Cách viết kịch bản video ngắn như thế nào?

Bắt đầu từ quỹ thời gian, không phải từ ý tưởng

Kịch bản video ngắn là một kế hoạch theo thời gian: nói gì, hiện gì và vào lúc nào. Trên TikTok, Douyin, Reels hay YouTube Shorts, người xem quyết định có ở lại hay không chỉ trong một hai giây đầu, và cả video thường ngắn hơn một phút. Không còn chỗ cho phần khởi động, nên độ dài quyết định kịch bản trước cả ý tưởng.

Tiếng Anh nói rõ ràng theo kiểu giải thích thường đạt khoảng 2,5 đến 3 từ mỗi giây. Người nói nhanh có thể vượt 3, giọng đọc điềm tĩnh thì quanh 2,5. Lấy độ dài mục tiêu nhân với tốc độ đó là ra số từ tối đa. Sau đó trừ đi số từ tương ứng khoảng 2 giây, vì video ngắn hầu như luôn cần một nhịp lặng cho màn tiết lộ, phản ứng hoặc khung hình cuối. Tiếng Việt có tốc độ khác tiếng Anh, vì vậy hãy tự đọc to kịch bản và bấm giờ thay vì quy đổi số từ.

Phép tính cho 30 giây: 30 × 2,5 = 75 và 30 × 3 = 90. Trừ 2 giây im lặng (5 đến 6 từ) là ra khoảng 70 đến 85 từ. Nếu bản nháp của bạn có 130 từ thì đó là video 45 giây, không phải 30 giây. Đừng chữa bằng cách nói nhanh hơn; hãy cắt bớt một ý.

Muốn biết con số thật, hãy đọc to bản nháp và bấm giờ. Ví dụ, công cụ đếm từ của cv.cm cho biết số từ và thời gian đọc ước tính, còn công cụ chuyển văn bản thành giọng nói đọc văn bản bằng giọng có sẵn trên thiết bị, giúp bạn nghe nhịp trước khi thu âm hay tạo giọng. Lưu ý YouTube Shorts hiện có thể dài tới 3 phút, nhưng giới hạn dài hơn không phải lý do để viết dài hơn; hãy viết bản ngắn nhất mà vẫn đủ cú chốt.

Công thức hook cho video kèm câu ví dụ

Hook của video gồm câu mở đầu và khung hình đầu tiên. Nhiệm vụ của nó là khiến người xem đặt ra một câu hỏi mà phần còn lại của video sẽ trả lời. Hook hứa điều mà video không làm được sẽ khiến người xem lướt đi ở đoạn sau thay vì ngay lúc này, nên hãy giữ cho trung thực. Những công thức dưới đây bao quát hầu hết hook của video ngắn:

Câu mở đầu mới chỉ là một nửa hook. Khung hình đầu cũng quan trọng không kém. Qua thử nghiệm với các video ngắn do AI tạo, chúng tôi thấy khung hình mở đầu quyết định phần lớn lượng người rời đi sớm: nó nên là khung hình đẹp nhất của video, sáng, thấy rõ và đủ sáng toàn bộ gương mặt chủ thể, và đã chuyển động hoặc có phản ứng. Cảnh tiết lộ chậm, nhân vật cúi nhìn xuống, ánh sáng tối hay mở đầu kiểu vừa thức dậy sẽ làm mất người xem trước khi câu đầu tiên kết thúc. Hãy đưa ý tưởng vào bối cảnh và đạo cụ thay vì mở đầu chậm, và giữ cảnh cận hoặc trung trong những giây đầu để chủ thể chiếm phần lớn khung hình.

Năm cấu trúc cho video ngắn

Mỗi video chọn một cấu trúc. Trộn hai cấu trúc trong 30 giây thường khiến cả hai đều không đạt. Bên dưới là các nhịp của từng cấu trúc theo thứ tự.

Có hai cơ chế giúp ích cho mọi cấu trúc. Thứ nhất, cứ vài giây lại có một điểm phá nhịp: cảnh mới, góc quay mới, một con số trên màn hình hoặc một âm thanh. Kịch bản nên đánh dấu những chỗ đó. Thứ hai, vòng lặp: nếu câu cuối dẫn ngược về câu đầu, người xem tiếp tục xem sẽ trôi vào phần mở đầu mà không thấy đường nối, và nhiều người xem một phần video hai lần. Một vòng lặp đơn giản là kết thúc giữa câu ở cụm từ mà hook sẽ hoàn thành.

