Để Claude tự làm video trên Google Flow: cách mình dựng bộ skill

Trong video mình hứa chia sẻ cách làm trước — đây là bài đó. Bạn sẽ thấy toàn bộ kiến trúc: 2 thứ input, 5 lớp text Claude tự viết, và cách nó tự bấm trên Google Flow. Kèm starter kit để bạn dựng bộ skill của riêng mình. Bộ skill hoàn chỉnh mình đang dùng thì như đã nói, liên hệ qua email.

📦 Tải starter kit (zip) — template 5 lớp text · checklist thao tác Flow · skeleton SKILL.md 7 bước · 1 ví dụ chạy hết pipeline.

Mục lục

1. Nói thật: tự động đến đâu, chỗ nào vẫn là bạn
2. Bạn cần chuẩn bị gì
3. Kiến trúc: 2 input → 5 lớp text → 1 lớp thao tác
4. Lớp 1: Kịch bản
5. Lớp 2: Character bible
6. Lớp 3–5: Ba loại prompt
7. Lớp thao tác: Claude tự bấm trên Flow
8. Gói thành skill
9. Ba tiếng chỉnh đi chỉnh lại — mình sửa gì
10. Bước cuối: CapCut
11. Lỗi hay gặp
12. Câu hỏi thường gặp

1. Nói thật: tự động đến đâu, chỗ nào vẫn là bạn

Hai chỗ mình cố tình không tự động: duyệt kịch bản (sai ở đây thì mọi lớp sau sai theo, và mỗi lần generate tốn credit) và ghép video cuối (CapCut làm việc đó tốt hơn bất kỳ prompt nào). Và một chỗ mình không kiểm soát được: giao diện Google Flow. Nó đổi liên tục — tháng 5/2026 thêm Agent và Gemini Omni, tháng 6 thêm Nano Banana 2 Lite — nên skill phải "nhìn" trang trước khi bấm, không được đoán nút theo trí nhớ.

2. Bạn cần chuẩn bị gì

• Claude Code đã cài, có thể tạo skill cá nhân ở ~/.claude/skills/.
• Một cách để Claude điều khiển trình duyệt: mình dùng Claude in Chrome (extension), đã đăng nhập sẵn labs.google/flow. Trình duyệt tích hợp của app Claude cũng được.
• Tài khoản Google Flow có credit. Bản free credit ít; nếu làm video 4–6 cảnh có 2 nhân vật, bạn cần khoảng 2 + 6 + 6 = 14 lượt generate cho một lần chạy sạch, chưa tính generate lại.
• Hai thứ input, đúng như trong video: một ý tưởng kịch bản vài dòng, và các lưu ý bạn muốn nó bám theo (phong cách hình, tỉ lệ, số cảnh, thời lượng mỗi cảnh, voiceover hay không, thứ không được có). Template inputs/idea-brief.md trong kit.
• Đã làm tay trên Flow ít nhất một lần. Đây là điều mình học đắt nhất: bạn không viết được bước tự động hoá cho thứ bạn chưa tự bấm.

3. Kiến trúc: 2 input → 5 lớp text → 1 lớp thao tác

inputs/idea-brief.md  (ý tưởng + lưu ý)
        │
        ▼
[Bước 0] Chốt thông tin ── hỏi phần thiếu, in bảng xác nhận, chờ ok
        │
        ▼
[Lớp 1] Kịch bản theo cảnh ──────── in ra, duyệt
[Lớp 2] Character bible ─────────── in ra, duyệt
[Lớp 3] Prompt character reference ─ in ra
[Lớp 4] Prompt storyboard từng cảnh  in ra
[Lớp 5] Prompt video từng cảnh ───── in ra
        │
        ▼
[Lớp thao tác] Claude mở Flow:
   Image mode ── character ref ── storyboard (attach ref)
   Video mode ── frame đầu = storyboard ── video từng cảnh
        │
        ▼
Bạn: tải về → CapCut

Nguyên tắc xuyên suốt, và là dòng đầu tiên trong SKILL.md của mình: in từng lớp ra chat, không chạy ngầm rồi báo kết quả cuối. Lý do đơn giản: nếu kịch bản sai hướng, sửa ở lớp 1 rẻ hơn sửa sau khi đã đốt 14 lượt generate.

