Claude Opus 5.5 làm video nâng cao, bóc tách toàn bộ tech stack丨Hướng dẫn vạn chữ

Link bài viết gốc： https://mp.weixin.qq.com/s/kaZCk5qg0bWvn...

La Giai Rodya · Tài khoản WeChat · Phong Cốt · 2026-10-20 20:43

Bài viết này được chia sẻ lại, bản quyền thuộc về tác giả gốc, toàn văn căn cứ theo link bài gốc

Chào mọi người, tôi là La Giai.

Trong bài trước, chúng ta đã dùng Claude Opus 5.5 để làm video kiến thức đầu tiên mang tên《Giang Nguyệt Hà Niên》, nhưng video này tương đối đơn giản, hoàn toàn phụ thuộc vào năng lực tự thân của Claude.

Nhưng năng lực vốn có của Claude không chỉ dừng lại ở đó. Ngoài việc tốn thêm token và thời gian để khai phá tiềm năng của Claude, chúng ta còn có thể kết hợp Claude với nhiều công cụ kỹ thuật khác, dù chi phí cao hơn nhưng hiệu quả cũng tốt hơn nhiều.

Vì dù nhiều video đều do Claude đảm nhận phần sản xuất chính, nhưng tech stack đằng sau chúng có thể không giống nhau. Do đó, bài viết này trước tiên sẽ nói về các tech stack thường dùng, sau đó liệt kê một số ví dụ để bóc tách cụ thể. Mục đích là giúp các bạn khi làm video biết nên dùng prompt nào, dù là về phong cách hay kỹ thuật đều có thể chỉ dẫn AI một cách chuẩn xác để tạo ra video đúng như mong muốn. Cấu trúc bài viết như sau:

• Phần 2: Sắp xếp các kỹ thuật và công cụ cần dùng theo thứ tự từ dễ đến khó, từ rẻ đến đắt;
• Phần 3: Phân chia theo 16 thể loại video, mỗi loại bóc tách một video mẫu: video đó đã dùng tech stack gì, phong cách nào, và bạn cần đưa những từ khóa nào vào prompt;
• Phần 4 (khuyên dùng): 8 Skill có sẵn, nếu muốn tiện lợi thì cài đặt trực tiếp.

Các video mẫu trong bài đa số đến từ dự án mã nguồn mở lemo-opuscar và tác phẩm công khai của một số tác giả, dưới mỗi hình ảnh đều ghi rõ nguồn, toàn bộ đường link được tổng hợp ở cuối bài. Mọi trích dẫn đều có kèm link nguồn, tiện cho các bạn dễ dàng tra cứu và lần theo dấu vết.

01 / CHƯƠNG MỘT

Nguyên lý: Opus không tạo video, nó viết code

Bài trước đã nói rồi, ở đây xin tóm gọn lại trong một câu:

Claude viết một trang web, khung hình trong trang web chỉ do thời gian t quyết định; trình duyệt bắt đầu từ giây thứ 0, cứ mỗi 1/30 giây lại chụp màn hình một tấm; cuối cùng dùng ffmpeg ghép hàng nghìn bức ảnh lại thành file MP4.

Dù hình ảnh là 2D, vẽ tay hay 3D, tầng bên dưới đều là cơ chế này. Khác biệt duy nhất nằm ở chỗ: Trang web dùng công nghệ gì để vẽ. Đây chính là "tech stack" mà bài viết này đề cập.

02 / CHƯƠNG HAI

Các thành phần trong tech stack: 22 công nghệ và công cụ, từ dễ đến khó

Mỗi nhóm được sắp xếp theo độ khó từ thấp đến cao; với những thứ có độ khó tương đương, cái nào rẻ hơn, phổ biến hơn sẽ xếp trước. Đánh giá số sao và chi phí là nhận định của tôi, để bạn tiện ước tính ngưỡng gia nhập.

Phần 3 sẽ dùng số thứ tự để dẫn chiếu các thành phần này, ví dụ "② + ④" tức là "Canvas 2D kết hợp shader WebGL".

1. Công nghệ hình ảnh: Vẽ từ con số 0 ngay trong trình duyệt

① và ② là lựa chọn nhập môn hàng đầu , chỉ cần dùng khung chat thông thường trên bản web của Claude là có thể làm được ngay.

④ thường không dùng riêng lẻ , mà được phủ lên trên ② hoặc ⑤ để tăng thêm chất cảm texture. Cái giá phải trả là tốc độ chậm: có tác giả đã test thực tế, cùng một hoạt cảnh pixel 3 giây 90 frame, nếu chỉ dùng Canvas thì render mất 7 giây, nhưng thêm shader vào thì mất tới 48 giây.

⑤ là nguồn gốc tạo nên độ chân thực. Về sau bạn sẽ thấy, những video mẫu tiệm cận hoạt hình 3D chuyên nghiệp đều được làm hoàn toàn bằng Three.js.

Dưới đây, chúng ta hãy dùng hai đoạn code thực tế để xem ② và ⑤ phổ biến nhất rốt cuộc là gì.

② Canvas 2D: Vẽ từng frame trên một canvas

Canvas chính là một khung vẽ trong trang web. Những việc code có thể làm rất mộc mạc: tô màu, vẽ đường thẳng, vẽ hình tròn, viết chữ. Chìa khóa để làm video nằm ở render(t) function này: truyền vào giây thứ mấy, nó sẽ vẽ ra khung hình của giây đó. Hình trên là ba frame được vẽ ra từ cùng một đoạn code tại thời điểm 0.5 giây, 1 giây và 2 giây: nét vẽ ngày càng dài ra, hình tròn di chuyển dần sang phải.

Phong cách pixel, sổ vẽ tay, tranh thủy mặc, cắt giấy, thuyết trình bảng trắng — hơn một nửa video mẫu ở phần 3 đều có tầng bên dưới được vẽ từng frame như thế này, chỉ là nét vẽ và chất liệu giấy được tinh chỉnh kỹ lưỡng hơn.

⑤ Three.js: Dựng một scene 3D ngay trong trình duyệt

Three.js là engine 3D chạy trên nền web. Bạn dùng code để sắp đặt vật thể, gán vật liệu cho chúng, đánh ánh sáng, đặt camera, và nó sẽ chịu trách nhiệm tính toán kết xuất hình ảnh. Ở hình trên, ba tấm bảng tách dần ra theo thời gian, camera đồng thời xoay quanh, và bóng đổ được chiếu xuống từ nguồn sáng thực tế.

Điểm khác biệt so với Canvas là: với Canvas thì bạn vẽ từng nét một, còn Three.js là bạn dựng xong bối cảnh rồi để camera quay lại. Vì vậy, camera có thể zoom ra vào, xoay quanh trong không gian 3D, vật liệu và ánh sáng đổ bóng cũng có thể làm sống động như vật thật.

(Lưu ý rằng dù các ví dụ của chúng ta rất đơn giản, nhưng cả hai công nghệ này đều có thể tạo ra hình ảnh và mô hình cực kỳ tinh xảo, thường xuyên được ứng dụng trong thiết kế web.)

2. Framework và engine video: Không cần phải viết từ đầu

Ưu điểm của framework là: các phần dùng chung (timeline, preview, export) đã được dựng sẵn, Claude chỉ cần tập trung viết code tạo hình ảnh. Nhược điểm là bạn phải cài đặt môi trường trước, rất thích hợp dùng trong Claude Code.

Dưới đây, hãy xem cách viết thực tế của hai framework phổ biến nhất.

