Bạn muốn làm video stickman bằng AI cho một kênh YouTube không lộ mặt, nhưng không muốn trả phí thuê bao hằng tháng? Stickman Video Director đang là cái tên được giới làm nội dung chú ý: một dự án mã nguồn mở, cài vào trợ lý AI như một kỹ năng, rồi biến chủ đề hoặc kịch bản thành video hoạt hình người que.
Dự án xuất hiện từ đầu tháng 8/2026 và đã vượt mốc 5.000 sao trên GitHub sau khoảng ba tháng. Sức hút đến từ lời hứa rất rõ: không máy quay, không phí phần mềm, nhiều phong cách để chọn. Tuy nhiên, vài lời hứa đó cần được đọc kỹ trước khi bạn dành cả cuối tuần để cài đặt.
Câu trả lời ngắn: Stickman Video Director là skill mã nguồn mở, giấy phép MIT, giúp agent AI viết kịch bản, chia cảnh và dựng video người que. Mã miễn phí, nhưng dịch vụ tạo ảnh, giọng đọc và clip có thể tính phí. Làm video tiếng Việt được, với vài chỉnh sửa về font và giọng đọc.
Tóm tắt nhanh
- Có hai chế độ: Director ra kịch bản và câu lệnh từng cảnh, Autopilot ra tệp video hoàn chỉnh.
- Có 10 phong cách hình ảnh, từ đen trắng tối giản đến hoạt hình lịch sử và kinh dị sinh tồn.
- Autopilot cần agent có quyền đọc ghi tệp, chạy lệnh, cùng Node 20 trở lên và FFmpeg.
- Font viết tay đi kèm thiếu nhiều ký tự tiếng Việt, cần đổi trước khi làm video.
- YouTube không cấm video AI, nhưng tắt kiếm tiền với kênh dập cùng một khuôn.
- Stickman Video Director là gì?
- Hai chế độ khác nhau ở đâu?
- Director Mode hoạt động thế nào?
- Autopilot Mode hoạt động thế nào?
- 10 phong cách hình ảnh
- Cần chuẩn bị gì và tốn bao nhiêu?
- Làm video tiếng Việt có được không?
- Video này có kiếm tiền trên YouTube được không?
- Nhãn AI, bản quyền và an toàn khi cài
- Hiểu lầm phổ biến
- Bắt đầu trong 5 bước
- Câu hỏi thường gặp
Stickman Video Director là gì?
Hãy hình dung bạn thuê một đạo diễn hoạt hình, nhưng người này sống trong trợ lý AI. Bạn đưa đề tài, người đó đề xuất cốt truyện, chia cảnh, viết lời đọc và chỉ dẫn cách thể hiện. Về kỹ thuật, kho mã Stickman Video Director trên GitHub là một agent skill, tức gói chỉ dẫn và mã mà agent AI đọc rồi làm theo. Nếu bạn chưa quen khái niệm này, bài agent skill là gì sẽ giúp bạn nắm nhanh.
Dự án do tài khoản kaomei tạo ngày 3/8/2026, mã viết chủ yếu bằng JavaScript và Python. Lần cập nhật mã gần nhất là ngày 4/11/2026, thêm phong cách sinh tồn B4. Giấy phép MIT cho phép dùng, sửa, phân phối và dùng thương mại, miễn giữ lại thông báo bản quyền.
Hai chế độ khác nhau ở đâu?
Đây là điểm quan trọng nhất cần hiểu trước khi cài. Hai chế độ dùng chung một lần cài đặt, nhưng cách làm và kết quả rất khác nhau. Director giống một người viết kịch bản kiêm tổ trưởng phân cảnh. Autopilot giống một xưởng nhỏ giao thành phẩm.
| Tiêu chí | A · Director | B · Autopilot |
|---|---|---|
| Kết quả | Kịch bản, phân cảnh, câu lệnh video | Tệp video có giọng đọc, phụ đề |
| Độ dài gợi ý | 30 giây đến 3 phút | Từ 10 phút trở lên |
| Hình ảnh | Clip hoạt hình do công cụ khác tạo | Tranh minh hoạ, chuyển động nhẹ |
| Môi trường | Trợ lý AI đọc được skill | Agent có quyền tệp và lệnh |
Cả hai đều nhận đầu vào là chủ đề thô, đường link hoặc kịch bản đầy đủ, và hỗ trợ khung 9:16, 16:9, 1:1. Độ dài trong bảng là gợi ý của tác giả, không phải giới hạn cứng.