Thứ hai: một cụm phong cách, dùng nguyên văn ở mọi lớp. "warm Pixar-style 3D animation" phải xuất hiện y hệt trong character ref, storyboard và video prompt. Diễn đạt khác đi một chữ là Flow đổi phong cách giữa ảnh tĩnh và video.

4. Lớp 1: Kịch bản

Mỗi cảnh là một khối 5 mục: bối cảnh, hành động, dialogue, âm thanh, ghi chú đạo diễn. Mục cuối cùng quan trọng hơn bạn nghĩ — nó ghi cảm xúc cảnh này cần truyền và cách chuyển sang cảnh sau, và đó chính là thứ làm video ghép lại có mạch chứ không phải 4 clip rời.

Một luật mình thêm vào sau khi thất bại: mỗi cảnh chỉ một hành động. 8 giây là một hành động, không phải ba. Kịch bản đầu tiên mình viết "cô bé chạy ra vườn, nhặt quả táo, quay lại cười với mẹ" trong một cảnh — Flow ra một clip lộn xộn. Tách thành hai cảnh, mỗi cảnh một việc, ổn ngay.

Template đầy đủ: templates/01-script.md. Ví dụ chạy thật: example/mot-buoi-sang-o-tiem-pho.md.

5. Lớp 2: Character bible

Đây là lớp quyết định nhân vật có giữ được mặt qua các cảnh hay không. Mỗi nhân vật: tuổi, vai trò, ngoại hình, trang phục, và 1–2 đặc điểm nhận diện riêng — nốt ruồi má trái, kính gọng tròn, sẹo chân mày. Model bám vào chi tiết nhỏ cụ thể tốt hơn bám vào "khuôn mặt hiền".

Màu ghi cụ thể: "áo bà ba nâu đất, tạp dề xanh rêu", không "áo truyền thống". Mọi nhân vật trong kịch bản đều phải có hồ sơ, kể cả vai phụ xuất hiện một cảnh — không thì Claude tự bịa lúc viết prompt và mỗi cảnh một kiểu.

Template: templates/02-character-bible.md.

6. Lớp 3–5: Ba loại prompt

Cả ba viết tiếng Anh (model hiểu mô tả hình tiếng Anh ổn định hơn), cả ba chứa nguyên văn cụm [STYLE].

Character reference (Image mode, một prompt mỗi nhân vật): yêu cầu sheet nhiều góc — front, 3/4, side, full body và close-up mặt — nền trung tính, ánh sáng đều, no text. Sheet này là ảnh Claude sẽ đính kèm vào mọi storyboard có nhân vật đó.

Storyboard (Image mode, mỗi cảnh một prompt, ghi rõ attach reference nào): một khung hình điện ảnh cho bối cảnh + hành động của cảnh, "featuring [tên] exactly as in the attached reference", góc máy, tỉ lệ. Mình ghi tên reference cần attach ngay trong prompt để bước tự động hoá đọc và chọn đúng ảnh.

Video (Video mode, ảnh storyboard làm frame đầu): câu mở "Animate this frame into an 8-second cinematic clip" rồi câu quan trọng nhất: "CRITICAL: preserve EXACTLY the same [STYLE], lighting, and color palette shown." Không có câu này, video hay trôi sang phong cách khác. Sau đó mô tả hành động và ngôn ngữ máy quay (slow push-in, tracking shot, rack focus), kết bằng "smooth natural motion, no jump cuts, no text".

Khuôn cả ba: templates/03-prompts.md.