⑥ HyperFrames: Dùng HTML viết video, điều khiển theo timeline

HyperFrames là framework do HeyGen mở mã nguồn. Cách viết tương tự như trang web thông thường, chỉ là mỗi element có thêm vài thuộc tính: data-start quy định giây xuất hiện, data-duration quy định số giây kéo dài, data-track-index quy định đặt trên track nào. Phần animation giao cho các thư viện diễn hoạt như GSAP xử lý, framework sẽ chịu trách nhiệm chụp lại từng frame theo timeline.

Nếu từng dùng Jianying, bạn sẽ thấy nó rất quen thuộc: video, tiêu đề, âm nhạc mỗi thứ chiếm một track, giống như sắp xếp tư liệu trên timeline.

⑦ Remotion: Dùng React viết video, kiểm soát theo frame

Tư duy của Remotion là: video chính là một React component. Trong component chỉ hỏi đúng một điều: "hiện tại là frame thứ mấy" ( useCurrentFrame ), sau đó dùng interpolate để quy đổi số thứ tự frame thành độ mờ đục (opacity), vị trí, kích thước. Tiêu đề ở hình trên chuyển từ trong suốt sang hiển thị hoàn toàn trong khoảng từ frame 0 đến frame 30.

Bởi vì toàn bộ khung hình đều được tính toán dựa trên số frame, nên muốn sửa một chữ hay đổi một vị trí chỉ cần sửa đúng một dòng code, thậm chí bạn còn có thể viết test cho từng con số, từng câu phụ đề. Làm video dài và chuỗi series theo cách này là ổn định nhất.

Nên chọn ⑥ hay ⑦? HyperFrames có cú pháp nhẹ nhàng hơn, giống như xếp tư liệu trên timeline, bắt nhịp rất nhanh; Remotion kiểm soát chính xác theo từng frame, hệ sinh thái lớn hơn, phù hợp cho các video dài vài phút và những series cần tái sử dụng phong cách liên tục.

⑩ lại là một hướng đi khác. Đã có người dùng Codex, Claude để điều khiển Blender làm hoạt hình 3D, chất lượng hình ảnh có thể nâng lên một tầm cao mới, nhưng rào cản kỹ thuật và chi phí cũng thuộc hàng cao nhất.

3. Âm thanh

Có một điểm cần ghi nhớ: Claude không nghe được âm thanh. Nó chỉ có thể báo các chỉ số âm lượng, vẽ biểu đồ dạng sóng để kiểm tra; còn việc nghe có hay hay không, cuối cùng bạn vẫn phải tự đeo tai nghe vào để nghe lại một lượt.

4. Tư liệu: Phần mà code không thể vẽ tốt

5. Công cụ: Hoàn toàn miễn phí

Nếu không biết cài đặt cũng không sao, chỉ cần gửi câu này cho Claude Code:

CODE

Hãy kiểm tra giúp tôi xem máy tính này đã cài đặt Node.js, ffmpeg, Python, uv và git chưa, thiếu cái nào thì cài giúp tôi cái đó, sau khi cài xong hãy báo lại số phiên bản của từng công cụ.

03 / CHƯƠNG BA

Trọng tâm: Muốn làm loại video nào, dùng tech stack nào

Bây giờ chúng ta sẽ phối ghép theo từng thể loại video.

Căn cứ phân loại chủ yếu đến từ dự án mã nguồn mở lemo-opuscar: dự án này đã gán 3 kịch bản ứng dụng cho mỗi phong cách trong số 51 phong cách, ví dụ phong cách "thuyết trình bảng trắng" được gắn nhãn là thuyết trình, khóa học online, khoa học. Tôi dựa vào các nhãn này để phân loại phong cách vào từng thể loại video, đồng thời bổ sung thêm các case study anatomy. Mỗi thể loại chỉ lấy một video mẫu, việc video đó dùng công nghệ gì là do tôi đọc source code để xác nhận, chứ không phải đoán mò.

Trước tiên hãy nói về cách sử dụng phần này

Khi xem video mẫu, bạn cần bóc tách được hai thứ:

• Phong cách: Hình ảnh trông như thế nào, chuyển động ra sao, âm thanh nghe như thế nào;
• Tech stack: Vẽ bằng công nghệ nào, chất cảm được tạo ra bằng cách nào.

Cả hai thứ này đều phải được viết vào prompt của bạn. Nhiều người chỉ viết mỗi "làm một video phong cách thủy mặc", kết quả là Claude quay lại cách làm mặc định quen thuộc nhất của nó: nền tối, chữ lớn căn giữa, mọi thứ cùng fade in fade out. Khi bạn đưa cả từ khóa phong cách lẫn từ khóa tech stack vào, ví dụ: "giấy xuyến chỉ, ngũ sắc mực, khoảng trắng lớn" kết hợp với "Canvas viết engine cọ vẽ, WebGL shader tạo hiệu ứng loang màu", thành phẩm tạo ra mới đúng chuẩn vị.

Vì vậy, mỗi thể loại dưới đây đều được trình bày theo cùng một trình tự: Video mẫu → Dùng tech stack và phong cách gì → Từ khóa cần đưa vào prompt → Ngưỡng yêu cầu.

1. Phổ biến kiến thức, bài giảng giải thích

Video mẫu: LemoLab《Einstein in Your Pocket》（phong cách thuyết trình bảng trắng）· github.com/lemomo-ai/lemo-opuscar · CC BY 4.0 · Bài viết trích xuất khung hình tĩnh

Nội dung giải thích cách điện thoại biết bạn đang ở đâu: GPS, đồng hồ nguyên tử, và 38 micro giây dôi ra mỗi ngày theo thuyết tương đối. Kịch bản ứng dụng được repo đánh dấu: thuyết trình, khóa học online, khoa học.

Nó đã sử dụng những gì

• Tech stack: ② Canvas 2D. Điều quan trọng nhất của thể loại thuyết trình là "viết ra từng nét một", độ dày mỏng, độ rung lắc của nét vẽ, đốm mực khi đặt bút đều phải kiểm soát từng điểm ảnh, Canvas là công cụ trực tiếp nhất. Mực được hòa trộn bằng chế độ multiply, những chỗ đè lên nhau sẽ tự nhiên đậm màu hơn, hệt như bút marker thật.
• Phong cách: Một tấm bảng trắng bóng, toàn bộ nội dung được viết theo thứ tự nét viết thực tế; không vẽ bàn tay, bút marker tự lơ lửng di chuyển; camera lướt trên mặt bảng trắng mà không cắt cảnh; mỗi nét vẽ đều có âm thanh đi kèm.

Đưa vào prompt (sao chép rồi dán nối tiếp sau phần mô tả nội dung của bạn)

CODE

【Phong cách】Bảng trắng bóng, viết từng nét theo thứ tự bút thuận, không vẽ tay và con trỏ, camera di chuyển giữa các khu vực trên bảng trắng, không cắt cảnh, giữ lại vệt mờ của chữ cũ

【Tech stack】Canvas 2D, hòa trộn mực kiểu multiply, nét vẽ thêm hiệu ứng rung tay và chấm mực khi đặt bút, font nét đơn viết theo thứ tự nét, số liệu tính toán trước bằng Python

Ngưỡng đầu vào : , chi phí thấp. Bản web Claude là có thể làm được.

2. Tin tức báo chí, giải thích sự kiện nóng

Video mẫu: LemoLab "Bản đồ vẫn ghi là biển" (phong cách bản tin vệ tinh) · github.com/lemomo-ai/lemo-opuscar · CC BY 4.0 · Trích xuất khung hình tĩnh trong bài · Ảnh vệ tinh: Landsat, phạm vi công cộng

Vệ tinh chiếu theo bản đồ để tìm biển Aral, nhưng thứ tìm thấy lại là sa mạc. Kịch bản áp dụng được repo ghi chú: khí hậu và môi trường, điều tra và phân tích tin tức, địa lý và lịch sử.