Director Mode hoạt động thế nào?
Director không tự tạo ra video. Nó tạo ra bản đề xuất đạo diễn, gồm cốt truyện, lời đọc từng cảnh, hành động, góc máy và âm thanh. Sau khi bạn duyệt, nó mới viết câu lệnh cho từng đoạn. Bạn chép câu lệnh sang Google Flow, Runway, Luma hoặc Kling, rồi ghép trong CapCut hay Premiere.
Mỗi đoạn dài khoảng 10 giây, nên video 60 giây là 6 đoạn. Với các phong cách A1 đến A5, kịch bản đi theo khung năm chặng: câu mở gây tò mò, phá vỡ điều ai cũng tin, hé lộ chi tiết ít người biết, nói ra sự thật cốt lõi, rồi kết bằng một câu hỏi cho khán giả bàn luận. Riêng lời đọc tiếng Anh được khống chế khoảng 20 đến 25 từ cho mỗi 10 giây.
Chỗ khó nhất của video AI là giữ nhân vật không biến dạng qua các cảnh. Dự án xử lý bằng cách lặp lại nguyên văn đoạn mô tả nhân vật trong mọi câu lệnh, và khuyên dùng thêm ảnh tham chiếu với nhân vật phức tạp. Nếu bạn định dùng công cụ của Google, bài về Gemini Omni tạo video AI có thêm thông tin về mô hình này.
Autopilot Mode hoạt động thế nào?
Autopilot là phần khiến nhiều người chú ý, vì đầu ra là một tệp video hoàn chỉnh. Agent lập kế hoạch cảnh, gọi dịch vụ tạo tranh và giọng đọc, rồi ghép tất cả trên máy của bạn theo đúng độ dài lời đọc. Hình ảnh chủ yếu là tranh minh hoạ với thao tác cắt, lia và thu phóng, không phải clip chuyển động riêng cho mỗi cảnh.
Phần kỹ thuật được làm khá cẩn thận. Theo tài liệu vận hành của dự án, bộ công cụ có các lệnh kiểm tra môi trường, tạo dự án, xác thực, xem trước, ghi nhận duyệt và kết xuất. Mỗi cảnh được lưu đệm riêng, nên nếu máy dừng giữa chừng, bạn chạy lại đúng lệnh cũ và không phải tạo lại giọng đọc.
Một chi tiết đáng khen là thiếu thành phần nào, chương trình sẽ báo lỗi thay vì âm thầm xuất video câm. Phụ đề luôn nằm trên một dòng và ngắt theo nghĩa của câu, không chia máy móc theo số từ.
10 phong cách hình ảnh
Phong cách được đánh mã theo chế độ, nên A và B không dùng lẫn cho nhau. Mỗi nhóm có quy tắc riêng về hình, phụ đề, giọng đọc và nhịp dựng. Ví dụ, A1 giới hạn ba màu nhấn, còn B4 dựng theo nhịp căng thẳng với mỗi cảnh dài tối đa 3 giây.
Nếu làm kênh giải thích kiến thức, B1 và A1 là điểm khởi đầu an toàn vì hình đơn giản và ít lỗi. Kênh về tâm lý đời thường có thể thử B2. A6 Amber Noir đi theo đường riêng, có quy trình kết thúc bằng tệp MP4 thay vì chỉ dừng ở câu lệnh.
Cần chuẩn bị gì và tốn bao nhiêu?
Phần mềm miễn phí, nhưng video không tự sinh ra miễn phí. Tác giả nói rõ người dùng vẫn trả tiền cho dịch vụ bên thứ ba mà họ kết nối, ví dụ Gemini, Claude hay ElevenLabs. Tài liệu vận hành cũng ghi các lệnh gọi API có thể bị tính phí, và mỗi lệnh chỉ gửi một yêu cầu, không tự thử lại.
Với Autopilot, bạn cần Node 20 trở lên, FFmpeg và FFprobe. Lệnh doctor kiểm tra các thành phần này, nhưng chỉ xác nhận có khoá API hay không, chưa xác nhận được quyền dùng mô hình hoặc hạn mức còn lại. Tác giả cho biết không cần card đồ hoạ mạnh, vì phần tạo hình nặng nằm ở dịch vụ đám mây.