7. Lớp thao tác: Claude tự bấm trên Flow

Đây là phần tốn 3 tiếng. Thứ tự thao tác đúng như trong video: Character → Image → Video. Cụ thể hơn, theo giao diện Flow hiện tại:

1. Mở labs.google/flow, New project.
2. Nút chế độ ở thanh dưới (mặc định hiện "Video · 8s") → chọn Image, chọn tỉ lệ khung hình, xác nhận model ảnh (Nano Banana) hiện đúng.
3. Với mỗi nhân vật: dán prompt character ref vào ô soạn thảo, gửi. Screenshot xác nhận ô nhập đã trống và thumbnail đang render — nếu prompt còn nguyên trong ô nghĩa là chưa gửi được, bấm lại nút gửi bằng click trực tiếp. Chờ render xong (theo % trên thumbnail) mới sang nhân vật kế. Đặt tên ảnh theo tên nhân vật.
4. Với mỗi cảnh: mở phần đính kèm reference trong ô prompt, chọn đúng ảnh nhân vật, Add to prompt, dán prompt storyboard, gửi, chờ.
5. Đổi sang Video mode, chọn lại tỉ lệ và thời lượng. Với mỗi cảnh: trên ảnh storyboard bấm + để dùng làm frame đầu, mở Voices nếu cần giọng, dán prompt video, gửi, chờ.
6. Xong hết: tổng kết + link project.

Ba chi tiết kỹ thuật làm nên khác biệt giữa "chạy được" và "chạy ổn định":

• Cách nhập prompt. Gõ phím vào ô soạn thảo của Flow hay rớt chữ. Cách tin cậy là chạy JavaScript trong trang tìm đúng phần tử soạn thảo (contenteditable, có data-slate-editor), set nội dung, rồi bấm nút gửi. Sau đó vẫn phải screenshot xác nhận.
• Chờ render. Không được gửi prompt kế khi ảnh trước còn đang generate — Flow xếp hàng lộn thứ tự và bạn mất dấu ảnh nào của cảnh nào. Skill phải đọc trạng thái thumbnail trước mỗi hành động.
• Tên reference. Ảnh mới sinh mặc định tên "Untitled". Có hai nhân vật là chọn nhầm. Bước đặt tên ngay sau khi render là bước mình thêm vào ở lần chỉnh thứ ba.

Và một luật dừng: thất bại lặp lại ba lần ở cùng một nút → dừng, báo, không thử vô hạn. Thường nghĩa là giao diện đã đổi.

Checklist làm tay để bạn dò trước: templates/04-flow-manual-checklist.md. Cuối file có chỗ ghi "chỗ nào mình phải nhìn rồi mới quyết" — mỗi chỗ đó là một bước screenshot trong skill.

8. Gói thành skill

Skill Claude Code là một thư mục với file SKILL.md: phần đầu YAML khai báo, phần thân là hướng dẫn. Đặt ở ~/.claude/skills/flow-auto-video/SKILL.md là dùng được cho mọi project; gọi bằng /flow-auto-video kèm ý tưởng.

Frontmatter mình dùng:

---
name: flow-auto-video
description: "Biến ý tưởng kịch bản ngắn thành video hoàn chỉnh trên Google Flow: ... Dùng khi user đưa ý tưởng + lưu ý và muốn 'tạo video tự động qua Google Flow'. KHÔNG ghép/edit video cuối."
disable-model-invocation: true
---

description là thứ Claude đọc để quyết định khi nào tự gọi skill — viết rõ cả trường hợp dùng lẫn không dùng. disable-model-invocation: true để chỉ bạn gọi được bằng lệnh, tránh Claude tự kích hoạt và đốt credit khi bạn chỉ định hỏi bâng quơ về Flow.

Thân file là 7 bước đúng như kiến trúc ở mục 3: bước 0 chốt thông tin, bước 1–5 năm lớp text (mỗi bước kết bằng "in ra, chờ duyệt"), bước 6 thao tác Flow, bước 7 bàn giao. Skeleton có sẵn cấu trúc và chỗ trống: skill-skeleton/SKILL.md. Bạn dán template của mình vào các chỗ [...], sửa lại theo cách bạn tìm ô nhập, là có bản chạy được. Claude Code theo dõi thư mục skills, sửa file là có hiệu lực ngay, không cần khởi động lại.

