Tạo JSON prompt cho Veo 3: hướng dẫn prompt có cấu trúc và mẫu (2026)

Hầu hết mọi người gõ một câu vào Veo 3, chắp tay cầu may và hy vọng mô hình đoán đúng ý họ. Đôi khi nó làm đúng. Nhưng thường thì máy quay trôi đi, ánh sáng đổi từ cảnh này sang cảnh khác, áo khoác nhân vật đổi màu, còn âm thanh chẳng giống chút nào với thứ bạn hình dung. Cách khắc phục mà những người sáng tạo có kinh nghiệm đã chốt lại trong năm 2026 không phải là viết câu dài hơn, mà là dùng JSON prompt. Thay vì một đoạn văn dài lê thê, bạn đưa cho Veo 3 một đối tượng có cấu trúc, đặt tên riêng cho từng thông số: chủ thể, hành động, máy quay, ống kính, ánh sáng, màu sắc, âm thanh và phong cách. Mô hình thôi đoán mò và bắt đầu làm theo chỉ dẫn.

Bài viết này là tài liệu tham khảo đầy đủ, sao chép dùng ngay về cách viết JSON prompt cho Veo 3. Bạn sẽ biết JSON prompt thực sự là gì, vì sao định dạng có cấu trúc cho kết quả nhất quán hơn văn bản thuần, cấu trúc từng trường của một đối tượng prompt Veo 3, và 4 mẫu dùng ngay để dán thẳng vào Veo 3 hôm nay. Nếu bạn vẫn viết prompt thành đoạn văn, đây là nâng cấp mang lại thay đổi lớn nhất cho tỷ lệ ra kết quả đúng ý. Mới làm quen với việc viết prompt nói chung? Hãy đọc lướt hướng dẫn kỹ thuật viết prompt cho Veo 3 trước, rồi quay lại đây để nâng cấp lên prompt có cấu trúc.

JSON prompt là gì?

JSON (JavaScript Object Notation) là cách đơn giản, dễ đọc để ghi dữ liệu có cấu trúc dưới dạng các cặp khóa–giá trị. JSON prompt cho Veo 3 lấy chính ý tưởng mà bạn vẫn thường nhồi vào một câu, rồi tách nó thành các trường có nhãn:

{
  "shot": "trung cận cảnh",
  "subject": "một barista tóc đỏ xoăn, đeo tạp dề xanh lá",
  "action": "đánh sữa bằng vòi đánh sữa, rồi ngước lên mỉm cười với máy quay",
  "setting": "một quán cà phê đặc sản ngập nắng, buổi sáng",
  "camera": "đẩy máy chậm tiến vào trên ống kính 50mm, độ sâu trường ảnh nông",
  "lighting": "ánh sáng cửa sổ ấm từ bên trái, bóng đổ mềm",
  "audio": "tiếng xì của vòi đánh sữa, tiếng trò chuyện khe khẽ trong quán, không có nhạc",
  "style": "chân thực như ảnh chụp, điện ảnh, hạt phim 35mm"
}

So sánh với bản viết thành đoạn văn: "Một barista tóc đỏ xoăn, đeo tạp dề xanh lá, đánh sữa trong quán cà phê ngập nắng rồi ngước lên mỉm cười, quay bằng ống kính 50mm với cú đẩy máy chậm tiến vào và ánh sáng cửa sổ ấm, kèm tiếng vòi đánh sữa và tiếng trò chuyện trong quán." Cả hai đều mô tả cùng một cảnh. Nhưng bản JSON tách riêng từng chỉ dẫn, nên mô hình không thể trộn lẫn "ánh sáng cửa sổ ấm từ bên trái" vào phần mô tả chủ thể, cũng không thể bỏ sót chỉ dẫn âm thanh bị chôn ở cuối một câu dài. Mỗi khóa là một kênh truyền ý định rõ ràng.

Veo 3 không yêu cầu lược đồ (schema) chính thức. Nó đọc các giá trị bằng ngôn ngữ tự nhiên bên trong đối tượng. Nhưng chính việc cấu trúc hóa buộc bạn phải nói rõ những điều lẽ ra bạn sẽ để mơ hồ. Sự rõ ràng đó là nguồn gốc của bước nhảy về chất lượng.

