AI agent
Node Studio Pro
Một pipeline chạy trên trình duyệt biến brief thô thành quảng cáo ngắn hoàn chỉnh qua các node nối tiếp.
- Trạng thái
- Một công cụ do tôi xây và chạy trên trình duyệt.
Vấn đề
AI video bị trôi. Nhân vật đổi mặt giữa các shot, model tự bịa chữ và sản phẩm, và một shot lỗi có thể dừng cả lượt chạy.
Cách vận hành
1Cấu hình
Thiết lập chung cho cả lượt chạy: thị trường mục tiêu, tỷ lệ khung hình, thời lượng theo bước 4, 6, 8, 10 giây, kiểu chữ động, giọng đọc và nhạc. Lưu trong trình duyệt nên tải lại không mất gì.
2Tài nguyên hình ảnh
Tối đa mười ảnh sản phẩm tạo thành bộ tham chiếu đi xuyên suốt các node sau, để model học màu sắc và nhận diện thương hiệu.
3Bóc tách kịch bản
Một click biến kịch bản thô thành JSON gọn: nhân vật, bối cảnh, ghi chú, hành động của nhân vật và sản phẩm, lời thoại và chữ overlay cho thị trường đã chọn. Thời lượng shot thiếu sẽ được ước tính.
Công cụ hoặc model: Gemini
4Talent studio
Chọn diễn viên ảo. Khi một nhân vật được tạo hoặc nhập vào, nó có thể bị khóa: hệ thống đọc cấu trúc khuôn mặt, màu da, kiểu tóc và lưu thành Identity Lock mà các model video phải tuân theo.
Công cụ hoặc model: Nano Banana Pro
Bài học: Khó nhất là ép AI video giữ đúng danh tính. Cách giải là các rule prompt chặt cùng trạng thái khóa và mở khóa truyền giữa các node.
5Giọng đọc và bản địa hóa
Kịch bản được quét để lấy lời thoại đã dịch sẵn theo ngôn ngữ đích, hoặc tự động dịch. Không cần thu âm thủ công.
6Sản xuất ảo
Mỗi shot được đạo diễn và render với các rule prompt chặt: không tự vẽ thêm hộp sản phẩm nếu kịch bản không nhắc, và chữ động bám theo nội dung overlay thay cho phụ đề thường. Shot lỗi có phương án dự phòng và không làm treo pipeline.
Công cụ hoặc model: Omni 1.1 Flash
7Ghép master
Tất cả shot được nối thành một file MP4 master ngay trong trình duyệt, không cần server xử lý.
Công cụ hoặc model: FFmpeg (WASM)
Bài học: FFmpeg bị chặn CORS trong iframe. Dùng classic worker tải WASM làm phương án dự phòng đã giải quyết vấn đề.
Hiện đã có
- Bảy node từ cấu hình toàn cục đến ghép master.
- Identity Lock giữ nguyên khuôn mặt, màu da và kiểu tóc của nhân vật qua các shot.
- Các rule prompt chặt cấm sản phẩm tự bịa và phụ đề thường, còn chữ động bám theo nội dung overlay.
- Một shot lỗi được dự phòng an toàn và không bao giờ làm treo pipeline.
- File MP4 cuối được ghép ngay trên trình duyệt bằng FFmpeg (WASM), không cần server xử lý.
Ghi chú khi xây
Phần khó nhất là ép AI video giữ đúng danh tính và chữ overlay. Thay vì để model tự phiêu, tôi viết các rule prompt chặt (khóa hành động, khóa ngôn ngữ) và xây trạng thái khóa và mở khóa truyền giữa các node. FFmpeg bị chặn CORS trong iframe và được giải quyết bằng phương án classic worker.