9. Ba tiếng chỉnh đi chỉnh lại — mình sửa gì

Bản đầu tiên viết trong 20 phút và chạy được một nửa. Phần còn lại là sửa, theo thứ tự mình gặp:

1. Claude chạy ngầm hết rồi báo "xong". Kịch bản sai, mất 12 lượt generate. Thêm nguyên tắc in từng lớp, chờ duyệt.
2. Video đổi phong cách so với ảnh. Thêm "preserve EXACTLY" và cụm [STYLE] nguyên văn ở mọi lớp.
3. Nhân vật đổi mặt giữa cảnh 2 và 4. Character bible thiếu đặc điểm nhận diện; và reference chọn nhầm vì cùng tên "Untitled". Thêm đặc điểm riêng + bước đặt tên ảnh.
4. Prompt dán vào không gửi. Chuyển từ gõ phím sang set nội dung bằng JavaScript rồi bấm gửi, thêm screenshot xác nhận.
5. Gửi prompt kế khi ảnh trước chưa xong, Flow xếp hàng lộn. Thêm bước đọc trạng thái render trước mỗi hành động.
6. Claude bấm nút theo toạ độ nhớ từ lần trước, giao diện đổi, bấm sai. Thêm luật screenshot/đọc trang trước khi click, và luật dừng sau 3 lần thất bại.
7. Không ước lượng credit. Thêm bước báo số lượt generate dự kiến trước khi chạy hàng loạt.

Bảy lần sửa này là lý do bộ skill hoàn chỉnh khác starter kit. Kit cho bạn khung và các bài học; phần "đã chạy 10 lần không hỏng" là thứ bạn tự tích hoặc lấy từ mình qua email.

10. Bước cuối: CapCut

Skill dừng khi mọi cảnh đã có video trên Flow. Bạn tải từng clip (hoặc xếp thứ tự trong Scenebuilder rồi tải), import CapCut, ghép theo thứ tự cảnh, thêm phụ đề tiếng Việt, nhạc nền, cover. Mình không cố tự động hoá bước này: CapCut làm việc cắt ghép chính xác hơn bất kỳ prompt nào, và đây là chỗ bạn thêm dấu ấn riêng vào video.

11. Lỗi hay gặp

12. Câu hỏi thường gặp

Không dùng Claude Code, chỉ dùng app Claude được không? Được đến lớp 5: dán idea brief và 3 template vào chat, Claude viết đủ 5 lớp text, bạn tự copy-paste vào Flow theo checklist. Phần tự bấm trình duyệt cần Claude Code + Claude in Chrome (hoặc trình duyệt tích hợp trong app desktop).

Flow có mở ở Việt Nam chưa? Mở dần theo nước và đổi liên tục — cách chắc nhất là đăng nhập thử. Nếu chưa, lớp text vẫn dùng được với tool video khác, chỉ thay lớp thao tác.

Mất bao nhiêu credit một video? Số nhân vật + số cảnh × 2, cộng thêm 30–50% cho generate lại. Video 2 nhân vật 4 cảnh: khoảng 13–15 lượt.

Sao không cho Claude tự duyệt kịch bản luôn cho nhanh? Vì kịch bản là chỗ duy nhất bạn đưa được gu của mình vào, và là chỗ sửa rẻ nhất. Mọi thứ sau đó là máy móc.

Skill có hỏng khi Flow đổi giao diện không? Có thể, và đó là lý do skill phải nhìn trang trước khi bấm chứ không nhớ nút. Khi hỏng, thường chỉ cần sửa 1–2 dòng mô tả nút trong bước 6.

Muốn dùng luôn bộ skill hoàn chỉnh? Liên hệ mình qua email như trong video. Bài này và kit đủ để bạn tự dựng nếu chịu bỏ vài tiếng — mình đã ghi hết bảy chỗ mình vấp.

Tải & bắt đầu

📦 Tải starter kit (zip)

Điền inputs/idea-brief.md, đưa cho Claude cùng 3 template, làm tay một lần trên Flow theo checklist, rồi mới điền skeleton SKILL.md. Đừng đi ngược thứ tự — mình đã thử và mất thêm một tiếng.

Bạn dựng xong bản của mình, quay lại bài đăng kể mình nghe nó hỏng ở đâu — mình đang gom để cập nhật danh sách lỗi.

Tài liệu tham khảo chính thức: Claude Code Skills · Google Flow changelog