Vì sao JSON prompt hiệu quả hơn trong Veo 3

Có 3 lý do cụ thể khiến prompt có cấu trúc hơn hẳn đoạn văn, nhất là với một mô hình như Veo 3 tạo hình ảnh và âm thanh gốc trong cùng một lượt:

1. Không có gì bị rơi rụng. Trong một câu dài, mô hình đặt trọng số cao nhất vào những từ nó thấy đầu tiên và cuối cùng. Chỉ dẫn âm thanh, lựa chọn ống kính và chỉnh màu bị nhét vào giữa đoạn văn thường bị bỏ qua. Trong JSON, mỗi chỉ dẫn nằm trong một trường riêng với vị thế ngang nhau, nên các khóa audio và lighting được chú ý ngang với chủ thể.

2. Nhất quán giữa các cảnh quay. Đây là lý do lớn nhất. Nếu bạn giữ các trường subject, style và lighting giống hệt nhau qua nhiều lượt tạo và chỉ đổi action và camera, bạn sẽ có một nhân vật và diện mạo nhất quán, dễ nhận ra từ clip này sang clip khác. Đó là nền tảng để ghép các cảnh quay thành chuỗi dài hơn. Hãy xem bài hướng dẫn kéo dài Veo 3 quá 8 giây, nơi các khối JSON ổn định giúp nhân vật không bị biến dạng giữa chừng.

3. Lặp lại và cải tiến dần. Vì prompt có cấu trúc, bạn có thể đổi từng biến một và thực sự hiểu mỗi trường làm gì. Đổi lighting từ "ấm" sang "high-key" (sáng đều, ít bóng đổ) rồi chạy lại. Đổi camera từ "cố định" sang "dolly-in chậm" (đẩy máy tiến vào) rồi chạy lại. Bạn xây được một vòng phản hồi có kiểm soát, thay vì viết lại cả đoạn văn rồi tự hỏi từ nào đã tạo ra thay đổi.

Cấu trúc của một JSON prompt Veo 3

Đây là bộ trường đầy đủ hoạt động ổn định với Veo 3 trong năm 2026. Bạn không cần dùng mọi trường cho mọi prompt, cứ dùng những gì cảnh quay đòi hỏi, nhưng đây là danh sách tổng, được nhóm theo mục đích.

Nội dung chính của cảnh

• shot — cỡ cảnh: extreme wide (toàn cảnh cực rộng), wide (toàn cảnh), medium (cảnh trung), medium close-up (trung cận cảnh), close-up (cận cảnh), macro (cận cảnh macro).
• subject — ai hoặc cái gì, mô tả bằng chi tiết hình ảnh cụ thể, bền vững (tóc, trang phục, tuổi, vóc dáng). Dùng lại nguyên văn để giữ nhất quán.
• action — điều xảy ra, theo thứ tự thời gian. Dùng từ chỉ trình tự: "trước tiên… sau đó…".
• setting — địa điểm cùng thời điểm trong ngày và thời tiết.

Máy quay và ống kính

• camera — chuyển động: static (cố định), slow push-in (đẩy máy chậm tiến vào), dolly-out (lùi máy ra), handheld (cầm tay), crane up (nâng cần cẩu lên), orbit (quay vòng quanh chủ thể). Xem hướng dẫn prompt điều khiển máy quay để có bộ từ vựng đầy đủ.
• lens — 18mm wide (góc rộng 18mm), 35mm, 50mm, 85mm portrait (chân dung 85mm), cùng shallow hoặc deep depth of field (độ sâu trường ảnh nông hoặc sâu).

Ánh sáng và màu sắc

• lighting — hướng, chất lượng và nguồn sáng: "đèn chính mềm từ bên phải, đèn viền phía sau, đèn neon có sẵn trong khung hình".
• color / color_grade — bảng màu và không khí: "xanh teal và cam", "pastel dịu", "noir tương phản cao".

Âm thanh (sức mạnh riêng của Veo 3)

• audio — mô tả toàn bộ bản mix: âm thanh môi trường, hiệu ứng âm thanh và nhạc, mỗi loại tách riêng. Hãy nói rõ khi bạn muốn im lặng hoặc không có nhạc.
• dialogue — câu thoại chính xác đặt trong dấu ngoặc kép. Veo 3 sẽ khớp khẩu hình (lip sync) theo câu này. Giữ câu thoại ngắn cho clip 8 giây. Hướng dẫn prompt âm thanh gốc của chúng tôi đi sâu vào trường này.