Nó đã sử dụng những gì

• Tech stack: ② Canvas 2D vẽ đường chú thích, ④ Shader WebGL2 vẽ mặt đất. Lồng ghép nhiều ảnh vệ tinh có độ phân giải khác nhau, camera đẩy liền mạch từ vũ trụ xuống mặt đất; việc chuyển đổi năm được tạo thành một đường quét qua màn hình; tông màu "xám phân tích" cũng do shader tính toán.
• Phong cách: Mặt đất là ảnh vệ tinh thực tế, chỉnh sang màu xám lạnh, chỉ khôi phục màu sắc ở bước ngoặt của câu chuyện; đường đo đạc mảnh màu trắng; mỗi màn hình chỉ nói về một phát hiện; một cú máy liền mạch từ vũ trụ xuống mặt đất.

Đưa vào prompt (sao chép rồi dán nối tiếp sau phần mô tả nội dung của bạn)

CODE

【Phong cách】Ảnh vệ tinh thực tế, chỉnh màu xám lạnh kiểu phân tích, đường đo đạc mảnh màu trắng, mỗi màn hình một phát hiện, cú máy liền mạch đẩy từ vũ trụ xuống mặt đất, chỉ số độ cao và thước tỉ lệ

【Tech stack】Canvas 2D vẽ lớp chú thích, shader WebGL2 vẽ mặt đất, lồng ghép ảnh đa độ phân giải, đường quét chuyển đổi năm, chú thích di chuyển theo tọa độ địa lý

Ngưỡng đầu vào : , chi phí trung bình. Điểm khó là tìm được hình ảnh có bản quyền sạch sẽ.

3. Sản phẩm phần mềm: Hướng dẫn, phát hành tính năng

Video mẫu: LemoLab "Clawd Moves In" (phong cách quay màn hình máy thật sống động) · github.com/lemomo-ai/lemo-opuscar · CC BY 4.0 · Trích xuất khung hình tĩnh trong bài

Trông như quay màn hình phần mềm thực tế, nhưng thực ra từng cửa sổ, menu, nút bấm đều được vẽ lại. Một nhân vật pixel nhỏ "diễn" những gì phần mềm đang làm trong giao diện độ nét cao. Kịch bản áp dụng được repo ghi chú: hướng dẫn sản phẩm, phát hành tính năng, hướng dẫn người dùng mới.

Nó đã sử dụng những gì

• Tech stack: ① HTML/CSS/SVG. Giao diện phần mềm vốn dĩ là các phần tử web, dùng trực tiếp để vẽ lại thì chữ ở bất kỳ mức thu phóng nào cũng sắc nét, camera có thể đẩy đến bất cứ đâu. Nhân vật nhỏ đứng ở đâu được đo đạc theo từng khung hình từ bố cục thực tế của trang, chứ không phải gõ tọa độ thủ công.
• Phong cách: Giống quay màn hình thật nhưng toàn bộ đều được vẽ lại; giao diện nổi trên hình nền desktop; nhân vật pixel độ phân giải thấp tương phản với giao diện độ nét cao; con trỏ đại diện cho người dùng, nhân vật nhỏ đại diện cho phần mềm.

Đưa vào prompt (sao chép rồi dán nối tiếp sau phần mô tả nội dung của bạn)

CODE

【Phong cách】Giống quay màn hình thật, tên gọi và phím tắt khớp với sản phẩm thật, linh vật pixel diễn tả phần mềm đang làm gì, con trỏ là người dùng, không vẽ tay

【Tech stack】HTML/CSS/SVG vẽ lại giao diện, không dùng ảnh chụp màn hình, vị trí đo đạc từ bố cục DOM, hiệu ứng spring animation, thay đổi giao diện bắt đúng nhịp nhạc, lia camera nhanh kết hợp motion blur

Ngưỡng đầu vào : , chi phí thấp.

4. Sản phẩm phần cứng: Phát hành, trang chi tiết thương mại điện tử

Video mẫu: LemoLab "Hai Mươi Mốt Phím" (phong cách phân rã sản phẩm) · github.com/lemomo-ai/lemo-opuscar · CC BY 4.0 · Trích xuất khung hình tĩnh trong bài · File thiết kế bàn phím: foostan/crkbd, CC BY 4.0

Một chiếc bàn phím mã nguồn mở được tách rời từng lớp trong một cú xoay vòng, camera luồn ra mặt sau bo mạch để xem chip điều khiển và bóng đèn LED, sau đó ghép lại, đánh dấu kích thước thực tế lên vật thể. Kịch bản áp dụng được repo ghi chú: ra mắt phần cứng, trang sản phẩm thương mại điện tử, giải thích thông số kỹ thuật.

Nó đã sử dụng những gì

• Tech stack: ⑤ Three.js + ④ Hậu kỳ shader. Vỏ ngoài import trực tiếp file thiết kế 3D, từng đường mạch trên bo mạch đều được vẽ thành texture theo file thiết kế; nhựa, kim loại, bo mạch mỗi thứ dùng một bộ vật liệu vật lý; render trước ở kích thước gấp đôi rồi thu nhỏ, sau đó thêm ambient occlusion, độ sâu trường ảnh, bloom.
• Phong cách: Giống nhiếp ảnh sản phẩm: đèn chính tông ấm, đèn viền tông lạnh, phông nền liền mạch màu xám đậm; các lớp nổi lên dọc theo một trục; tên linh kiện được chú thích bằng đường chỉ dẫn mảnh ngay trên linh kiện; camera chuyển động liên tục, xoay vòng bên ngoài, áp sát vào bên trong.

Đưa vào prompt (sao chép rồi dán nối tiếp sau phần mô tả nội dung của bạn)

CODE

【Phong cách】Nhiếp ảnh sản phẩm studio, đèn chính ấm + đèn viền lạnh, tách rời từng lớp dọc theo một trục, đường chỉ dẫn chú thích trên linh kiện, camera xoay vòng liên tục không dừng

【Tech stack】Three.js, vật liệu vật lý MeshPhysicalMaterial, import file thiết kế STEP, phản chiếu HDRI, supersampling gấp 2 lần, ambient occlusion + độ sâu trường ảnh vật lý + bloom, kích thước chỉ dùng số liệu trong file

Ngưỡng đầu vào : , chi phí cao. Phong cách 3D cần card đồ họa rời, thời gian render lâu hơn rõ rệt.

5. Nguyên lý cơ học, sơ đồ minh họa khái niệm kỹ thuật

Ví dụ: anatomy · raptor-engine · github.com/wheresryan22/anatomy · MIT · Ảnh chụp màn hình từ repo

Ví dụ: anatomy · raptor-engine · github.com/wheresryan22/anatomy · MIT · Ảnh chụp màn hình từ repo

Động cơ tên lửa Raptor 2 treo trên bệ thử nghiệm khai hỏa; khi rê chuột qua, nó tách thành 11 bộ phận lơ lửng giữa các cột trụ. Repo đi kèm một chương trình kiểm tra chứng minh rằng không có bất kỳ ống dẫn nào bị xuyên lấn qua linh kiện khác ở trạng thái tĩnh, tách rời hay trong từng khung hình chuyển tiếp.

