Prompt kịch bản video TikTok bán hàng: 6 kịch bản chạy thật trên Claude, đọc to để đo độ dài thật

Một prompt kịch bản video thường có một con số: "video 30 giây", "45 giây". AI ghi con số đó vào kịch bản rất tự tin, nhưng lời thoại có đủ dài cho chừng ấy giây không thì phải đọc to lên mới biết. Ngày 19/09/2026, mình nhờ Claude Sonnet 5 viết kịch bản video TikTok giới thiệu món cà phê muối của một quán giả lập tên Mây Chiều, với ba prompt, mỗi prompt 2 lần. Sau đó mình cho máy đọc lời thoại của cả 6 kịch bản và đo thời gian đọc.

Những gì đo được:

1. 1Kịch bản tự ghi dài 30 đến 43 giây, nhưng máy đọc hết lời thoại chỉ trong 15,6 đến 21,2 giây, tức lấp được 36 đến 66% thời lượng.
2. 2Prompt một câu tự bịa công thức pha, món "signature", và cả một cảnh khách uống với lời thoại soạn sẵn "Ơ… ngon thật á!", chữ trên màn hình ghi "Phản ứng thật".
3. 3Prompt đủ ý đúng hết giá và giờ mở cửa, nhưng cảnh pha chỉ có câu độn, vì đề không cho công thức.
4. 4Khi prompt ghi ngân sách chữ, cả hai lần lời thoại đều nằm trong khoảng yêu cầu, và Claude tự viết số bằng chữ để dễ đọc.

Mỗi prompt mới chạy 2 lần, nên đây là quan sát chứ chưa phải thống kê.

Cách chạy thử và cách đo độ dài

Mình gửi prompt qua Claude Code ở chế độ không tương tác (claude -p, model sonnet, tắt công cụ), cùng cách với bài cách viết prompt cho Claude. Dữ kiện thật của quán: món mới cà phê muối, 35.000đ, bán từ 1/10, mở cửa 7:00 đến 22:00.

Để đo độ dài, mình tách riêng cột lời thoại của từng kịch bản rồi cho Piper đọc thành tiếng. Đây là phần mềm chuyển văn bản thành giọng nói chạy trên máy, dùng giọng tiếng Việt vais1000, cách cài có ở bài chuyển văn bản thành giọng nói bằng Piper. Piper đọc 4,2 đến 4,7 chữ mỗi giây. Mình chưa đo tốc độ của người thật đọc, nên con số dưới đây là độ dài khi dùng giọng máy này.

Prompt kịch bản video một câu

Viết kịch bản video TikTok bán cà phê muối của quán Mây Chiều.

Cả hai lần, Claude trả về một bộ đầy đủ: kịch bản chia cảnh, caption, 8 đến 10 hashtag, mẹo quay và dựng, thêm các biến thể câu mở. Nhưng vì không có dữ kiện, nó tự điền:

• Lần 1: công thức pha với "espresso", "sữa", "kem muối"; giá để trống "chỉ từ [XX] nghìn"; câu mở "Nghe lạ mà uống là ghiền luôn đó!"; biến thể câu mở "Bí mật khiến ly cà phê này bán hết veo mỗi chiều".
• Lần 2: "ly cà phê muối signature", "Size M: XXk", "Uống nóng hay đá đều ngon", câu kết "đảm bảo nghiền!", và một cảnh khách nhấp ngụm đầu với lời thoại soạn sẵn "Ơ… ngon thật á!", chữ trên màn hình ghi "Phản ứng thật".

Cảnh "phản ứng thật" mà có sẵn lời thoại là thứ bạn nên bỏ ngay. Quay một người đọc câu soạn sẵn rồi ghi "phản ứng thật" là nói sai với khách.

Prompt tạo kịch bản video đủ ý

Prompt thứ hai cho dữ kiện thật, cấu trúc video và định dạng trả về:

Viết kịch bản video TikTok dài 30 đến 45 giây giới thiệu món cà phê muối của quán Mây Chiều.
Thông tin có thật, chỉ được dùng những thông tin này: Quán cà phê Mây Chiều ở Đà Lạt có món mới cà phê muối, giá 35.000đ, bán từ ngày 1/10, quán mở cửa 7:00 đến 22:00.
Video do chủ quán tự quay bằng điện thoại, có một người đọc lời thoại.
Cấu trúc: 3 giây đầu là câu mở khiến người xem dừng lại; giữa video cho thấy cách pha và ly thành phẩm; cuối video nói giá, giờ mở cửa và mời ghé quán.
Không tự thêm khuyến mãi, con số hay cam kết nào ngoài thông tin trên.
Trả về một bảng Markdown với các cột: Giây (từ - đến) | Hình ảnh | Lời thoại. Chỉ trả về bảng.

