[FREE EBOOK] Từ PDF đến video minh họa bằng AI: Master Prompt Gemini

Từ PDF đến video minh họa bằng AI

Master Prompt giúp Gemini phân tích tài liệu và tạo hoạt hình giáo dục khi công cụ hỗ trợ, kèm prompt mẫu 7 bước làm video giải phẫu tim có kiểm nguồn theo từng trang. Tác giả Liên Lê, Vinalink Media.

⬇ Tải tài liệu PDF miễn phí

Hoặc xem trước trên Google Drive

Tài liệu Từ PDF đến video minh họa bằng AI gồm những gì?

Tài liệu gồm một Master Prompt tổng quát để Gemini biến PDF thành video hoạt hình giáo dục và một prompt mẫu 7 bước làm video giải phẫu tim cho sinh viên y.

Giáo viên, người làm đào tạo nội bộ hay người làm nội dung giáo dục đều gặp chung một việc: có sẵn tài liệu PDF nhưng cần biến một khái niệm khó thành hình ảnh dễ hiểu. Tự làm hoạt hình thì tốn công, thuê làm thì tốn tiền. Bộ prompt này giao phần việc đó cho Gemini, với các công cụ tạo ảnh và tạo video có sẵn trong ứng dụng.

Điểm chung của cả hai prompt là yêu cầu Gemini làm thật thay vì chỉ đưa kế hoạch: tạo ảnh, tạo video khi công cụ khả dụng. Đồng thời prompt cấm báo thành công khi chưa có file. Hai yêu cầu này đi cùng nhau mới an toàn.

Master Prompt tổng quát yêu cầu Gemini làm những gì?

Prompt giao Gemini vai đạo diễn video giáo dục: đọc PDF, chọn một ý, thiết kế video 16:9 tiếng Việt, tự tạo ảnh và video rồi báo cáo trang nguồn.

Phần phân tích tài liệu có năm yêu cầu: đọc phần liên quan, xác định khái niệm hay quá trình minh họa được, chọn một đơn vị kiến thức vừa với video ngắn, ghi trang PDF làm nguồn cho khẳng định quan trọng và không tự tạo thông tin khi tài liệu chưa đủ bằng chứng.

Phần thiết kế để bạn điền ba ô: đối tượng người học, chủ đề ưu tiên (hoặc để Gemini tự chọn) và thời lượng mục tiêu, mặc định 30 giây. Phong cách là hoạt hình giáo dục 2D hoặc 3D, ưu tiên chính xác và dễ hiểu. Một câu đáng giữ: chỉ dùng chuyển động khi nó thật sự giúp giải thích kiến thức.

Phần sản xuất yêu cầu Gemini kiểm tra công cụ nào thật sự có trong phiên, rồi làm sáu việc: lập phân cảnh, xác định yếu tố phải nhất quán giữa các cảnh, tạo hình tham chiếu, kiểm tra tỷ lệ và chi tiết, gọi công cụ tạo video, kiểm tra và sửa lỗi.

Cuối cùng Gemini phải báo cáo năm điều: nội dung đã minh họa, trang PDF đã dùng, công cụ thực tế đã chạy, phần đã và chưa kiểm chứng, lỗi cần sửa. Báo cáo này giúp bạn biết video dựa trên trang nào của tài liệu, không phải tin vào lời hứa chung chung.

Gemini hiện tạo video bằng công cụ nào?

Prompt nhắc tới Nano Banana để tạo ảnh và Veo để tạo video. Trang giới thiệu của Google hiện cho biết Gemini Omni sẽ thay Veo trong ứng dụng Gemini.

Đây là điểm bạn cần biết trước khi dùng. Chúng tôi đối chiếu với trang giới thiệu tính năng tạo video của Gemini: Google ghi Gemini Omni sẽ thay thế Veo trong ứng dụng Gemini. Theo trang này, mỗi video dài tối đa 10 giây, tạo được video từ tối đa 5 ảnh, có âm thanh gốc và cần gói đăng ký Google AI, áp dụng cho người từ 18 tuổi.