Nó đã sử dụng những gì

• Tech stack: ① SVG isometric + ④ Shader WebGL. Động cơ và bệ thử là SVG: mỗi linh kiện là một khối đặc, mặt bên chia thành 4 mức sáng tối theo hướng, vẽ từ sau ra trước. Ngọn lửa đuôi do shader vẽ, kẹp giữa hai lớp SVG trước và sau, dùng chung một camera nên trông hoàn toàn liền mạch với hình vẽ. anatomy tạo ra trang web tương tác, muốn làm thành video cần dùng ㉑ Playwright để quay từng khung hình.
• Phong cách: Ý tưởng cốt lõi là chính sự vật là lời giải thích: không vẽ các ô vuông và mũi tên, mà sáng chế ra một cỗ máy thực thụ để cách vận hành của nó thể hiện chính khái niệm đó. Ví dụ "bộ nhớ cache không đổi thì bỏ qua" được vẽ thành một ổ khóa bi: từng viên bi đều khớp thì ruột khóa mới xoay.

Đưa vào prompt (sao chép rồi dán nối tiếp sau phần mô tả nội dung của bạn)

CODE

【Phong cách】Không vẽ ô vuông mũi tên, sáng chế một cỗ máy để giải thích, hàng chục linh kiện nhỏ và chuẩn xác, linh kiện khối đặc isometric, chỉ có một linh kiện dùng màu nhấn, bố cục dạng thẻ + chỉ số thời gian thực

【Tech stack】SVG isometric, 4 mức sáng tối vẽ từ sau ra trước, viết trước danh sách ít nhất 40 linh kiện, hiệu ứng lửa và bóng nước dùng shader WebGL kẹp giữa hai lớp SVG, hiệu ứng fade in/out không cắt cảnh đột ngột, quay thành video bằng Playwright

Ngưỡng đầu vào : , chi phí trung bình. Cài đặt Skill rất đơn giản, khó ở khâu quay thành video. Nó có thế mạnh về máy móc, thiết bị, công cụ, không có thế mạnh về con người và bản đồ chính xác.

6. Báo cáo dữ liệu: Báo chí dữ liệu, báo cáo thường niên

Video mẫu: LemoLab "Hai Đường Xoắn Ốc" (phong cách vật thể hóa dữ liệu) · github.com/lemomo-ai/lemo-opuscar · CC BY 4.0 · Trích xuất khung hình tĩnh trong bài · Dữ liệu: IRENA 2026 (qua Our World in Data), CC BY 4.0

Công suất lắp đặt điện gió và quang điện trong 12 năm, mỗi phiến đại diện cho 10 GW, xếp chồng thành hai đường xoắn ốc quanh mặt đồng hồ gỗ óc chó. Kịch bản áp dụng được repo ghi chú: báo cáo thường niên và ESG, giao tiếp với nhà đầu tư, thống kê năng lượng và khí hậu.

Nó đã sử dụng những gì

• Tech stack: ⑳ Python tải dữ liệu và tính toán trước; ⑤ Three.js dùng instancing để render hàng nghìn lát mỏng cùng lúc. Mỗi lát được làm lệch ngẫu nhiên vài milimet, độ dày chênh nhau một chút, ở giữa chừa khe hở nhỏ thì nhìn mới giống xếp chồng thật sự; acrylic dùng vật liệu transmission, kim loại phản xạ ánh sáng môi trường.
• Phong cách: Một đơn vị chính là một khối vật thể thật, quy tắc giải thích một lần trên màn hình; dữ liệu tăng trưởng là từng khối được đặt lên, không phải co giãn biến dạng; cuối cùng camera kéo ra xa, toàn bộ khung hình biến thành một tác phẩm sắp đặt nghệ thuật.

Đưa vào prompt (sao chép rồi dán nối tiếp sau phần mô tả nội dung của bạn)

CODE

【Phong cách】Một đơn vị = một khối vật thể thật, dữ liệu tăng trưởng là từng khối đặt lên, ánh sáng studio, độ sâu trường ảnh nông, kết thúc kéo xa thành tác phẩm sắp đặt, mỗi con số đều ghi rõ nguồn

【Tech stack】Python xử lý dữ liệu lưu thành JSON, Three.js render instanced, từng khối so le ngẫu nhiên chừa khe hở, vật liệu PBR, acrylic dùng transmission, ambient occlusion + độ sâu trường ảnh vật lý

Nếu chỉ cần biểu đồ phẳng, phong cách "kể chuyện bằng dữ liệu" trong cùng repo dùng thuần ② Canvas 2D: giấy màu be, bút chì đỏ xanh, ghi chú viết tay.

Ngưỡng đầu vào : , chi phí trung bình; biểu đồ phẳng , chi phí thấp.

7. Nghiên cứu khoa học và thực chứng kỹ thuật

Video mẫu: LemoLab "Ruộng Dưới Tán Rừng" (phong cách khảo sát đám mây điểm) · github.com/lemomo-ai/lemo-opuscar · CC BY 4.0 · Trích xuất khung hình tĩnh trong bài

Đám mây điểm laser bóc tách từng lớp tán cây của một khu rừng, làm lộ ra bức tường đá của những thửa ruộng năm xưa trên mặt đất. Toàn bộ video sử dụng gần 4,79 triệu điểm quét laser thực tế. Kịch bản áp dụng được repo ghi chú: khảo cổ và di sản, lâm nghiệp và môi trường, hạ tầng và khảo sát hiện trường.

Nó đã sử dụng những gì

• Tech stack: ⑳ Python tải về và xử lý đám mây điểm công khai; ⑤ Three.js render, vị trí các điểm được nén trước khi đưa vào trình duyệt, hàng triệu điểm vẫn chạy mượt mà; ④ Shader tự viết đảm nhiệm hiệu ứng "bóc tách": một mặt phẳng cắt đi qua đám mây điểm, các điểm phía trước sáng lên, các điểm phía trên nâng lên và mờ dần, bề mặt đất phía sau hiện rõ.
• Phong cách: Nền gần như đen tuyền, đám mây điểm lơ lửng trong bóng tối; chỉ có phần rìa quét phát sáng; đường đo đạc mảnh như sợi tóc; toàn bộ video là một cú máy liền mạch "xuyên qua" đám mây điểm.

Đưa vào prompt (sao chép rồi dán nối tiếp sau phần mô tả nội dung của bạn)

CODE

【Phong cách】Đám mây điểm thực tế, các điểm không được dịch chuyển, nền gần như đen tuyền, chỉ có phần rìa quét phát sáng, bóc tách theo lớp mặt đất, thảm thực vật, công trình kiến trúc, đường đo đạc mảnh như sợi tóc, một cú máy liền mạch xuyên qua đám mây điểm

【Tech stack】Python xử lý đám mây điểm, Three.js render điểm, tự viết shader làm mặt phẳng cắt, dùng distance field vẽ đường đo đạc, từng con số được ghi vào FACTS.md, ghi rõ giá trị đo lường

Ngưỡng đầu vào : , chi phí cao. Điểm khó nằm ở việc tìm kiếm dữ liệu công khai có bản quyền sạch sẽ.

8. Đô thị, bất động sản và du lịch văn hóa

Video mẫu: LemoLab "Thành phố bị san phẳng hồi sinh như thế nào" (phong cách chiếu mô hình trắng) · github.com/lemomo-ai/lemo-opuscar · CC BY 4.0 · Bài viết trích xuất khung hình tĩnh · Dữ liệu kiến trúc: 3DBAG, CC BY 4.0

Máy chiếu chiếu từng lớp dữ liệu lên mô hình thành phố màu trắng của Rotterdam: những tòa nhà còn sót lại trước năm 1940, những khu đất trống được lấp đầy trong vài thập kỷ sau đó, và những tòa tháp mới mọc lên. Các kịch bản ứng dụng được kho lưu trữ đề xuất: quy hoạch đô thị và bất động sản, phòng triển lãm/trưng bày, dữ liệu đô thị và lịch sử.