Kịch bản 30 giây hoàn chỉnh kèm bảng nhịp

Dưới đây là một kịch bản vấn đề – giải pháp hoàn chỉnh cho video dọc 30 giây. Mỗi nhịp có mốc thời gian, lời đọc (VO), chữ trên màn hình và hình ảnh. Lời đọc dài 79 từ (tính theo bản tiếng Anh gốc), nằm trong định mức 70 đến 85 từ cho 30 giây và còn một quãng ngắt ở cuối.

TITLE: Why bread goes stale faster in the fridge
LENGTH: 30 s, 9:16, voiceover + captions

0.0-2.5 s  HOOK
  VO:     You are storing bread in the worst place in your kitchen.
  SCREEN: The fridge = stale bread
  VISUAL: Close-up, hand pulls a loaf out of a bright open fridge, taps it, it sounds hard.

2.5-9.0 s  PROBLEM
  VO:     Cold air does not keep bread fresh. It makes the starch firm up faster,
          so a chilled loaf turns stale in days.
  SCREEN: Cold = faster staling
  VISUAL: Medium shot, loaf cut in half, crumb looks dry, a slice snaps instead of bending.

9.0-19.0 s  FIX
  VO:     Keep the bread you will eat in two days on the counter, in a paper bag or bread box.
          Slice the rest and freeze it.
  SCREEN: 2 days: counter / rest: freezer
  VISUAL: Top shot, bread into a paper bag; cut to slices going into a freezer bag.

19.0-26.5 s  PROOF
  VO:     A frozen slice goes straight into the toaster and tastes close to fresh.
  SCREEN: Freezer -> toaster, no thawing
  VISUAL: Close-up, frozen slice into toaster, pops up golden, butter melts on it.

26.5-30.0 s  PAYOFF + LOOP
  VO:     So next time you reach for the fridge...
  SCREEN: (none)
  VISUAL: Same open fridge as the first frame, hand stops, turns to the bread box.
          Last frame matches the first frame for a clean loop.

Hãy để ý kịch bản làm gì. Hook chỉ ra một sai lầm mà người xem có thể đang mắc. Nhịp vấn đề đưa ra một lý do, không phải ba. Phần giải pháp là hai hành động cụ thể có kèm con số. Bằng chứng được thể hiện bằng hình ảnh nên cần ít lời. Câu cuối dừng giữa chừng và hình ảnh quay về chiếc tủ lạnh mở đầu, nhờ đó lần xem lại bắt đầu bằng đáp án cho chính câu hỏi của nó.

Từ kịch bản đến danh sách cảnh quay và prompt video AI

Biến kịch bản thành video bằng AI hiệu quả nhất khi bạn tự chuyển đổi kịch bản thay vì dán nguyên vào công cụ tạo video. Mỗi nhịp thành một hoặc nhiều cảnh quay, mỗi cảnh quay thành một prompt. Hướng dẫn viết prompt storyboard của chúng tôi trình bày đầy đủ phương pháp; với video ngắn, ba quy tắc quan trọng nhất là:

1. Chỉ viết những gì máy quay thấy được. Mô hình video có xu hướng thể hiện ẩn dụ theo nghĩa đen: câu như “lời anh ta sắc như dao” có thể khiến một con dao thật xuất hiện trong cảnh. Lời đọc cứ giàu cảm xúc tùy ý, nhưng dòng mô tả hình ảnh phải trung tính: chủ thể, hành động, chất liệu, ánh sáng, khung hình.
2. Khớp độ dài cảnh với khả năng của mô hình. Nhiều mô hình video chỉ nhận thời lượng cố định, như số giây nguyên hoặc các mức 5, 10, 15 giây. Hãy lên kế hoạch để các nhịp cắt ra được từ những độ dài đó. Nhịp 6,5 giây có thể cắt từ clip 10 giây; không thể tạo từ clip 5 giây.
3. Tạo cảnh hook trước và đánh giá nó khắt khe nhất. Nếu khung hình mở đầu không sáng, không cận và chưa chuyển động, hãy tạo lại trước khi mất công làm phần còn lại.