Prompt vẫn chạy được nhờ một câu viết sẵn: nếu có công cụ khác thay thế, chỉ dùng khi thực sự khả dụng và nêu rõ thay đổi. Bạn không cần sửa prompt, chỉ cần đọc phần báo cáo cuối để biết Gemini đã dùng công cụ nào. Tính năng và giới hạn còn tùy gói và khu vực, nên hãy kiểm tra trên tài khoản của bạn.

Giới hạn 10 giây mỗi clip có hệ quả thực tế. Mục tiêu 30 giây trong prompt nghĩa là ít nhất ba clip. Bạn cần ghép chúng lại bằng phần mềm dựng video như CapCut. Đây là chỗ hai yêu cầu "giữ nhất quán giữa các cảnh" và "hình tham chiếu" trong prompt phát huy tác dụng.

Prompt mẫu giải phẫu tim chạy qua những bước nào?

Prompt mẫu đi 7 bước: cổng kiểm nguồn, bảng bằng chứng, chọn cách thể hiện, storyboard 6 beat, style bible và ảnh khung, chuyển ảnh thành video, rồi QA và xuất bản.

Prompt mẫu giao Gemini đóng vai cả một nhóm: giảng viên giải phẫu, người thiết kế học liệu, biên kịch hoạt hình, chuyên gia hình ảnh, đạo diễn video và người kiểm định độc lập. Mục tiêu ghi rõ là ưu tiên độ chính xác và khả năng hiểu, không phải hiệu ứng đẹp.

Thứ tự này đáng học vì nó ngược với cách nhiều người dùng AI tạo video: thường viết prompt video ngay, rồi mới phát hiện hình sai. Ở đây ảnh khung phải đúng trước, video chỉ là bước làm nó chuyển động.

Vì sao prompt bắt kiểm nguồn trước khi tạo hình?

Vì video giáo dục sai một chi tiết là dạy sai cho người học. Cổng nguồn và bảng bằng chứng buộc mọi cấu trúc, nhãn và quan hệ trong video phải có trang PDF chứng minh.

STEP 0 có một lệnh dừng rõ ràng: PDF không đọc được hoặc không tìm thấy bài cần dùng thì dừng và xin tài liệu, không bịa nội dung. Nhiều prompt khác bỏ qua bước này nên AI cứ thế viết tiếp bằng kiến thức chung của nó.

STEP 1 tạo bảng gồm mã khẳng định, câu khẳng định ngắn, cấu trúc liên quan, trang in, trang PDF, trích đoạn và trạng thái. Cấu trúc nào không kiểm chứng được phải bỏ khỏi mô hình. Kiến thức ngoài PDF chỉ được thêm khi gắn nhãn "NGOÀI PDF, CẦN PHÊ DUYỆT" kèm nguồn đáng tin.

Chi tiết ghi cả số trang PDF lẫn số trang in nghe vụn vặt nhưng rất thực tế. Trang 45 trên phần mềm đọc PDF thường không phải trang 45 in trên giấy, trong khi người duyệt cần tìm được đúng chỗ trong giáo trình.

Chúng tôi thấy đây là phần đáng mang theo nhất, kể cả khi bạn không làm video. Bảng bằng chứng theo trang dùng được cho mọi việc nhờ AI tóm tắt tài liệu, từ báo cáo đến giáo án.

Làm sao giữ hình ảnh nhất quán giữa các cảnh video AI?

Prompt dùng một style bible chung, token mô tả cấu trúc lặp nguyên văn ở mọi cảnh và ảnh khung tham chiếu để đối tượng không đổi hình giữa các shot.

Video AI hay mắc lỗi đối tượng đổi dạng giữa hai cảnh: quả tim cảnh trước bốn buồng, cảnh sau như có thêm một ngăn. Giống thuê ba họa sĩ vẽ ba trang truyện mà không cho xem trang trước.

STEP 4 xử lý bằng hai công cụ. Style bible chốt phong cách minh họa 2D, nền ngà hoặc trắng, màu đỏ xanh có chú giải, đường viền rõ, tỷ lệ 16:9 và không giả ảnh chụp bệnh nhân. Anatomical Structure Tokens là đoạn mô tả từng cấu trúc gồm tên chuẩn, vị trí, hình dạng tương đối, hướng và thứ tự lớp, lặp nguyên văn ở mọi cảnh liên quan.