Về công cụ, tác giả khuyên Codex vì đã dùng nó để tạo các video mẫu, và dùng mô hình tạo ảnh có sẵn trong GPT. Claude Code, Cursor hay Antigravity vẫn cài được, nhưng kết quả có thể khác. Nói cách khác, video mẫu đẹp trên trang dự án là chất lượng ở điều kiện tốt nhất, chưa phải điều bạn chắc chắn nhận được.
Làm video tiếng Việt có được không?
Được, nhưng không tự động. Dự án cho đổi ngôn ngữ và giọng đọc, còn mặc định của B1 là tiếng Anh. Chúng tôi đã đối chiếu tài liệu và tệp font trong kho mã để tìm ra ba điểm người Việt cần xử lý.
Thứ nhất là giọng đọc. Tài liệu Gemini-TTS của Google Cloud ghi tiếng Việt (vi-VN) ở trạng thái phát hành chính thức. Tuy nhiên, tên giọng Bodi mà dự án đặt mặc định không có trong danh sách của trang này khi kiểm tra ngày 8/11/2026, nên hãy thử trước với một giọng được liệt kê, như Puck.
Thứ hai là font. Chữ tiêu đề trên hình dùng Caveat. Khi đối chiếu bảng ký tự của tệp font trong kho mã, Caveat thiếu 42 trong 74 chữ cái có dấu mà chúng tôi thử, như ơ, ư, ế, ộ. Hãy đặt biến AUTOPILOT_FONT sang font có đủ dấu tiếng Việt. Phụ đề dùng Noto Sans nên đủ dấu.
Thứ ba là kịch bản. Các quy tắc về số từ trong lời đọc được viết cho tiếng Anh, nên tiếng Việt cần nghe thử để chỉnh nhịp, đặc biệt ở bản xem trước 20 giây.
Video này có kiếm tiền trên YouTube được không?
Đây là chỗ cần đọc kỹ nhất. Phần hỏi đáp của dự án khẳng định đầu ra “hoàn toàn nguyên bản” và hàng trăm kênh người que đang kiếm tiền thành công. Đó là nhận định của tác giả, không kèm số liệu kiểm chứng, và không có công cụ nào đảm bảo được thay YouTube.
Theo chính sách kiếm tiền của YouTube, cập nhật ngày 15/7/2025, nội dung làm theo mẫu hoặc gây cảm giác lặp lại khi xem liên tiếp sẽ không đủ điều kiện. Trang này nêu đích danh nội dung AI làm theo mẫu chung chung, và cả ví dụ nhân vật bị đặt vào cùng một tình huống với cùng một kết cục.
Chính sách này đánh giá theo toàn bộ kênh. Vì vậy, một quy trình tạo video càng tiện thì càng dễ đẩy bạn vào bẫy sản xuất hàng loạt. Công cụ giải quyết phần dựng, còn ý tưởng, góc nhìn và độ chính xác vẫn là việc của bạn.
Tin tốt là quy định khai báo nội dung AI của YouTube chỉ bắt buộc với nội dung trông như thật. Video hoạt hình hoàn toàn thường không thuộc diện này.
Nhãn AI, bản quyền và an toàn khi cài
Tại Việt Nam, Luật Trí tuệ nhân tạo số 134/2025/QH15 có hiệu lực từ 1/3/2026. Điều 11 yêu cầu thông báo rõ khi nội dung AI có thể gây nhầm lẫn về sự kiện, nhân vật, và gắn nhãn nội dung mô phỏng người thật hoặc tái hiện sự kiện thực tế. Nghị định 142/2026/NĐ-CP cho phép tác phẩm sáng tạo ghi ở phần mở đầu, kết thúc hoặc mô tả.
Người que kể chuyện hư cấu ít gây nhầm lẫn, nhưng kênh lịch sử hay tin tức tái hiện sự kiện có thật nên ghi rõ phần dùng AI. Đây là thông tin tham khảo, không phải tư vấn pháp lý.
Về bản quyền, giấy phép MIT chỉ áp dụng cho dự án. Một số phong cách được tác giả ghi là lấy cảm hứng từ các kênh YouTube có thật, nên bạn nên xây nhân vật và màu sắc riêng thay vì sao chép một kênh cụ thể.
Về an toàn, skill Autopilot sẽ chạy lệnh trên máy bạn, gồm cài gói phụ thuộc bằng npm. Dù đây là dự án công khai, hãy đọc qua trước khi cài và đặt hạn mức chi tiêu cho khoá API.
