Máy quay: góc nhìn từ trên xuống cố định, kèm những chuyển động stop-motion nhỏ. Chữ: chỉ “sunlight”, “panel”, “electricity”, viết đúng nguyên văn. Âm thanh: tiếng giấy chuyển động nhẹ, một tiếng chuông nhỏ, không thuyết minh. Ràng buộc: không thêm từ, không có bàn tay người, không logo.

Công thức 3: Giới thiệu nhân vật từ ảnh tham chiếu

Thiết lập: 16:9, 8-10 giây, tối đa ba ảnh tham chiếu.

Tạo đoạn giới thiệu nhân vật gốc dài 9 giây, tỷ lệ 16:9. Dùng @image1 làm tham chiếu nhận dạng — giữ nguyên khuôn mặt, kiểu tóc, màu áo khoác và đường nét silhouette. Chỉ dùng @image2 cho ánh sáng và không khí nền thành phố. Nhân vật đứng trên sân thượng lúc chạng vạng, quay về phía máy quay, giơ lên một thiết bị nhỏ phát sáng. Máy quay: đẩy vào chậm ở cỡ trung, một cú máy liên tục. Ánh sáng: bầu trời chiều xanh, viền sáng ấm. Âm thanh: tiếng thành phố xa, tiếng hum điện tử nhẹ. Ràng buộc: chỉ nhân vật gốc, không tham chiếu thương hiệu giải trí, không logo, không lời thoại.

Công thức 4: Vòng lặp hero cho ứng dụng

Thiết lập: 16:9, 6-8 giây, text-to-video.

Tạo vòng lặp hero dài 7 giây, tỷ lệ 16:9, cho một ứng dụng lập kế hoạch AI. Một dòng thời gian trong mờ lơ lửng phía trên bàn làm việc gọn gàng, với các thẻ và đường nét trừu tượng sắp xếp thành kế hoạch tuần thanh thản. Máy quay: trượt chậm từ trái sang phải, độ sâu trường ảnh nông, một cú máy liên tục. Ánh sáng: ánh sáng buổi sáng tự nhiên, bóng mềm, điểm nhấn teal và vàng ấm. Âm thanh: tiếng click giao diện tinh tế, âm nền nhẹ. Chữ: không có tên ứng dụng hay nội dung nhiệm vụ đọc được. Khung hình kết thúc phải khớp khung hình mở đầu để đoạn video lặp mượt.

Công thức 5: Chuyển động lookbook thời trang

Thiết lập: 9:16, 8-10 giây, reference image-to-video.

Tạo clip lookbook thời trang dài 10 giây, tỷ lệ 9:16. Dùng @image1 làm tham chiếu trang phục — giữ nguyên chiều dài áo khoác, kết cấu vải, bảng màu và kiểu giày. Chỉ dùng @image2 cho ánh sáng studio. Một người mẫu hư cấu bước qua studio bê tông, dừng lại, xoay một bên vai về phía máy quay khi áo khoác chuyển động tự nhiên. Máy quay: khung hình dọc toàn thân, dolly mượt, không cắt cảnh. Ánh sáng: softbox lớn từ bên trái. Âm thanh: không khí studio yên tĩnh, tiếng bước chân nhẹ, không lời thoại. Ràng buộc: người mẫu hư cấu, không giống người nổi tiếng, không logo thương hiệu.

FAQ

Tôi có cần đúng Gemini Omni Flash, hay có thể dùng mô hình PixVerse khác?

Gemini Omni Flash là một lựa chọn trong số nhiều mô hình trên PixVerse. Nó phù hợp mạnh với cảnh điều khiển bằng prompt, có âm thanh đồng bộ và kiểm soát nhiều ảnh tham chiếu; các mô hình PixVerse khác có thể phù hợp hơn với mở rộng, chuyển cảnh hoặc chỉnh sửa dạng dài cho đến khi những tính năng đó có trên Gemini Omni Flash.

Tôi có thể tải lên bao nhiêu ảnh tham chiếu?

Tối đa năm ảnh JPEG hoặc PNG cho mỗi lần tạo, được tham chiếu riêng trong prompt dưới dạng @image1 đến @image5.

Tôi nên kỳ vọng độ phân giải và độ dài nào?

Tích hợp PixVerse hiện tại xuất video 720p, dài 3-10 giây, ở 16:9 hoặc 9:16.

Tôi có thể có đúng chữ trên màn hình trong clip không?

Giữ chữ trên màn hình ngắn và nêu rõ trong prompt (đúng từ, đặt trong dấu ngoặc kép), và hãy xem kỹ — chữ in chính xác vẫn là phần kết quả có thể dao động.

Mở rộng video hoặc chuyển cảnh đã được hỗ trợ chưa?

Chưa có trong quy trình Gemini Omni Flash hiện tại trên PixVerse. Hãy dùng mô hình PixVerse khác khi mở rộng, chuyển cảnh hoặc tham chiếu video/giọng là ưu tiên.

Tài nguyên liên quan

Sẵn sàng tự thử? Tạo video Gemini Omni Flash đầu tiên của bạn trên PixVerse.