Trước khi sang bước video, prompt bắt kiểm ảnh: nhãn tiếng Việt đúng, mũi tên chỉ đúng cấu trúc, không đảo trái phải, không mọc thêm buồng hay động mạch sai. Nếu muốn tận dụng ý tưởng này cho môn khác, bạn chỉ cần đổi tên thành "token mô tả đối tượng" và áp cho sản phẩm, sơ đồ máy hay quy trình.

Bước chuyển ảnh thành video cần lưu ý gì?

Chỉ chạy khi ảnh khung đã duyệt, chuyển động tối thiểu, ghi rõ vật thể giữ nguyên và chuyển động cấm. Không có công cụ thì chỉ xuất prompt, không báo có MP4.

Prompt video cho mỗi ảnh gồm khung bắt đầu, chuyển động phục vụ mục tiêu học, vật thể phải giữ nguyên, góc máy, tốc độ, thời lượng trong giới hạn giao diện, điểm kết thúc và cách nối với cảnh sau. Chữ trên hình nên thêm ở khâu hậu kỳ nếu chữ trong video không ổn định.

Có một quy tắc rất quan trọng với nội dung khoa học: không yêu cầu mô phỏng dòng máu hay chuyển động van tim khi chưa được nguồn xác minh. Master Prompt tổng quát cũng có câu tương tự: không suy ra chuyển động sinh lý chỉ từ hình tĩnh. AI tạo video rất giỏi làm chuyển động trông hợp lý, nhưng hợp lý không có nghĩa là đúng.

Phần chuyển động cấm cũng cần ghi rõ: không biến dạng mô, van hay cấu trúc, không thêm mạch máu. Ghi điều cấm giúp AI ít "sáng tạo" sai chỗ hơn là chỉ mô tả điều muốn.

Kiểm định video AI trước khi dùng làm học liệu ra sao?

STEP 6 kiểm 5 lớp: nguồn, độ đúng chuyên môn, mục tiêu học, hình và nhãn, kỹ thuật và quyền. Lỗi cấu trúc phải quay về bước tạo ảnh, hủy clip phụ thuộc.

Cách phân luồng sửa lỗi rất rõ. Lỗi cấu trúc hoặc đảo hướng thì quay về STEP 4 và bỏ toàn bộ clip làm từ ảnh sai. Lỗi thời gian hay chuyển động thì chỉ sửa ở STEP 5 nếu ảnh khung vẫn đúng. Nhờ vậy bạn không phải làm lại từ đầu mỗi khi có lỗi nhỏ.

Tiêu chí tối thiểu để đạt gồm: mọi chi tiết đối chiếu được với trang nguồn, không đảo trái phải, không tự thêm động mạch, van hay nhãn, cùng một đối tượng giữ nguyên giữa các shot, có một câu hỏi kiểm tra kèm đáp án và mọi tính năng đã được kiểm trên giao diện Gemini thật. Thiếu điều kiện cốt lõi thì trạng thái là BLOCKED hoặc REVIEW_REQUIRED.

Prompt cũng yêu cầu người am hiểu giải phẫu duyệt trước khi xuất bản như học liệu, đồng thời tôn trọng quyền sử dụng tài liệu: không sao chép nguyên hình có bản quyền, chỉ tạo đồ họa mới từ khái niệm đã xác minh.

Bộ prompt này phù hợp với ai và còn thiếu gì?

Hợp với giáo viên, người làm đào tạo và nội dung giáo dục có gói Gemini hỗ trợ tạo video. Video dài hoặc cần lời dẫn chuẩn vẫn phải dựng và lồng tiếng thêm.

Điểm mạnh là cách prompt đặt độ chính xác lên trước hiệu ứng: cổng nguồn, bảng bằng chứng theo trang, trạng thái BLOCKED cho phần thiếu nguồn và quy tắc không báo thành công khi chưa có file. Prompt mẫu giải phẫu tim cho thấy cách áp dụng vào một lĩnh vực đòi hỏi khắt khe.