Cả hai lần đều chỉ trả về bảng, mọi dữ kiện đúng, và Claude tự đổi "22:00" thành "10 giờ tối" cho dễ đọc. Hai điểm yếu:

• Cảnh pha không có gì để nói. Đề đòi cho thấy cách pha nhưng không cho công thức, lại cấm tự thêm. Lần 1, cả đoạn 8 đến 25 giây chỉ có hai câu: "Giờ mình cùng xem cách pha nhé. Mình pha từng bước, bạn theo dõi cho kỹ nha." Lần 2, Claude để hẳn đoạn 14 đến 26 giây "không lời, để nghe tiếng pha chế".
• Một bảng bị vỡ. Lần 2 có một ô ghi "Mở cửa 7:00 – 22:00 | Mây Chiều, Đà Lạt". Dấu gạch đứng nằm trong ô làm dòng đó thừa một cột, nên bảng hiển thị lệch.

Muốn cảnh pha có lời, bạn phải đưa công thức thật vào phần thông tin. Claude không tự biết quán bạn pha thế nào, và nếu bạn không cấm thì nó sẽ đoán, như ở prompt một câu.

Đọc to lên: lời thoại ngắn hơn thời lượng

Cả 6 kịch bản đều ghi thời lượng từ 30 đến 43 giây, các mốc giây trong bảng nối liền nhau từ 0 tới cuối. Nhưng lời thoại chỉ có 66 đến 98 chữ. Với giọng máy Piper, như vậy chỉ đủ 15,6 đến 21,2 giây. Nếu bạn làm video bằng giọng đọc AI, phần còn lại của video sẽ chỉ có nhạc và hình.

Ở tốc độ của Piper, một video 30 đến 45 giây cần khoảng 130 đến 210 chữ lời thoại. Nếu người thật đọc, cách chắc nhất là cầm điện thoại bấm giờ và đọc to một lượt trước khi quay.

Ghi rõ ngân sách chữ trong prompt

Prompt kịch bản video thứ ba giữ nguyên bản đủ ý và thêm một dòng:

Người đọc nói khoảng 2,5 chữ mỗi giây, nên toàn bộ lời thoại cộng lại phải từ 75 đến 110 chữ.

Con số 2,5 chữ mỗi giây là mình tự đặt để thử, không phải số đo. Cả hai lần, lời thoại dài 98 và 94 chữ, đúng khoảng yêu cầu. Chi tiết đáng giá hơn: cả hai lần Claude đều viết số bằng chữ, như "giá ba mươi lăm nghìn đồng một ly", "từ bảy giờ sáng đến mười giờ tối", để người đọc hay giọng máy không vấp. Câu độn ở cảnh pha vẫn còn, kiểu "Nhìn xem, đẹp chưa nè!", vì vẫn chưa có công thức.

Nếu bạn dùng giọng máy, hãy đổi con số tốc độ trong prompt thành tốc độ thật của giọng đó, rồi tính lại khoảng chữ.

Mẫu kịch bản TikTok bán hàng dạng prompt

Gom lại từ 6 kịch bản, đây là mẫu kịch bản TikTok bán hàng ở dạng prompt. Một prompt tạo video bán hàng trên TikTok cần thêm hai thứ so với prompt thông thường: nội dung thật cho từng cảnh bạn muốn có lời, và ngân sách chữ tính từ tốc độ đọc thật.

Viết kịch bản video TikTok dài [số] giây giới thiệu [sản phẩm] của [tên cửa hàng].
Thông tin có thật, chỉ được dùng những thông tin này: [giá, giờ, địa chỉ...]
Cách làm / công thức để nói trong video: [các bước thật]
Video do [ai] quay bằng [thiết bị], lời thoại do [người thật / giọng AI] đọc.
Người đọc nói khoảng [số] chữ mỗi giây, nên toàn bộ lời thoại phải từ [số] đến [số] chữ. Viết số bằng chữ.
Cấu trúc: [câu mở 3 giây đầu]; [phần giữa]; [phần cuối: giá, giờ, lời mời].
Không tự thêm khuyến mãi, con số, cam kết hay lời khen của khách.
Trả về một bảng Markdown với các cột: Giây (từ - đến) | Hình ảnh | Lời thoại. Không dùng dấu gạch đứng trong nội dung ô. Chỉ trả về bảng.

Khung này cũng dùng được cho prompt viết content TikTok dạng không lời thoại, chỉ cần bỏ dòng ngân sách chữ. Nếu bạn cần chữ cho bài đăng đi kèm video, xem bài prompt viết content Facebook.

Những gì mình chưa kiểm

• Người thật đọc lời thoại, và giọng đọc AI có sẵn trong TikTok hay CapCut.
• Video YouTube Shorts, video dài hơn 1 phút.
• Quay và dựng thật theo kịch bản.
• ChatGPT, Gemini và Claude trên claude.ai.