Nó đã sử dụng những gì

• Tech stack: ⑤ Three.js + ④ Shader. Kiến trúc sử dụng dữ liệu 3D đô thị công khai của Hà Lan được kéo dãn theo tỷ lệ; dữ liệu không phải được phủ lên mô hình mà được đưa vào tính toán vật liệu dưới dạng ánh sáng, vì vậy chỉ chiếu sáng các bức tường hướng về phía máy chiếu; vị trí mặt trời được tính toán theo vĩ độ địa phương và ngày thực tế, bóng đổ được tạo ra hoàn toàn chân thực.
• Phong cách: Mô hình màu trắng thuần trên bục trưng bày trong phòng tối; máy chiếu mỗi lần chỉ chiếu một lớp dữ liệu, mỗi lớp trả lời cho câu hỏi của lớp trước; bật đèn khi mở đầu, tắt đèn để dữ liệu xuất hiện, rồi bật đèn khi kết thúc.

Đưa vào prompt (sao chép rồi dán nối tiếp sau phần mô tả nội dung của bạn)

CODE

【Phong cách】Mô hình khối màu trắng thuần, dựng trên bục triển lãm phòng tối, dữ liệu được chiếu lên như nguồn sáng, mỗi lần một lớp, cấu trúc bật đèn — tắt đèn — bật đèn

【Tech stack】Three.js, dữ liệu kiến trúc công khai kéo dãn theo tỷ lệ, không thêu dệt, hình chiếu đưa thẳng vào shader vật liệu, không dùng texture map, vị trí mặt trời và shadow map thực tế, độ sâu trường ảnh vật lý + bloom + tối góc vignette

Ngưỡng đầu vào : ～, chi phí từ trung bình đến cao.

9. Lịch sử, tư liệu lưu trữ và phim tài liệu

Video mẫu: LemoLab "Chậm hai giây" (phong cách bàn soi tài liệu) · github.com/lemomo-ai/lemo-opuscar · CC BY 4.0 · Bài viết trích xuất khung hình tĩnh · Tài liệu lưu trữ: Thư viện Quốc hội Hoa Kỳ, phạm vi công cộng

Bức điện tín ghi rằng chuyến bay dài nhất của anh em nhà Wright kéo dài 57 giây, báo chí đăng y nguyên; nhưng dưới kính lúp, tấm phim âm bản bằng kính và hồ sơ của Thư viện Quốc hội lại ghi là 59 giây. Các kịch bản ứng dụng được kho lưu trữ đề xuất: lịch sử và kỷ niệm thương hiệu, phim tài liệu và thuyết minh tư liệu lưu trữ, câu chuyện hiện vật bảo tàng.

Nó đã sử dụng những gì

• Tech stack: ② Canvas 2D vẽ chú thích khoanh vùng và số đo, ④ WebGL2 shader tạo hiệu ứng quang học: hộp đèn xuyên sáng từ bên dưới, tông màu bạc muối của phim kính âm bản, hiện tượng méo hình gối và viền sắc sai của kính lúp, tất cả đều được tính toán theo từng pixel.
• Phong cách: Các hiện vật tư liệu thực tế nằm trên hộp đèn trắng lạnh; kính lúp hạ xuống, hình ảnh bên trong thấu kính "sống lại"; mỗi hiện vật đều mang mã số lưu trữ thực tế của bảo tàng; chỉ dùng một màu chỉ thị duy nhất, không dùng bộ lọc làm cũ giả tạo.

Đưa vào prompt (sao chép rồi dán nối tiếp sau phần mô tả nội dung của bạn)

CODE

【Phong cách】Bản scan tư liệu thực tế, hộp đèn trắng lạnh với ánh sáng xuyên từ dưới lên, vật thể trong kính lúp sống động trở lại, mã số lưu trữ thực tế, một màu chỉ thị duy nhất, không làm cũ

【Tech stack】Lớp chú thích Canvas 2D, WebGL2 shader xử lý xuyên sáng và độ méo của kính lúp, sắp đặt hiện vật theo kích thước thật, mã số và nguồn gốc được ghi vào FACTS.md

Ngưỡng đầu vào : , chi phí trung bình.

10. Phong cách cổ phong, lễ hội và phong tục dân gian

Video mẫu: LemoLab "The Swordsman and the River" (phong cách thủy mặc Trung Hoa) · github.com/lemomo-ai/lemo-opuscar · CC BY 4.0 · Bài viết trích xuất khung hình tĩnh

Hiệp khách lướt sóng qua sông, một kiếm đoạn dòng. Các kịch bản ứng dụng được kho lưu trữ đề xuất: võ hiệp, thương hiệu văn hóa, thi từ.

Nó đã sử dụng những gì

• Tech stack: ② Canvas + ④ WebGL2 shader. Trong Canvas viết một brush engine: mỗi nét vẽ gồm hàng chục sợi lông cọ, lượng mực giảm dần theo nét vẽ, chỗ đứt quãng tạo thành nét xước phi bạch. Bút ướt được giao cho shader xử lý độ loang màu và đọng mực ở viền; vân giấy xuyến cũng được shader tính toán theo thời gian thực, không dùng ảnh chụp.
• Phong cách: Thủy mặc tả ý trên giấy xuyến; mực phân ngũ sắc, chỉ duy nhất con dấu mang sắc đỏ; không viền nét biên, hình khối được tạo bởi những nét cọ đẫm mực; chừa khoảng trống diện rộng; khung cảnh là được "vẽ ra" chứ không phải cắt ghép ra.

Đưa vào prompt (sao chép rồi dán nối tiếp sau phần mô tả nội dung của bạn)

CODE

【Phong cách】Thủy mặc tả ý, mực phân ngũ sắc (tiêu, nồng, trọng, đạm, thanh), chỉ có duy nhất con dấu mang sắc chu sa đỏ, lối vẽ không viền nét, nét xước phi bạch, chừa khoảng trống diện rộng

【Tech stack】Canvas brush engine (sợi lông cọ, lượng mực giảm dần, nét xước phi bạch), cọ ướt dùng WebGL2 shader tạo độ loang và đọng mực viền, vân giấy xuyến tạo bằng thuật toán, mực hòa trộn với giấy bằng chế độ multiply theo độ trong suốt

Ngưỡng đầu vào : , chi phí trung bình. Cùng kho lưu trữ này còn có cắt giấy hoa cửa sổ đỏ, múa rối bóng, tranh khắc giấy xuyên sáng, rất phù hợp cho chủ đề Tết, thần thoại và Tết Trung Thu.

11. Sách tranh thiếu nhi, truyện kể trước giờ ngủ

Video mẫu: LemoLab "The Moon Can't Sleep" (phong cách sách tranh thiếu nhi vẽ bằng sáp màu) · github.com/lemomo-ai/lemo-opuscar · CC BY 4.0 · Bài viết trích xuất khung hình tĩnh

Mặt trăng mất ngủ, cô bé trèo lên mái nhà hát ru cho nó nghe. Các kịch bản ứng dụng được kho lưu trữ đề xuất: sách tranh, truyện kể trước giờ ngủ, học tập cho trẻ em.

Nó đã sử dụng những gì

• Tech stack: ② Canvas + ④ WebGL2 shader. Mỗi lớp sáp màu ghi nhận màu sắc và lực ấn bút, shader chỉ để lại vệt sáp trên các phần lồi của vân giấy: lực ấn nhẹ tạo ra các hạt rải rác, lực ấn mạnh sẽ gần như phủ kín. Lớp màu nước tách biệt riêng, khi gặp sáp sẽ bị cản lại và dạt ra xung quanh. "Cảm giác chất liệu" này là do thuật toán tính toán ra, chứ không phải áp bộ lọc.
• Phong cách: Một trang sách tranh đang được vẽ trực tiếp; góc nhìn ngây thơ của trẻ nhỏ, màu sắc tô chờm ra ngoài nét viền; mỗi đường nét nhẹ nhàng rung động như thể được vẽ lại từng khung hình; cuối cùng quét một lớp màu nước để hoàn tất.