Phong cách và hoàn thiện

• style — thẩm mỹ chung: photorealistic (chân thực như ảnh chụp), cinematic (điện ảnh), documentary (phim tài liệu), claymation (hoạt hình đất sét), anime, 35mm film (phim 35mm).
• aspect_ratio — 16:9, 9:16 cho video dọc, 1:1.
• negative — điều cần tránh: "không chèn chữ lên hình, không bàn tay méo mó, không thừa ngón tay". Xem thêm trong hướng dẫn negative prompt (prompt loại trừ).

4 mẫu JSON sao chép dùng ngay

Đây là những điểm xuất phát hoàn chỉnh, dùng được ngay. Dán một mẫu vào Veo 3, rồi thay các giá trị bằng nội dung cảnh bạn muốn.

1. Hé lộ sản phẩm (thương mại điện tử / quảng cáo)

{
  "shot": "cận cảnh macro, lùi dần ra thành cảnh trung",
  "subject": "một hộp sạc tai nghe không dây màu đen nhám đặt trên mặt đá phiến ướt",
  "action": "nắp hộp từ từ mở ra, đôi tai nghe phát sáng, rồi máy quay lùi ra để lộ toàn bộ sản phẩm",
  "setting": "studio tối giản, nền tối",
  "camera": "lùi máy chậm trên ống kính macro 100mm, chuyển nét",
  "lighting": "một đèn trên cao dịu, đèn viền xanh lam nhẹ",
  "color_grade": "tương phản cao, xanh lạnh và bạc",
  "audio": "tiếng cạch cơ học nhẹ khi nắp mở, tiếng synth trầm dâng dần, không có giọng đọc",
  "style": "quảng cáo cao cấp, chân thực như ảnh chụp, phản chiếu bóng loáng",
  "aspect_ratio": "16:9",
  "negative": "không chữ, không logo, không bàn tay"
}

2. Hội thoại điện ảnh (khớp khẩu hình)

{
  "shot": "trung cận cảnh",
  "subject": "một thám tử mệt mỏi trong chiếc áo măng tô ẩm ướt, ngoài 50 tuổi, râu ria lún phún",
  "action": "anh dựa vào bức tường gạch, thở dài, rồi nói thẳng vào máy quay",
  "setting": "một con hẻm ướt mưa về đêm, biển hiệu neon phản chiếu trong các vũng nước",
  "camera": "máy cầm tay đẩy chậm tiến vào trên ống kính 85mm, độ sâu trường ảnh nông",
  "lighting": "đèn neon magenta và cyan có sẵn trong khung hình, đèn viền gắt, bóng đổ sâu",
  "dialogue": "\"Ai trong thành phố này cũng đang chạy trốn một điều gì đó. Đêm nay, đến lượt tôi.\"",
  "audio": "mưa rơi đều, xe cộ xa xa, tiếng ù trầm mang điềm gở, không có lớp nhạc nền",
  "style": "neo-noir, điện ảnh, hạt phim 35mm",
  "aspect_ratio": "16:9"
}

3. Clip dọc cho mạng xã hội (TikTok / Reels)

{
  "shot": "cảnh trung",
  "subject": "một huấn luyện viên thể hình tràn đầy năng lượng trong bộ đồ tập màu sáng",
  "action": "thực hiện động tác kettlebell swing chuẩn kỹ thuật, rồi chỉ vào máy quay và giơ ngón cái",
  "setting": "một phòng tập tại nhà ngập nắng, có cây xanh",
  "camera": "chân máy cố định ngang tầm mắt, rồi một cú zoom giật nhanh vào lúc giơ ngón cái",
  "lighting": "ánh sáng ban ngày tự nhiên rực rỡ, sạch, sáng đều, ít bóng đổ",
  "audio": "nhạc nền sôi động, tràn đầy năng lượng, tiếng thở ra theo nhịp ở mỗi lần vung",
  "dialogue": "\"3 set, mỗi set 15 cái — bắt đầu nào!\"",
  "style": "rực rỡ, hiện đại, chỉn chu kiểu mạng xã hội",
  "aspect_ratio": "9:16",
  "negative": "không dụng cụ bị biến dạng, không thừa tay chân"
}

4. Cảnh quay trong loạt nhân vật đồng nhất

Khóa subject, style và lighting; giữa các lượt chạy chỉ đổi action và camera.