Có bốn giới hạn bạn nên biết. Thứ nhất, prompt viết theo Veo trong khi Google cho biết Gemini Omni sẽ thay Veo trong ứng dụng Gemini. Thứ hai, mỗi clip chỉ dài tối đa 10 giây, nên video 30 giây cần ghép nhiều clip. Thứ ba, tài liệu không có ví dụ video đầu ra để bạn hình dung chất lượng.

Thứ tư, prompt mẫu cho giải phẫu tim nhắc tới "Bài 20. Tim và hệ bạch huyết" của một giáo trình cụ thể. Bạn phải đổi tên bài và đối tượng người học trước khi dùng cho tài liệu của mình. Câu cuối yêu cầu render MP4 cũng chỉ có ý nghĩa khi công cụ hỗ trợ xuất file.

Nếu bạn muốn biến cùng tài liệu thành slide thay vì video, xem thêm ebook 12 prompt NotebookLM tạo slide.

Câu hỏi thường gặp về tạo video minh họa từ PDF bằng AI

Master Prompt PDF to Educational Animation dùng để làm gì?

Đây là prompt dán vào Gemini cùng file PDF để Gemini đọc tài liệu, chọn một khái niệm có thể minh họa, lên phân cảnh rồi gọi công cụ tạo ảnh và video để làm một video hoạt hình giáo dục ngắn bằng tiếng Việt.

Prompt có dùng được với Claude hay ChatGPT không?

Prompt viết riêng cho Gemini vì cần công cụ tạo ảnh và tạo video có trong ứng dụng Gemini. Claude và ChatGPT vẫn dùng được phần phân tích PDF và lên storyboard, nhưng bước tạo video phải làm ở công cụ khác.

Gemini có tạo được video dài từ một file PDF không?

Không. Theo trang giới thiệu của Google, mỗi video tạo trong Gemini dài tối đa 10 giây. Một bài học nhiều phân cảnh cần tạo nhiều clip rồi ghép lại bằng phần mềm dựng.

Vì sao prompt yêu cầu ghi số trang PDF cho từng khẳng định?

Để mỗi chi tiết trong video truy ngược được về tài liệu gốc. Khẳng định nào không tìm thấy trang nguồn sẽ bị bỏ khỏi video, tránh việc AI tô thêm kiến thức sai.

Có được dùng lại hình trong giáo trình PDF cho video không?

Prompt mẫu yêu cầu không sao chép nguyên tranh hoặc hình có bản quyền để xuất bản. Gemini chỉ tạo đồ họa mới dựa trên khái niệm đã xác minh, muốn dùng hình gốc thì phải xin phép chủ sở hữu.

Gemini báo đã tạo video nhưng không thấy file thì sao?

Prompt cấm báo thành công khi chưa có file thật. Nếu công cụ tạo video không khả dụng, Gemini phải nêu rõ giới hạn và đưa prompt video sẵn sàng dùng để bạn chạy ở nơi khác.

Video AI về giải phẫu có dùng ngay để dạy được không?

Chưa nên. Prompt mẫu yêu cầu người am hiểu giải phẫu duyệt trước khi xuất bản như học liệu, vì AI có thể đảo trái phải hoặc vẽ thêm cấu trúc không có thật.

Muốn làm video và nội dung đào tạo bằng AI thì học tiếp gì?

Phần quan trọng nhất của bộ prompt không nằm ở công cụ video mà ở cách giao việc cho AI: vai rõ, nguồn rõ, điểm dừng rõ và kiểm định trước khi xuất bản.

Nếu bạn muốn học bài bản cách sản xuất video ngắn bằng AI cho nhiều kênh, khóa Agentic Content Marketing 3C của Vinalink Academy học 6 buổi online qua Zoom. Buổi 5 dành cho sản xuất video TikTok, Facebook, YouTube Short với cấu trúc Hook, Story, CTA và các công cụ như CapCut, Canva Video, Runway, HeyGen, VEO3.

Khóa không dạy riêng bộ prompt trong tài liệu này và không chuyên về video giáo dục y khoa. Lịch khai giảng mới nhất bạn xem trên trang khóa học.