Đưa vào prompt (sao chép rồi dán nối tiếp sau phần mô tả nội dung của bạn)

CODE

【Phong cách】Trang sách tranh đang được vẽ trực tiếp, phối cảnh ngây ngô kiểu trẻ thơ, tô lem ra ngoài nét, đường nét rung nhẹ, quét màu nước để hé lộ ở cuối, lời dẫn truyện chính là con chữ trên trang sách

【Tech stack】Canvas vẽ vệt cọ, WebGL2 shader mô phỏng sáp bám vào phần gồ của vân giấy, áp lực quyết định mật độ hạt, màu nước bị sáp đẩy dạt, vân giấy cố định trên mặt giấy

Ngưỡng đầu vào : ～, chi phí từ thấp đến trung bình.

12. Quảng cáo thương hiệu, MV, phim ngắn cảm xúc

Video mẫu: LemoLab "The Colour of Rain" (phong cách sơn dầu đắp dày) · github.com/lemomo-ai/lemo-opuscar · CC BY 4.0 · Bài viết trích xuất khung hình tĩnh

Quảng trường xám xịt trong mưa, chiếc ô đỏ đầu tiên bung mở, điệu van-xơ nhuộm sắc màu lên toàn bộ quảng trường. Các kịch bản ứng dụng được kho lưu trữ đề xuất: MV ca nhạc, nghệ thuật và văn hóa, quảng cáo cảm xúc.

Nó đã sử dụng những gì

• Tech stack: ② Canvas + ④ WebGL2 shader. Trước tiên vẽ mỗi cảnh thành một tranh minh họa phẳng với độ sáng tối rõ ràng, sau đó chuyển thành từng nhát bay; shader coi lớp sơn như một trường độ cao (heightfield), chiếu ánh sáng quét từ một bên để thấy rõ độ gồ ghề của vệt sơn. Khử răng cưa siêu mẫu 2x, cố tình không thêm hạt nhiễu phim để tránh việc nén video làm mất các vết bay.
• Phong cách: Sơn dầu đắp dày bằng bay lấy màu; các mảng màu lớn phẳng phiu, mép sắc nhọn; đảm bảo độ tương phản sáng tối trước rồi mới trau chuốt chất cảm; chỉ những thứ cần chuyển động trong câu chuyện mới cử động.

Đưa vào prompt (sao chép rồi dán nối tiếp sau phần mô tả nội dung của bạn)

CODE

【Phong cách】Đắp dày bằng bay màu, mảng màu sắc nét bản rộng, ánh sáng nghiêng quét qua gờ nổi sơn dầu, thumbnail nhìn lướt cũng hiểu ngay, các mảng sơn tĩnh không cử động

【Tech stack】Vẽ tranh minh họa phẳng phân rõ sáng tối trước rồi mới chuyển nét cọ, nét cọ không vượt khỏi ranh giới phân nhóm hình dạng, WebGL2 heightfield với ánh sáng nghiêng, siêu lấy mẫu 2x, không thêm film grain

Ngưỡng đầu vào : ～, chi phí từ thấp đến trung bình. Đối với MV có người thật xuất hiện, bạn có thể dùng ⑰ video model để tạo nhân vật trên phông xanh lá trước, sau đó để Claude tách nền và dựng bối cảnh bằng code.

13. Hài hước, thú cưng và phim ngắn mạng xã hội

Video mẫu: LemoLab "Hồ sơ Mèo Cam Béo" (phong cách hồ sơ halftone cổ điển) · github.com/lemomo-ai/lemo-opuscar · CC BY 4.0 · Bài viết trích xuất khung hình tĩnh

Chú mèo cam béo bị lập hồ sơ điều tra: thí nghiệm trọng lực, parkour lúc rạng sáng, và cuối cùng được tuyên vô tội phóng thích. Các kịch bản ứng dụng được kho lưu trữ đề xuất: hài hước, thú cưng, phim ngắn mạng xã hội.

Nó đã sử dụng những gì

• Tech stack: ① SVG dàn trang tiêu đề và con dấu, ② Canvas vẽ các chấm tram halftone và nền giấy. Bóng đổ không dùng gradient mà dùng hoàn toàn bằng hạt tram, chồng nhiều lớp tram với các góc nghiêng khác nhau; nhân vật được thêm một chút rung lắc đường nét, còn chữ và hạt tram thì không.
• Phong cách: Hồ sơ in ấn phong cách retro; giấy lưu trữ màu kem, tiêu đề lớn in lệch dòng, con dấu đóng cộp xuống; dùng giọng điệu quan liêu nghiêm túc để kể về những chuyện vụn vặt; cứ 2–4 giây đổi một thẻ.

Đưa vào prompt (sao chép rồi dán nối tiếp sau phần mô tả nội dung của bạn)

CODE

【Phong cách】Hồ sơ in ấn retro, chồng hạt tram halftone, tiêu đề đậm in lệch, con dấu cao su, giọng điệu nghiêm túc kể chuyện vặt, cứ 2–4 giây đổi một thẻ

【Tech stack】SVG sắp xếp văn bản và con dấu, Canvas vẽ hạt tram thay vì gradient, chồng nhiều lớp tram ở các góc khác nhau, áp vân giấy ở lớp trên cùng, chỉ thêm độ rung nét vẽ cho nhân vật

Ngưỡng đầu vào : , chi phí thấp.

14. Trailer game, pixel và hoài niệm

Video mẫu: LemoLab "The Last Save Point" (phong cách RPG pixel 16-bit) · github.com/lemomo-ai/lemo-opuscar · CC BY 4.0 · Bài viết trích xuất khung hình tĩnh

Dũng sĩ lưu game trước cửa Boss cuối, màn hình lưu dữ liệu hồi tưởng lại toàn bộ hành trình phiêu lưu. Các kịch bản ứng dụng được kho lưu trữ đề xuất: trailer game, nhìn lại hành trình, hoài niệm.

Nó đã sử dụng những gì

• Tech stack: ② Canvas 2D. Khung hình trước hết được vẽ trên canvas nhỏ 320×180, sau đó phóng to theo bội số nguyên lên 1080p và tắt tính năng làm mịn, nhờ vậy từng pixel mới hiển thị rõ ràng thành từng ô vuông nhỏ; màu sắc chỉ lấy từ bảng màu giới hạn khoảng 32 màu, gradient được thay thế bằng kỹ thuật khử răng cưa điểm ảnh (dithering); góc quay camera chỉ di chuyển theo pixel số nguyên.
• Phong cách: Giống game RPG trên hệ máy console giữa thập niên 90: hộp thoại gõ chữ từng ký tự, menu, điểm lưu game, nhạc chiptune; nhân vật chỉ có vài khung hình chuyển động, biểu cảm thể hiện qua khung ảnh đại diện; kể câu chuyện bằng chính hệ thống cơ chế của trò chơi.

Đưa vào prompt (sao chép rồi dán nối tiếp sau phần mô tả nội dung của bạn)

CODE

【Phong cách】RPG console thập niên 90, hộp thoại hiện chữ từng ký tự, màn hình menu và lưu game, nhạc chiptune, nghiêm túc không cợt nhả

【Tech stack】Canvas 2D, phóng to canvas 320×180 theo tỷ lệ nguyên, tắt làm mịn, bảng màu cố định, dùng Bayer dithering thay cho gradient, camera di chuyển theo pixel nguyên

Ngưỡng đầu vào : , chi phí thấp. Phong cách pixel là thể loại phù hợp nhất cho người mới bắt đầu luyện tay.