{
  "shot": "cảnh trung",
  "subject": "Mira, một nữ phi hành gia trẻ tóc cắt cua, có vết sẹo trên lông mày trái, mặc bộ đồ bay màu cam sờn cũ",
  "action": "kiểm tra bảng điều khiển ở cổ tay, cau mày, rồi nhìn ra ngoài khung hình về phía nơi phát ra tiếng báo động",
  "setting": "buồng lái chật hẹp của một con tàu vũ trụ bỏ hoang, ánh đèn khẩn cấp màu đỏ",
  "camera": "quay vòng chậm sang phải trên ống kính 35mm",
  "lighting": "ánh đèn khẩn cấp đỏ nhấp nháy, vầng sáng xanh lam mờ từ bảng điều khiển",
  "audio": "tiếng ù trầm của các hệ thống đang hỏng, tiếng bíp báo động ngắt quãng, âm thanh nền căng thẳng kéo dài",
  "style": "khoa học viễn tưởng, điện ảnh, chân thực như ảnh chụp, hạt phim",
  "aspect_ratio": "16:9"
}

JSON prompt với ảnh tham chiếu (tạo video từ ảnh)

Cấu trúc JSON phát huy tác dụng không kém khi bạn bắt đầu từ một ảnh thay vì chỉ có văn bản. Khi bạn tải lên một khung hình tham chiếu, ảnh đã khóa sẵn ngoại hình, trang phục và bối cảnh của chủ thể, nên bạn có thể bỏ phần mô tả dày đặc cho subject và setting, dành các trường cho chuyển động và máy quay. Ảnh lo phần "trông như thế nào"; JSON lo phần "làm gì".

{
  "input": "ảnh tham chiếu đã tải lên của nhân vật",
  "action": "nhân vật quay đầu về phía cửa sổ, rồi nở một nụ cười chậm rãi",
  "camera": "máy cầm tay trôi nhẹ, hơi đẩy tiến vào trên ống kính 50mm",
  "lighting": "khớp với ánh sáng cửa sổ dịu trong ảnh tham chiếu",
  "audio": "tiếng nền căn phòng yên tĩnh, một hơi hít vào nhẹ, tiếng chim hót xa xa, không có nhạc",
  "style": "giữ nguyên phong cách nhiếp ảnh của ảnh tham chiếu",
  "negative": "không thay đổi khuôn mặt, mái tóc hay trang phục của nhân vật"
}

Hãy để ý lighting và style dùng các từ khớp với và giữ nguyên thay vì mô tả lại. Cách đó giữ Veo 3 bám vào ảnh gốc thay vì dựng lại từ đầu. Trường negative đóng vai bảo vệ nhận dạng ("không thay đổi khuôn mặt") là một trong những dòng hiệu quả nhất bạn có thể viết cho tạo video từ ảnh. Quy trình dùng ảnh tham chiếu đầy đủ có trong hướng dẫn tạo video từ ảnh với Veo 3.

Nâng cao: sắp xếp thứ tự và nhóm các trường

Có 2 điểm tinh chỉnh phân biệt JSON prompt tạm được với JSON prompt xuất sắc. Thứ nhất, thứ tự trường là một tín hiệu mềm: hãy đặt chỉ dẫn quan trọng nhất ở gần đầu. Nếu nhận dạng nhân vật là ưu tiên số một, mở đầu bằng subject; nếu chuyển động máy quay là nhân vật chính của cảnh, mở đầu bằng camera. Thứ hai, với cảnh phức tạp, bạn có thể nhóm các giá trị liên quan vào các đối tượng lồng nhau để mỗi cụm đọc cho gọn:

{
  "subject": "một nghệ sĩ vĩ cầm đường phố, độ tuổi cuối 20, đeo găng tay hở ngón",
  "action": "chơi một đoạn độc tấu sôi nổi, nhắm mắt",
  "camera": { "movement": "lượn cung tròn chậm sang trái", "lens": "35mm", "depth_of_field": "nông" },
  "lighting": { "key": "ánh sáng ngược giờ vàng", "fill": "ánh sáng hắt mềm từ bên phải" },
  "audio": { "music": "độc tấu vĩ cầm nhanh, đầy cảm xúc", "ambient": "đường phố thành phố, tiếng vỗ tay thưa thớt", "sfx": "không có" }
}

Veo 3 đọc các giá trị lồng nhau tốt, và việc nhóm giúp nhìn một cái là biết bạn đã chỉ định gì và đã để mô hình tự quyết điều gì. Hãy dùng các trường phẳng cho cảnh đơn giản và chỉ dùng đối tượng lồng nhau khi một phần thực sự có nhiều giá trị con. Lồng quá nhiều vào một prompt đơn giản chỉ tạo thêm nhiễu.

