ChatGPT tạo video AI được không? Mình thử plugin và Work
ChatGPT tạo video AI được không? Có, nhưng “tạo video” ở đây có hai kiểu rất khác nhau.
Kiểu thứ nhất là dùng plugin kết nối với một dịch vụ tạo video AI bên ngoài. Khi đó model video và chi phí có thể thuộc về nhà cung cấp đó, không nằm trong gói ChatGPT.
Kiểu thứ hai là dùng ChatGPT Work hoặc Codex để viết và chạy code. Cách này vẫn xuất được file MP4 hoàn chỉnh, nhưng hình ảnh được vẽ và ghép bằng code chứ không phải do một model video sinh ra.
Trong lần thử này, mình dùng ChatGPT Work. Kết quả là một video dọc dài 85 giây, có giọng đọc, phụ đề, nhạc nền và hình minh hoạ chuyển động.
Plugin và Work khác nhau ở đâu?
Dùng plugin để gọi dịch vụ tạo video AI
Plugin là một gói mở rộng có thể chứa hướng dẫn và công cụ kết nối tới dịch vụ khác. Nếu plugin kết nối với một nền tảng tạo video AI, ChatGPT có thể nhờ nền tảng đó sinh video.
Có ba điểm cần kiểm tra trước khi dùng:
- Nhà cung cấp: Model video thuộc về OpenAI hay một dịch vụ bên ngoài?
- Tài khoản: Plugin có yêu cầu đăng nhập thêm tài khoản riêng không?
- Chi phí: Gói ChatGPT có bao gồm lượt tạo video hay phải mua credit riêng?
Tên plugin và khả năng sử dụng còn tùy tài khoản, thiết bị, khu vực và cài đặt workspace. Thấy một plugin trong danh sách không có nghĩa là tài khoản của mình đã dùng được toàn bộ công cụ bên trong.
Dùng Work hoặc Codex để dựng video bằng code
Work và Codex có thể chạy code, xử lý file và tạo đầu ra để tải về. Với video trong bài này, Work dùng Python để vẽ từng cảnh rồi dùng FFmpeg ghép hình, giọng đọc, phụ đề và nhạc thành MP4.
Đây là video dựng bằng code, phù hợp với nội dung giải thích hoặc motion graphics đơn giản. Nó không tạo ra cảnh người thật hay chuyển động điện ảnh như một model video chuyên dụng.
Mình test bằng Work. Codex cũng phù hợp với luồng chạy code, nhưng kết quả và ảnh trong bài đều đến từ lần chạy trên Work.
Mình đã làm video như thế nào?
Bước 1: Gửi brief
Mình mở Work và gửi yêu cầu làm video TikTok tiếng Việt gồm 8 cảnh. Brief có thời lượng, khổ hình, phong cách, giọng đọc và nội dung minh hoạ cho từng cảnh.
Đây là bản rút gọn từ brief đó:
Tạo video TikTok tiếng Việt dựa trên kịch bản được cung cấp. - Khổ dọc 9:16, 1080 × 1920, dài 80–90 giây. - Phong cách thực tế, gần gũi, nhịp nhanh vừa phải. - Giọng đọc tiếng Việt tự nhiên, rõ ràng, thân thiện. - Giữ nguyên thứ tự 8 phân cảnh; không đọc phần mô tả hình ảnh. - Hình minh hoạ mang bối cảnh Việt Nam. - Đổi cảnh mỗi 5–8 giây, dùng chuyển cảnh đơn giản. Hãy hỏi lại nếu thiếu lời thoại, font hoặc logo trước khi dựng.
Nếu muốn Work đi thẳng theo hướng dựng bằng code, có thể thêm câu:
Hãy viết và chạy code Python để vẽ từng cảnh, sau đó dùng FFmpeg ghép thành file MP4. Không chỉ gửi code; hãy render file để tôi tải về.
Bước 2: Chốt lời thoại và tài nguyên
Work hỏi lại phần lời thoại, font và logo. Mình để nó tự viết lời thoại cho 8 cảnh; nếu đã có kịch bản chuẩn, nên gửi luôn để kiểm soát nội dung tốt hơn.