15. Intro, mở màn sự kiện và visual thương hiệu

Video mẫu: LemoLab "The Velvet Cipher" (phong cách intro phim điệp viên 60s) · github.com/lemomo-ai/lemo-opuscar · CC BY 4.0 · Bài viết trích xuất khung hình tĩnh

Đoạn intro của một bộ phim điệp viên giả tưởng năm 1964: bóng người cắt giấy đuổi theo một chiếc chìa khóa bị đánh cắp, các mảnh ghép hình học cuối cùng ghép thành tên phim. Kịch bản ứng dụng được repo gắn nhãn: intro, mở màn sự kiện, trailer.

Nó đã sử dụng những gì

• Tech stack: ② Canvas 2D + opentype.js. Glyph chữ dùng opentype.js để trích xuất đường viền rồi "cắt" lại một lượt; viền của mỗi hình khối thêm một chút rung tần số thấp để giống như cắt thủ công, đồng thời cắt một lần là cache luôn, khi di chuyển viền sẽ không bị giật loạn xạ; giữa các mảnh giấy chừa khe hở nhỏ và đổ bóng nhẹ.
• Phong cách: Tranh phẳng cắt giấy 4 màu, không có gradient; nhân vật là bóng nghiêng; con chữ chính là cấu trúc khung hình; mỗi điểm nhấn của bộ kèn đồng đều là một điểm cắt dựng.

Đưa vào prompt (sao chép rồi dán nối tiếp sau phần mô tả nội dung của bạn)

CODE

【Phong cách】Intro phong cách thập niên 60, tranh phẳng cắt giấy 4 màu, nhân vật bóng nghiêng, con chữ đóng vai trò như công trình kiến trúc và đạo cụ, điểm nhấn âm nhạc là điểm cắt dựng

【Tech stack】Canvas 2D, opentype.js trích xuất đường viền glyph chữ, tạo độ rung viền thủ công và cache lại, chừa khe hở và đổ bóng nhẹ giữa các mảnh giấy, hiệu ứng hạt thêm bằng ffmpeg

Ngưỡng đầu vào : , chi phí thấp.

16. Suy luận toán học và khoa học tự nhiên

Thể loại này cả lemo-opuscar lẫn anatomy đều không có phong cách chuyên biệt, ví dụ tiêu biểu là 3Blue1Brown : Manim chính do tác giả kênh YouTube này viết riêng cho các video của mình.

Nó đã sử dụng những gì

• Tech stack: ⑧ Manim. Bạn chỉ cần viết trong khung hình có những đối tượng nào, chúng biến đổi ra sao, còn quá trình trung gian sẽ do Manim tự động tính toán; công thức được dàn trang bằng LaTeX cực kỳ chuẩn xác, nhược điểm là phong cách hơi mộc mạc.
• Phong cách: Nền tối màu, hình học và công thức gọn gàng; mỗi bước chỉ xuất hiện một chi tiết mới, chi tiết cũ biến đổi hình dạng thành chi tiết mới; cùng một đại lượng luôn giữ đồng nhất một màu.

Đưa vào prompt (sao chép rồi dán nối tiếp sau phần mô tả nội dung của bạn)

CODE

【Phong cách】Nền tối màu, mỗi bước chỉ xuất hiện một chi tiết mới, công thức biến hình tại chỗ, cùng một đại lượng luôn đồng nhất một màu, tiết tấu chậm

【Tech stack】Manim bản Community, MathTex dàn trang công thức, Transform biến hình, giá trị số tính toán trước bằng Python, xem trước ở chất lượng thấp rồi mới xuất 1080p

Ngưỡng đầu vào : , chi phí thấp. Manim cần cài đặt môi trường Python và LaTeX.

Ghép lại trông như thế nào

Lấy thể loại số 10 tranh thủy mặc làm ví dụ, prompt gửi cho Claude chính là ghép các từ khóa vào:

CODE

Làm một phim ngắn màn hình ngang 45 giây, thể hiện câu thơ "Bên sông ai thấy trăng soi trước" trong bài "Xuân giang hoa nguyệt dạ" của Trương Nhược Hư.

【Phong cách】Thủy mặc tả ý: mực phân năm sắc tiêu, nồng, trọng, đạm, thanh, chỉ có một điểm đỏ chu sa ở con dấu; một cốt, không viền nét ngoài, hình khối dựa vào nét bút đẫm mực; bút vung nhanh để lại vết xước phi bạch; khung hình chừa nhiều khoảng trắng, mọi vật được vẽ từng nét một, không chuyển cảnh cắt ống kính.

【Tech stack】Dùng Canvas viết một engine cọ vẽ (lông cọ, lượng mực giảm dần, vệt phi bạch); cọ ướt giao cho WebGL2 shader xử lý hiệu ứng loang màu và đọng mực ở mép nét; vân giấy xuyến chỉ được tạo bằng thuật toán trong shader; mực hòa vào giấy bằng phép nhân độ trong suốt.

Trước khi bắt đầu hãy gửi cho tôi storyboard và 3 keyframe, sau khi xác nhận mới render video chính.

Bảng tổng hợp để lưu lại

04 / CHƯƠNG BỐN

Muốn tiện lợi: 8 Skill có sẵn

Các điểm mấu chốt trong prompt ở trên, bạn tự viết vẫn dùng tốt. Nhưng nếu muốn một câu lệnh ra luôn video, bạn có thể cài trực tiếp Skill. Danh sách cũng được xếp theo độ khó từ thấp đến cao.

1. xilo-opus-video (, chi phí thấp)

Bản nhập môn đa dụng. Bạn nói muốn làm gì, nó sẽ đưa ra trước 3 phương án với phong cách khác biệt rõ rệt, mỗi phương án kèm một ảnh xem trước, bạn chọn xong nó mới thực hiện từng shot hình, tự chấm điểm từng hạng mục đạt từ 8 điểm trở lên mới bàn giao.

Cài đặt: Gửi câu lệnh này cho Claude Code.

CODE

Giúp tôi cài đặt Skill này: https://github.com/Kianzzz/xilo-opus-video

2. anatomy (, chi phí trung bình)

"Chế tạo" một khái niệm kỹ thuật thành một cỗ máy biết cử động, vẽ dưới dạng hình chiếu trục đo, có thể rê chuột để tách rời từng bộ phận, các con số và chuyển động linh kiện trên hình đều đến từ cùng một mô hình tính toán. Video mẫu và prompt ở thể loại số 5 trong phần 3 chính là từ nó. Lưu ý sản phẩm đầu ra của nó là trang web tương tác, muốn làm video thì cần dùng Playwright để ghi hình lại một lượt.

CODE

npx skills add wheresryan22/anatomy -g

3. Skill chính thức của HyperFrames (, chi phí thấp)

Hơn 20 bối cảnh: thuyết minh không người xuất hiện, motion graphics, làm video theo nhạc, ra mắt sản phẩm, chuyển slide thành video, v.v. Thích hợp cho thể loại 2 và 3.

CODE

claude plugin marketplace add heygen-com/hyperframes

CODE

claude plugin install hyperframes@hyperframes

4. Skill chính thức của Remotion (, chi phí thấp)

Gồm 12 chức năng như tạo dự án, render, phụ đề, đa phương tiện, bản đồ... Phù hợp cho những ai dùng Remotion để làm video dài và video theo chuỗi.