Cách dùng JSON prompt trong Veo 3

Bạn không cần chế độ đặc biệt nào. Veo 3 nhận đối tượng JSON trực tiếp trong cùng ô prompt mà bạn vẫn gõ câu vào:

1. Mở Veo 3 trên veo3ai.io (hoặc Google Flow nếu bạn thích chế độ xem storyboard).
2. Dán toàn bộ đối tượng JSON vào ô prompt. Giữ cho JSON hợp lệ: ngoặc nhọn đủ cặp, chuỗi đặt trong dấu ngoặc kép, có dấu phẩy giữa các trường.
3. Đặt thời lượng clip và tỷ lệ khung hình nếu giao diện cho chỉnh riêng; nếu không, trường aspect_ratio trong JSON sẽ lo việc này.
4. Tạo video, xem lại, rồi cải tiến dần bằng cách đổi từng trường một.
5. Để dựng một chuỗi cảnh, hãy nhân đôi JSON, giữ nguyên subject/style/lighting và chỉ sửa action và camera cho cảnh quay tiếp theo.

Kỷ luật giữ nguyên khối này chính là cách người sáng tạo giữ nhân vật đúng mẫu xuyên suốt một video nhiều cảnh quay, điều kiện tiên quyết cho bất kỳ thứ gì dài hơn một clip.

Công cụ tạo JSON prompt: bạn có cần không?

Hàng loạt công cụ tạo JSON prompt cho Veo 3 ("Veo 3 JSON prompt generator") miễn phí đã xuất hiện trong năm 2026. Chúng cho bạn một biểu mẫu với danh sách thả xuống cho cỡ cảnh, máy quay và ánh sáng, rồi xuất JSON giúp bạn. Chúng tiện cho người mới không muốn tự gõ từng dấu ngoặc nhọn, và để duyệt các thư viện prompt dựng sẵn. Nhưng khi đã hiểu cấu trúc các trường ở trên, tự viết JSON nhanh hơn và linh hoạt hơn nhiều so với việc bấm qua biểu mẫu của người khác. Chính lược đồ trong bài này là công cụ tạo: hãy mở nó trong một tab, sao chép mẫu sát nhất với cảnh quay rồi sửa các giá trị. Kỹ năng thật sự không nằm ở công cụ mà ở việc biết trường nào chỉnh thông số nào, và đó là thứ bạn đang có.

Những lỗi thường gặp khi viết JSON prompt

• JSON không hợp lệ. Thiếu một dấu phẩy hay lệch một dấu ngoặc nhọn có thể khiến mô hình đọc nó như văn bản lộn xộn. Nếu chưa chắc, hãy dán đối tượng vào một công cụ kiểm tra JSON miễn phí bất kỳ trước khi tạo.
• Nhồi quá nhiều vào một trường. Đừng viết cả đoạn văn trong action. Hãy tách từng ý vào đúng khóa: chuyển động đưa vào camera, không khí đưa vào lighting và color_grade.
• Quên âm thanh. Âm thanh gốc là lợi thế lớn nhất của Veo 3 so với các mô hình cũ. Trường audio để trống hoặc thiếu là phí mất nó. Luôn nêu rõ âm thanh môi trường, hiệu ứng và việc bạn có muốn có nhạc hay không.
• Lời thoại quá dài. Một clip 8 giây chứa vừa khoảng một đến hai câu thoại ngắn. Nhồi cả một đoạn độc thoại vào thì khẩu hình bị chạy vội hoặc bị cắt cụt.
• Đổi mọi thứ cùng lúc. Khi kết quả gần đúng nhưng chưa hoàn hảo, đừng viết lại cả đối tượng. Đổi một trường, chạy lại, rút kinh nghiệm.