Hiểu lầm phổ biến
Những lời giới thiệu ngắn gọn thường bỏ qua vài điều kiện quan trọng. Ba hiểu lầm dưới đây dễ gặp nhất khi người mới đọc về dự án.
Một điểm nữa: mốc 5.000 sao đã đạt, nhưng đợt phong cách mới và trình dựng hàng loạt cho Shorts, TikTok trong lộ trình vẫn chưa được đánh dấu hoàn thành. Studio trên web chỉ được hứa ở mốc 10.000 sao. Hãy đánh giá dự án theo những gì đang chạy được.
Bắt đầu trong 5 bước
1. Chọn đúng chế độ
Muốn thử nhanh, chưa cài môi trường, hãy chọn Director. Muốn nhận tệp video và đã quen agent lập trình, hãy chọn Autopilot.
2. Đọc rồi mới cài
Mở tệp SKILL.md và thư mục scripts. Sau đó đưa đường link kho mã cho agent, yêu cầu cài và giải thích còn thiếu gì trên máy bạn.
3. Nói rõ yêu cầu ngay từ đầu
Ghi chế độ, mã phong cách, khung hình, độ dài, ngôn ngữ và giọng đọc. Ví dụ: chế độ B, phong cách B1, 16:9, 5 phút, tiếng Việt.
4. Làm bản ngắn trước
Đọc kỹ kịch bản, rồi nghe bản xem trước 20 giây. Soi phát âm số, tên riêng, dấu tiếng Việt và phụ đề. Đây là bước rẻ nhất để phát hiện lỗi.
5. Kiểm tra nội dung trước khi đăng
Đối chiếu mọi số liệu vì AI có thể viết sai. Bộ đóng gói tuỳ chọn gợi ý ảnh bìa, 5 tiêu đề, mô tả và câu hỏi ghim, nhưng không tự đăng video, nên quyết định cuối vẫn thuộc về bạn.
Câu hỏi thường gặp
Stickman Video Director có miễn phí không?
Có với phần mã nguồn, theo giấy phép MIT và không thu phí thuê bao. Tuy nhiên, bạn có thể phải trả tiền cho dịch vụ tạo ảnh, giọng đọc, clip video hoặc trợ lý AI mà bạn kết nối, tuỳ gói và hạn mức của từng nhà cung cấp.
Có cần biết lập trình không?
Tác giả nói không cần, vì bạn giao việc bằng lời cho agent. Thực tế, Autopilot vẫn đòi hỏi cài Node, FFmpeg và xử lý khoá API. Người chưa quen dòng lệnh nên bắt đầu với Director, vốn chạy được trong khung trò chuyện AI thông thường.
Máy tính cần cấu hình mạnh không?
Theo tài liệu dự án, không cần card đồ hoạ cao cấp vì tranh, giọng đọc được tạo qua dịch vụ đám mây. Máy của bạn chủ yếu đảm nhiệm việc ghép video bằng FFmpeg, nên video dài sẽ cần thêm thời gian và dung lượng ổ đĩa.
Dùng Claude Code có được không?
Được. Dự án nêu rõ có thể cài trong Claude Code, Cursor, Antigravity hoặc agent khác có quyền với tệp và dòng lệnh. Tác giả vẫn khuyên Codex vì video mẫu được tạo ở đó, nên kết quả trên công cụ khác có thể không giống hoàn toàn.
Video làm ra có bị YouTube gỡ không?
Dùng AI không tự động vi phạm. Rủi ro lớn hơn là bị từ chối hoặc mất kiếm tiền nếu các video trên kênh giống nhau như dập khuôn. Hãy cho mỗi video một ý tưởng riêng, kiểm tra thông tin và tránh dùng lại nội dung của người khác.
Kết luận
Stickman Video Director đáng thử nếu bạn muốn làm video stickman bằng AI mà vẫn kiểm soát được quy trình. Điểm mạnh là hai chế độ rõ ràng, phong cách phong phú và các điểm duyệt giúp tránh tốn tiền vô ích. Điểm cần nhớ là chi phí dịch vụ, vài chỉnh sửa cho tiếng Việt và chính sách chống nội dung lặp của YouTube.
Bạn sẽ chọn phong cách nào cho kênh của mình? Hãy để lại bình luận bên dưới và theo dõi Nhật Phúc để đọc thêm các hướng dẫn công nghệ dễ hiểu.