CODE

npx skills add remotion-dev/skills

5. lemo-opuscar (, chi phí từ trung bình đến cao)

Nguồn video mẫu chính của bài viết này, đồng thời cũng là bộ công cụ có độ bao phủ toàn diện nhất hiện nay.

• 51 phong cách phim, mỗi phong cách đều có một prompt phong cách tương ứng và một video mẫu làm hoàn toàn bằng code; 14 thể loại ở phần 3 (ngoại trừ thể loại 5 và 16) đều lấy video mẫu từ đây;
• 2 tài liệu hướng dẫn: một bản hướng dẫn Claude đóng vai trò đạo diễn (câu chuyện, nhịp điệu, góc máy, tự kiểm tra), một bản hướng dẫn nó cách thực hiện (render từng khung hình, lồng tiếng, phối nhạc, hòa âm);
• Trọn bộ âm thanh: Lồng tiếng tiếng Trung dùng edge-tts, tiếng Anh dùng Kokoro, sau đó dùng Whisper để hiệu đính; nhạc nền dùng thư viện mẫu nhạc cụ thật miễn phí kết hợp tổng hợp bằng code;
• Có thể tùy biến thành phong cách của riêng bạn: chọn một phong cách có sẵn để biến tấu, đặt tên cho nó, rồi xuất thử một đoạn video test dài 15–30 giây.

Cài đặt:

CODE

claude plugin marketplace add lemomo-ai/lemo-opuscar

CODE

claude plugin install lemo-opuscar@lemolab

Sau khi cài xong, chỉ cần nói:

CODE

Hãy làm một video 30 giây theo phong cách sơn dầu đắp dày, kể về chú mèo mướp vàng nhà tôi ngày nào cũng ngồi bên bậu cửa sổ đợi tôi đi làm về.

Trước khi bắt tay vào làm, nó chỉ hỏi bạn đúng một lần: những điểm trong chủ đề mà nó không thể tự quyết, bạn có sẵn file lồng tiếng và nhạc riêng không, có muốn xem trước storyboard không.

Vài điều cần biết trước: Một video mất khoảng 30–60 phút để hoàn thành, lượng token tiêu thụ không hề nhỏ; cần Node 20+, ffmpeg và Python 3.11+; tác giả phát triển trên macOS, người dùng Windows cần chạy trong WSL; những phong cách dùng nhiều 3D và shader sẽ cần đến card đồ họa.

6. creator-style-kit (, chi phí trung bình)

18 bộ phong cách video màn hình dọc được @threeaus mã nguồn mở, phát triển dựa trên HyperFrames, mỗi bộ bao gồm phông chữ, bảng màu, hiệu ứng chuyển động, hiệu ứng âm thanh và bố cục. Phù hợp cho video tin tức thể loại 2, cần kết hợp với API viết kịch bản và API lồng tiếng.

CODE

git clone https://github.com/threeaus/creator-style-kit.git

7. lanshu-create-ai-presenter-video (, chi phí từ trung bình đến cao)

Skill làm video thuyết trình do Lam Thúc mã nguồn mở, đã được giới thiệu ở bài trước: thuyết trình bằng digital human hoặc 12 kiểu thuyết trình cách điệu hóa, kèm lồng tiếng và tự động nghiệm thu. Cần có dịch vụ lồng tiếng hoặc dịch vụ digital human.

CODE

git clone https://github.com/cclank/lanshu-create-ai-presenter-video.git ~/.claude/skills/lanshu-create-ai-presenter-video

8. weilanx-claude-videos (, chi phí trung bình)

Một project Remotion bao gồm 8 Skill: một Skill dùng để phân tích phong cách của các video viral, 7 Skill còn lại là các Skill phong cách theo kiểu “chỉ cần đưa ra chủ đề là tự động làm từ đầu đến cuối”. Rất phù hợp cho những ai muốn liên tục làm video kiến thức loại 1 trên Douyin và đúc kết quy trình của mình thành Skill.

CODE

git clone https://github.com/Azure12355/weilanx-claude-videos.git

05 / CHƯƠNG NĂM

Lời kết

Hy vọng bài viết này sẽ giúp ích cho bạn. Dĩ nhiên, bài viết không thể liệt kê hết mọi trường hợp, phương pháp mỗi tác giả sử dụng cũng khác nhau, thậm chí trong nhiều video Claude chỉ đóng vai trò hỗ trợ, lực lượng chủ lực lại là các model video như Minimax, Seedance. Nếu bắt gặp video nào muốn tái tạo lại, cách tốt nhất là hỏi xem tác giả gốc có sẵn lòng chia sẻ hay không, hoặc gửi cho AI để phân tích và học hỏi.

Đây là một định hướng tương đối dài hạn, khi có cơ hội chúng tôi sẽ ra thêm các hướng dẫn về những tác phẩm và ví dụ cụ thể. Hướng dẫn hôm nay đến đây là kết thúc, nếu thấy hữu ích hãy giúp mình bấm like hoặc thả star nhé, cảm ơn các bạn.

06 / CHƯƠNG SÁU

Tài liệu tham khảo

• lemo-opuscar (nguồn video mẫu trong bài viết, video mẫu theo giấy phép CC BY 4.0, ghi nhận bản quyền LemoLab): github.com/lemomo-ai/lemo-opuscar
• Thư viện video mẫu: lemomo-ai.github.io/lemo-opuscar
• xilo-opus-video: github.com/Kianzzz/xilo-opus-video
• anatomy: github.com/wheresryan22/anatomy
• HyperFrames: github.com/heygen-com/hyperframes
• Remotion: github.com/remotion-dev/remotion; Skill chính thức: github.com/remotion-dev/skills
• Manim: github.com/3b1b/manim; Bản cộng đồng: github.com/ManimCommunity/manim
• Motion Canvas: github.com/motion-canvas/motion-canvas; Revideo: github.com/redotvideo/revideo
• blender-mcp: github.com/ahujasid/blender-mcp
• p5.brush: github.com/acamposuribe/p5.brush; ClaudeAnimationBase: github.com/JohnHeibel/ClaudeAnimationBase
• creator-style-kit: github.com/threeaus/creator-style-kit
• lanshu-create-ai-presenter-video: github.com/cclank/lanshu-create-ai-presenter-video
• weilanx-claude-videos: github.com/Azure12355/weilanx-claude-videos
• Tuyển tập case study: github.com/athemeroy/awesome-opus-5-5-videos; github.com/guanmo-ai/awesome-ai-motion
• Đọc thêm @xilo2991 "Nhập môn làm video bằng Opus 5.5 từ con số 0": x.com/xilo2991/status/2104912748794589515 (dữ liệu thử nghiệm thực tế "thêm shader khiến thời gian render tăng từ 7 giây lên 48 giây" trong bài trích từ nguồn này)
• Đọc thêm @threeaus "Cách dùng Claude / DeepSeek làm video tin tức": x.com/threeaus/status/2112394912029409410
• Đọc thêm @AI_DVD6 "Hai phim ngắn kiến thức AI đều vượt mốc 130.000 lượt xem": x.com/AI_DVD6/status/2111273399943057458
• Đọc thêm @zureA255062 "Hướng dẫn vạn chữ xây kênh Douyin từ đầu với Opus 5.5": x.com/zureA255062/status/2111642497927798995

Học tương tác với AI (NotebookLM)

Ngoài đọc , bạn có thể nghe , xem và xem hoạ thông tin ở đầu bài. Bài này còn có bộ công cụ tương tác do AI tạo: Bài kiểm tra trắc nghiệm, Thẻ ghi nhớ, Sơ đồ tư duy, Bản trình bày và Báo cáo chuyên sâu.

Mở không gian học tương tác