JSON hay văn bản thuần: khi nào dùng cái nào

Prompt văn bản thuần vẫn hoàn toàn ổn cho những ý tưởng nhanh, đơn giản, chỉ một cảnh quay, khi bạn không cần kiểm soát chính xác: "một chú golden retriever chạy trên bãi biển lúc hoàng hôn" sẽ đẹp theo cách nào cũng được. Hãy dùng JSON khi bạn cần độ chính xác (ống kính, ánh sáng, màu sắc cụ thể), sự nhất quán (cùng một nhân vật hoặc diện mạo qua nhiều clip) hoặc cải tiến lặp lại được (đổi từng biến một). Trong thực tế: thử nghiệm thoải mái bằng văn bản, sau đó khóa ý tưởng thắng cuộc vào một đối tượng JSON để tái hiện và mở rộng nó ổn định. Muốn có thư viện ý tưởng văn bản thuần phong phú hơn để chuyển sang JSON, hãy xem hướng dẫn các prompt Veo 3 hay nhất.

Câu hỏi thường gặp

Veo 3 có chính thức hỗ trợ JSON prompt không? Veo 3 không áp đặt một lược đồ JSON chính thức, nhưng nó đọc ổn định các đối tượng JSON có cấu trúc, vì các giá trị bằng ngôn ngữ tự nhiên trong mỗi trường chính là thứ mô hình đọc. Cấu trúc này là vì lợi ích của bạn: nó buộc bạn viết chỉ dẫn rõ ràng, tách bạch. Trong thực tế, nó cho kết quả dễ kiểm soát hơn hẳn so với đoạn văn.

Viết JSON prompt có tốt hơn một câu mô tả chi tiết không? Với cảnh quay phức tạp hoặc cần lặp lại thì có. Định dạng này giúp chỉ dẫn không bị rơi rụng và giữ nhất quán giữa các clip dễ hơn nhiều. Với một ý tưởng đơn giản, làm một lần, một câu viết tốt là đủ.

Trường nào quan trọng nhất để giữ nhất quán? subject, style và lighting. Hãy giữ 3 trường này giống hệt nhau qua các lượt tạo và chỉ thay đổi action và camera để nhân vật và diện mạo luôn đúng mẫu từ cảnh quay này sang cảnh quay khác.

Có thể dùng JSON prompt cho video dọc TikTok và Reels không? Có, hãy đặt "aspect_ratio": "9:16" bên trong đối tượng. Mẫu 3 ở trên là điểm xuất phát dọc làm sẵn.

Có cần công cụ tạo JSON prompt không? Không. Các mẫu và danh sách trường trong bài đã bao quát những gì các công cụ tạo ra. Khi đã biết các trường, tự chỉnh sửa một mẫu nhanh và linh hoạt hơn.

Có thể dùng JSON prompt khi bắt đầu từ một ảnh không? Có, và đó thường là quy trình gọn gàng nhất. Hãy để ảnh đã tải lên quyết định ngoại hình và bối cảnh, rồi dùng các trường JSON cho action, camera và một dòng negative bảo vệ nhận dạng nhân vật. Xem mẫu tạo video từ ảnh ở trên.

Lời thoại trong JSON prompt dài tối đa bao nhiêu? Hãy giữ lời thoại ngắn, khoảng một đến hai câu ngắn cho một clip 8 giây tiêu chuẩn. Câu dài hơn khiến khẩu hình bị chạy vội hoặc bị cắt cụt. Nếu cần nhiều lời thoại hơn, hãy chia chúng ra các clip liên tiếp với khối subject được giữ nguyên.

Cùng một JSON prompt có luôn cho ra cùng một video không? Không hoàn toàn. Veo 3 vẫn tạo ra khác biệt giữa các lượt chạy. Nhưng một prompt có cấu trúc tốt thu hẹp đáng kể độ khác biệt đó, và việc giữ nguyên subject, style và lighting giữ diện mạo đủ nhất quán để ghép các clip lại với nhau.

Bắt đầu viết prompt có cấu trúc

JSON prompt là ranh giới giữa việc cầu mong một kết quả Veo 3 tốt và việc thiết kế ra nó. Hãy chọn mẫu sát nhất với cảnh quay, dán vào Veo 3 và đổi từng trường một cho đến khi ưng ý. Khi đã thành thạo cấu trúc các trường, bạn sẽ không bao giờ quay lại vật lộn với những đoạn văn dài lê thê, và nhân vật, ánh sáng, âm thanh cuối cùng sẽ nằm đúng chỗ bạn đặt. Để lên cấp độ tiếp theo, hãy kết hợp bài này với hướng dẫn prompt điện ảnh và bắt đầu dựng những chuỗi nhiều cảnh quay thực sự ăn khớp.