Font là chi tiết dễ bị bỏ qua. Nên tải lên một file .ttf có đủ dấu tiếng Việt và dặn dùng đúng font đó cho toàn bộ tiêu đề lẫn phụ đề.
Bước 3: Work tự dựng và sửa lỗi
Work ban đầu thử dùng Fal để tạo giọng đọc. Tài khoản Fal của mình hết credit nên nó chuyển sang một thư viện đọc giọng miễn phí, tiếp tục vẽ hình bằng Python rồi ghép bằng FFmpeg.
Lần chạy này mất khoảng 8 phút. Khi kiểm tra file, Work phát hiện âm thanh đã đủ thời lượng nhưng phần hình kết thúc sớm. Nó sửa lại đoạn ghép rồi render lần nữa.
File cuối có các thông số:
- Thời lượng: Khoảng 85 giây.
- Khung hình: 1080 × 1920, 30fps.
- Âm thanh: Giọng nữ tiếng Việt và nhạc nền nhẹ.
- Hình ảnh: Motion graphics do code tự vẽ.
- Đầu ra: File MP4 để xem và tải xuống.
Work báo bản lưu lâu dài gặp lỗi xác thực, nên mình tải file về máy ngay sau khi render xong.
Kết quả có dùng được không?
Có, nếu mục tiêu là video giải thích với hình khối đơn giản, chữ lớn và giọng đọc. Một brief rõ ràng có thể đi từ lời thoại tới file MP4 mà không cần tự viết code bằng tay.
Nhưng cần đặt kỳ vọng đúng:
- Hình khá đơn giản: Không giống cảnh quay do model video AI tạo ra.
- Chữ vẫn có thể lỗi: Cần kiểm tra font, dấu tiếng Việt và cách ngắt dòng.
- Hình và tiếng có thể lệch: Phải xem lại toàn bộ video trước khi đăng.
- Dịch vụ ngoài có thể tính phí: Nếu Work hoặc plugin gọi Fal hay công cụ khác, credit có thể được tính ở nhà cung cấp đó.
Nếu cần cảnh người thật, sản phẩm chuyển động hoặc chất điện ảnh, nên dùng thẳng một dịch vụ chuyên tạo video AI. Nếu chỉ cần motion graphics để kể một ý ngắn, Work hoặc Codex dựng bằng code là một hướng đáng thử.
Sửa ba lỗi thường gặp
- Chữ mất dấu hoặc thành ô vuông: Tải lên font
.ttfcó tiếng Việt và yêu cầu render lại bằng đúng font đó. - Chữ tràn khung: Chỉ rõ cảnh bị lỗi và cách ngắt dòng mong muốn, chẳng hạn
Thành phố / hay ở quê?. - Hình kết thúc trước tiếng: Yêu cầu kiểm tra lại tổng số khung hình, thời lượng âm thanh và render toàn bộ video từ đầu.
Vậy ChatGPT có tạo video AI không?
Có thể, nếu ChatGPT gọi một dịch vụ tạo video AI thông qua plugin. Khi đó nên xem kỹ công cụ nào thực sự tạo video, cần đăng nhập tài khoản gì và tính phí ở đâu.
Còn video trong bài này không phải video do model AI sinh cảnh quay. ChatGPT Work viết code, tạo tài nguyên rồi render chúng thành MP4. Thành phẩm vẫn là một video hoàn chỉnh, chỉ khác ở cách nó được tạo ra.
Tài liệu tham khảo
- OpenAI: Use ChatGPT, https://learn.chatgpt.com/docs/use-chatgpt, truy cập ngày 7/10/2026.
- OpenAI: Skills & Plugins, https://learn.chatgpt.com/docs/skills-and-plugins, truy cập ngày 7/10/2026.
- OpenAI API: Deprecations, https://developers.openai.com/api/docs/deprecations, truy cập ngày 7/10/2026.
- FFmpeg: Documentation, https://ffmpeg.org/documentation.html, truy cập ngày 7/10/2026.
- Google Fonts: Be Vietnam Pro, https://fonts.google.com/specimen/Be+Vietnam+Pro, truy cập ngày 7/10/2026.