
Veo là dòng mô hình tạo video của Google. Hướng dẫn viết prompt chính thức của Google có phần riêng cho âm thanh, gồm hiệu ứng âm thanh, tiếng nền và lời thoại. Chất lượng video phụ thuộc nhiều vào cách viết prompt: mô tả càng cụ thể về cảnh, chuyển động và âm thanh, kết quả càng sát yêu cầu.
Bài viết tổng hợp cấu trúc prompt theo hướng dẫn viết prompt video của Google Cloud (cập nhật ngày 10/11/2026, truy cập ngày 11/11/2026), kèm ví dụ cho nội dung kinh doanh.

Lưu ý về phiên bản và nơi sử dụng
Theo tài liệu Gemini API (truy cập ngày 11/11/2026), bản Veo 3.1 Preview trong Gemini API đã ngừng hoạt động từ ngày 22/10/2026. Google hướng người dùng chuyển sang Gemini Omni Flash hoặc các phiên bản Veo chính thức trên Gemini Enterprise Agent Platform. Hướng dẫn viết prompt của Google hiện áp dụng chung cho Gemini Omni Flash và Veo, nên cấu trúc dưới đây vẫn dùng được khi đổi mô hình.
Các thành phần của một prompt Veo
Theo Google, chia ý tưởng thành các thành phần chính là cách hiệu quả nhất để hướng mô hình đến kết quả mong muốn. Không cần dùng tất cả thành phần trong mọi prompt.
Chủ thể. Người, động vật hoặc vật thể là trung tâm của video. Google khuyến nghị mô tả cụ thể để tránh kết quả chung chung, ví dụ "một thợ làm bánh vui vẻ" thay vì "một người".
Hành động. Chủ thể đang làm gì: đi, nói chuyện, nấu ăn, mỉm cười. Có thể mô tả chuỗi hành động và thay đổi cảm xúc theo thứ tự.
Bối cảnh. Địa điểm, thời điểm trong ngày, thời tiết và chi tiết không khí như bụi bay trong nắng hay mặt đường ướt phản chiếu ánh đèn.
Góc máy. Ngang tầm mắt, góc thấp nhìn lên, góc cao nhìn xuống. Google lưu ý một số góc máy phức tạp chưa được hỗ trợ chính thức và kết quả có thể không ổn định.
Chuyển động máy quay. Máy đứng yên, lia ngang (pan), lia dọc (tilt), tiến lại gần hoặc lùi ra xa.
Ống kính và hiệu ứng quang học. Độ sâu trường ảnh, lấy nét, hiệu ứng lóa sáng.
Phong cách hình ảnh và không khí. Phong cách điện ảnh, hoạt hình 3D, ảnh phim cũ; bảng màu như tông ấm, đen trắng, màu đất trầm.
Âm thanh. Hiệu ứng âm thanh, tiếng nền và lời thoại (mô tả chi tiết ở phần sau).
Negative prompt. Những yếu tố không muốn xuất hiện trong video.

Viết phần âm thanh trong prompt
Google khuyến nghị nêu rõ nếu muốn có âm thanh và mô tả âm thanh bằng các câu riêng trong prompt. Ba loại âm thanh thường dùng:
- Hiệu ứng âm thanh: âm thanh riêng lẻ trong cảnh, ví dụ tiếng điện thoại reo, tiếng nước bắn.
- Tiếng nền: âm thanh chung của địa điểm, ví dụ tiếng xe cộ trong thành phố, tiếng sóng biển, tiếng ồn nhẹ của văn phòng.
- Lời thoại: lời nhân vật hoặc người dẫn. Cách viết theo hướng dẫn là nêu nhân vật rồi đến câu thoại, ví dụ: "Người đàn ông đội mũ đỏ nói: Con thỏ đâu rồi?".
Với video quảng cáo bằng tiếng Việt, nên thử và nghe lại kỹ phần lời thoại. Nếu phát âm chưa tự nhiên, có thể tạo video không lời thoại và lồng giọng đọc riêng ở bước dựng.
Negative prompt: mô tả điều không muốn thấy
Google khuyến nghị không dùng từ phủ định như "không có" hoặc "đừng hiển thị". Thay vào đó, liệt kê trực tiếp các yếu tố cần loại bỏ. Ví dụ, thay vì viết "không có tường", ghi negative prompt là "tường, khung".
Ví dụ prompt Veo cho nội dung kinh doanh
Video sản phẩm:
Cận cảnh một ly cà phê sữa đá trên bàn gỗ cạnh cửa sổ, ánh nắng buổi sáng chiếu xiên. Một bàn tay cầm muỗng khuấy chậm, đá va vào thành ly. Máy quay tiến chậm về phía ly. Phong cách quảng cáo chân thực, tông màu ấm. Âm thanh: tiếng đá va vào ly thủy tinh, tiếng nhạc acoustic nhẹ phía xa.
Video giới thiệu cửa hàng:
Toàn cảnh một tiệm hoa nhỏ buổi chiều, kệ gỗ đầy hoa tươi. Người chủ tiệm khoảng 30 tuổi, mặc tạp dề xanh, đang cắm một bó hoa hồng. Máy quay lia ngang chậm từ trái sang phải. Phong cách điện ảnh, ánh sáng tự nhiên. Âm thanh: tiếng kéo cắt cành hoa, tiếng chuông cửa leng keng.
Bài so sánh Seedance 2, Kling 3, Veo 3.1 và Sora có thêm thông tin về khác biệt giữa các mô hình video. Nguyên tắc viết prompt chung được trình bày trong bài prompt là gì.
Áp dụng cấu trúc cho các mô hình khác
Cấu trúc chủ thể, hành động, bối cảnh, máy quay, phong cách và âm thanh có thể áp dụng cho nhiều mô hình tạo video khác. Trên CoolMe AI, người dùng có thể tạo video với Grok Imagine và Kling theo bảng giá hiện hành. Mỗi mô hình phản hồi prompt khác nhau, vì vậy nên thử cùng một prompt trên vài mô hình trước khi chọn. Bài gợi ý prompt thực tế cho Seedance 2.0 có ví dụ riêng cho Seedance.
Kết luận
Prompt Veo hiệu quả chia ý tưởng thành các thành phần: chủ thể, hành động, bối cảnh, góc máy, chuyển động máy quay, phong cách và âm thanh. Phần âm thanh nên viết thành câu riêng, và negative prompt nên liệt kê yếu tố cần loại bỏ thay vì dùng từ phủ định. Hướng dẫn của Google được cập nhật thường xuyên, vì vậy nên kiểm tra lại trang chính thức khi mô hình có phiên bản mới.
Tạo tài khoản CoolMe AI để nhận 1.000 credit miễn phí (tương đương 1.000đ) và thử cấu trúc prompt này với các mô hình video trên CoolMe: 0đ Bắt đầu dùng thử.




