Bài 19 trong bộ onboarding AgentKit v3. Đọc khoảng 9 phút. Bài này là quy trình sáng tạo, không phải lệnh cài đặt. Có liên hệ với bài 13 (subagent) và bài 12 (chọn workflow theo model).
Tui bắt Opus 5.5 làm anime từ một câu prompt chay, rồi đẩy nó qua năm giai đoạn để ra series FRONTIER (tập 01 đã đăng YouTube, tập 02 lúc viết bài gốc còn đang render). Bài này rút ra phần dùng lại được. Bài này không phải cam kết "ai cũng làm ra anime xịn bằng một lệnh".
1/ Bộ đồ nghề
| Công cụ | Vai trò |
|---|---|
| Codex (gói 20 USD là ít nhất) | Tạo hình nhân vật, background, storyboard |
ffmpeg |
Cắt, ghép, encode |
| HyperFrames | Dựng phim bằng HTML + GSAP, có web UI để chỉnh tay |
| Gemini 3.8 TTS | Lồng tiếng |
| Gemini Omni Flash | Shot ngắn khoảng 3 giây: cận cảnh, nhép môi, biểu cảm |
| MiniMax H3 | Cận cảnh và lipsync theo audio (open weights, chạy local được) |
| ElevenLabs | SFX và âm thanh bổ trợ |
Tên model là tên tui ghi trong bài gốc tại thời điểm đó. Tên và bảng giá đổi nhanh, hãy kiểm tra lại.
2/ Năm giai đoạn
01. Test năng lực nội tại. Luôn bắt đầu bằng prompt chay để biết model tự đi tới đâu rồi mới bù chỗ thiếu. Prompt của tui đại ý: dùng codex tạo hình rồi dựng shot anime 10 đến 15 giây bằng HyperFrames. Kết quả khá ổn, nhưng Opus để lọt lỗi sơ đẳng như ngón tay dị tật mà không tự phát hiện.
02. Hiểu giới hạn và đưa hint. Cho Opus xem cảnh đánh nhau của ufotable để học. Nó vẫn không làm tới, và chê model không làm nó giỏi hơn. Thứ giúp là cho nó công cụ mới: Three.js và shader cho chiều sâu và hiệu ứng, và tách layer background bằng một model depth chạy local, để camera di chuyển thì các layer có độ sâu.
QA subagents. Ban đầu tui phải babysit liên tục. Khi hiểu rồi, tui đặt tiêu chuẩn chất lượng, liệt kê lỗi hay gặp của Opus, và tạo một đội subagent "QA". Mỗi lần main session tạo ra thứ gì mới (ảnh, video, SFX), spawn đội QA thẩm định ngay, thay vì đợi tới cuối mới thấy sai rồi render lại từ đầu. Render lâu nên cách này tiết kiệm thật.
03. Tối ưu, dogfood, đóng gói. 2D mesh animation (kiểu Spine 2D hoặc DragonBones) cải thiện rõ nhưng tốn token. Hướng khác: dùng AI video chỉ cho shot ngắn khoảng 3 giây hoặc edit video có sẵn, không bắt nó gánh cảnh dài. Sau đó cho Opus đọc lại toàn bộ session để rút learnings và mistakes, rồi đóng gói thành skill để lần sau rẻ và nhanh hơn.
04. Video dài hơn. Phần người giữ lại là kịch bản và gu thẩm mỹ. Tui viết outline, nhờ ChatGPT phát triển thành series 3 đến 5 tập, tự review kịch bản, rồi Opus đọc kịch bản, codex tạo hình nhân vật, làm storyboard. Khó nhất là giữ nhân vật nhất quán: Opus tự tạo hai file, continuity.json (trạng thái nhân vật theo từng cảnh: ngoại hình, phụ kiện, vết thương, trang phục) và story-so-far.md (tóm tắt mạch truyện). QA subagents bám vào hai file đó để bắt lỗi chi tiết.
05. Chạy local, gần 0 đồng. MiniMax H3 là open weights, API rẻ hơn Gemini Omni khoảng 40% theo ước tính của tui, và chạy local thì chỉ tốn tiền điện. Trên máy của tui, clip 4 giây 720p mất khoảng 5,3 phút. Nhận được cả audio lẫn hình tham khảo, nên lipsync đúng câu thoại TTS. Phần TTS tiếng Việt miễn phí vẫn đang thử, chưa giải xong.
Một nút thắt khác: Opus 5.5 không có tai, nên SFX khó. Cách xử lý của tui là hỏi thẳng nó cần gì, và nó đề xuất gửi reference cho nó học, cùng dùng thư viện SFX miễn phí.
3/ Dùng lại thế nào (không cần y hệt máy tui)
Vì bài gốc không đưa lệnh cố định, tui chỉ liệt kê các bước mang tính nguyên tắc:
Test prompt chay trước, ghi lại lỗi hay gặp.
Thay vì chê, thêm công cụ: depth, shader, Three.js, mesh.
Viết tiêu chuẩn QA và spawn subagent QA sau mỗi asset mới.
Lưu trạng thái nhân vật ra file.
Dùng AI video cho shot ngắn và cận cảnh.
Dogfood session rồi đóng gói thành skill.
Trong kit AgentKit có các skill liên quan tới việc này, ví dụ ak-motion-video (video motion graphic bằng HyperFrames, có voice-over, caption, SFX, music) và ak-filmmaking (phim dài, nhân vật nhất quán, storyboard, chi phí). Skill đóng gói quy trình anime tui nhắc trong bài gốc là một skill riêng (anime-creator có trong danh mục skill phiên bản của tui); tui chưa kiểm tra lệnh của nó trong bài này nên không ghi cú pháp ở đây. Đọc SKILL.md của skill trước khi chạy.
4/ Trạng thái
| Phần | Nhãn |
|---|---|
| Quy trình prompt chay, hint công cụ, QA subagents, file continuity | ✅ tui đã làm thật, ra tập 01 |
| Gemini Omni Flash cho shot ngắn | ✅ tui đã dùng, tính phí API |
| MiniMax H3 chạy local | 🧪 đã chạy thử: 4 giây 720p khoảng 5,3 phút trên máy tui, phụ thuộc cấu hình |
| LTX-2.5, ZeroTTS, OmniVoice cho pipeline 0 đồng | 🧪 đang test, chưa kết luận |
| TTS tiếng Việt miễn phí đủ cảm xúc | 🗺️ chưa giải xong |
Chi phí tương đối trong bài gốc (Omni = 100, MiniMax H3 API = 60, chạy local = 0) là con số quy đổi của tui, chưa phải bảng giá chính thức.
Tóm lại
1/ Prompt chay trước để biết giới hạn thật của model.
2/ Muốn model giỏi hơn, cho nó công cụ, đừng chê.
3/ QA subagents kiểm từng asset ngay khi tạo, và file trạng thái giữ nhân vật nhất quán qua nhiều tập.
4/ AI video chỉ cho shot ngắn. Phần kịch bản và gu thẩm mỹ vẫn là của người.
Nguồn
Cách tui làm anime bằng Opus 5.5 (24/10/2026, cập nhật 25/10/2026)