Dưới đây là nhịp đầu tiên của kịch bản mẫu, viết thành prompt video:

Vertical 9:16, close-up. A hand opens a brightly lit white fridge and pulls out a loaf of
sourdough bread, then taps the crust twice with a knuckle. The crust looks dry and hard.
Cool white fridge light on the bread, warm kitchen light behind. The camera is static,
slightly below eye level. Duration 3 seconds. No text on screen.

Đừng đưa chú thích và chữ trên màn hình vào prompt video, hãy thêm chúng trong trình chỉnh sửa. Mô hình hay viết sai chính tả chữ được tạo ra, và dù sao sau này bạn cũng muốn sửa lời. Về cấu trúc prompt nói chung, xem hướng dẫn viết prompt video của chúng tôi.

Dùng công cụ AI viết kịch bản video mà không bị nhạt nhẽo

Một mô hình ngôn ngữ như ChatGPT, Claude, Gemini, DeepSeek hay Qwen có thể viết nháp kịch bản trong vài giây. Nếu chỉ yêu cầu chung chung, nó cho ra đúng bản kịch bản ai cũng nhận được: hook mơ hồ, ba mẹo nhạt và “theo dõi để xem thêm”. Cách khắc phục là đưa cho nó chất liệu chỉ bạn có và những ràng buộc cứng nó phải tuân theo.

Write a 30-second vertical video script, 70-85 spoken words.
Structure: problem-solution. Beats with timestamps: hook 0-2.5 s, problem, fix, proof, payoff.
For each beat give: VO line, on-screen text (max 6 words), and one visual a camera could film.
Audience: renters with small kitchens.
Facts to use (do not add others): [paste your notes or source]
My own detail to include: [what you tried and what happened]
Rules: no rhetorical questions after the hook, no "in this video", no "follow for more",
no similes in the visual lines. Give 5 alternative hook lines at the end.

• Đưa dữ kiện, không phải chủ đề. Mô hình sẽ lấp chỗ trống bằng những phỏng đoán nghe có vẻ hợp lý; hãy đưa ghi chú hoặc nguồn của bạn và dặn nó không thêm nhận định.
• Thêm một chi tiết cá nhân: con số bạn đã đo, lỗi bạn từng mắc, nơi bạn đã quay. Chi tiết đó làm kịch bản thành của bạn.
• Yêu cầu nhiều hook rồi tự chọn một. Sau đó viết lại bằng đúng lời bạn sẽ nói.
• Đọc to bản nháp. Cắt mọi câu bạn không nói với bạn bè, và mọi từ chỉ để nghe cho kêu.
• Kiểm tra mọi dữ kiện mô hình giữ lại. Một kịch bản được đọc cho hàng nghìn người nghe là nơi tệ nhất để một con số bịa đặt xuất hiện.

Lỗi kịch bản thường gặp và giới hạn

• Quá nhiều từ. Đây là vấn đề phổ biến nhất. Nếu phải tăng tốc lời đọc để cho vừa thì kịch bản quá dài.
• Có lời chào hoặc phần giới thiệu. “Chào mọi người, hôm nay mình muốn nói về...” tiêu tốn đúng hai giây quyết định có ai ở lại hay không.
• Hook mà video không đáp ứng. Người xem cảm thấy bị lừa sẽ lướt đi và ít khả năng xem video tiếp theo của bạn.
• Một nhịp chứa ba ý. Mỗi nhịp chỉ nên mang một ý và một hình ảnh.
• Không có kế hoạch hình ảnh. Kịch bản chỉ có lời đọc buộc người dựng hoặc mô hình tự nghĩ ra hình, thường cho ra những cảnh chung chung như ảnh stock.
• Bỏ qua dữ liệu giữ chân. Trong YouTube Studio, phân tích Shorts cho biết bao nhiêu người xem ở lại sau những giây đầu. Hãy so sánh con số này giữa các hook trước khi quyết định công thức nào hợp với khán giả của bạn.

Kịch bản chỉ là điểm xuất phát. Kịch bản video ngắn hay nhất thường được viết lại sau lần dựng đầu tiên, khi bạn thấy lời nào hình ảnh đã tự giải thích và có thể cắt. Nếu video cuối có người do AI tạo hoặc cảnh trông như thật, hãy thêm nhãn AI của nền tảng; hướng dẫn gắn nhãn nội dung AI của chúng tôi giải thích quy định của từng nền tảng.