Vì sao quảng cáo AI trông giả (và 7 cách sửa để dùng được)

Quảng cáo AI trông giả vì một nhóm lý do cụ thể, và sửa được: da bóng như sáp vì bị làm mịn quá tay, tông màu "sang chảnh" vàng như mật ong, chữ trên nhãn bị méo, vật thể chuyển động sai mọi định luật vật lý, môi không khớp với tiếng, và một sự hoàn hảo kiểu ảnh stock mà chưa chiếc điện thoại nào chụp ra. Không điều nào trong số này là bản chất của video AI. Chúng là mặc định, và bạn phải chủ động viết prompt và dựng quy trình để thoát khỏi chúng.

Mỗi ngày tại Hermoso, chúng tôi điều phối Seedance 2.5, Veo 3.1, Kling 3.0 và mô hình video nhận mọi loại đầu vào mới nhất của Google. Khoảng cách giữa một bản render không dùng được và một bản bạn dám bỏ tiền chạy gần như không bao giờ nằm ở mô hình. Nó nằm ở bảy quyết định tay nghề, đưa ra trước và sau khi mô hình chạy.

Bài này gọi thẳng tên các dấu hiệu, rồi đi qua bảy cách sửa mà người làm nghề thật sự dùng. Đó cũng chính là những cách chúng tôi đã đưa vào quy trình của mình.

Điều gì khiến quảng cáo AI trông giả?

Bảy dấu hiệu giải thích gần như mọi quảng cáo AI bị nhận ra ngay trong giây đầu tiên. Nếu bạn từng chịu thiệt vì những kết quả bóng bẩy, kỳ quặc, thì đó là sự kết hợp của vài điều sau:

• Da như sáp. Mô hình được huấn luyện rất nhiều trên ảnh đã chỉnh sửa, đánh đèn làm đẹp, nên mặc định cho ra gương mặt không lỗ chân lông, sáng mờ mờ, thứ mà camera điện thoại không bao giờ tạo ra.
• Tông màu vàng sang chảnh. Ánh sáng ấm, vàng như mật ong, kiểu điện ảnh trên mọi thứ. Hãy tưởng tượng một quảng cáo kombucha được đánh đèn như quảng cáo nước hoa.
• Chữ trên nhãn bị méo. Tên sản phẩm chảy thành những ký tự gần giống chữ. Phụ đề hiện ra như một nồi chữ cái lộn xộn. Đây là dấu hiệu lộ nhanh nhất.
• Vật lý bất khả thi. Sản phẩm lơ lửng lâu hơn một nhịp, dòng nước rót bất chấp trọng lực, chai bị tung lên treo lơ lửng như không có trọng lượng. Khối lượng và quán tính vẫn còn khó với các mô hình này.
• Môi lệch tiếng. Âm thanh TTS đặt lên một cái miệng được tạo sẵn sẽ cho ra kiểu mấp máy môi kỳ quặc mà ai cũng nhận ra từ những bộ phim lồng tiếng dở.
• Phụ đề do mô hình vẽ. Yêu cầu mô hình vẽ thanh phụ đề hay nút CTA ngay trong khung hình. Nó không làm được, và kết quả nhòe nhoẹt làm hỏng một cảnh lẽ ra rất tốt.
• Sự hoàn hảo kiểu ảnh stock. Bố cục căn giữa hoàn hảo, đôi tay đứng yên hoàn hảo, không ai chớp mắt, không có gì hơi sai. Nội dung thật thì chỗ nào cũng hơi sai một chút.

Mỗi dấu hiệu đều có một cách khắc phục cụ thể. Dưới đây là bảy cách, xếp theo mức độ quan trọng.

Cách sửa 1: Viết prompt cho da mờ và kiểu quay phẳng của camera điện thoại

Cách chống bóng là chủ động viết prompt kéo mô hình ra khỏi mặc định đèn làm đẹp: da mờ có kết cấu rõ, ánh sáng trung tính, và chất hình của camera điện thoại quay với profile SDR phẳng thay vì một bộ máy điện ảnh đã chỉnh màu. Nếu không được nhắc, mọi mô hình video lớn đều trôi dần về phía ánh sáng long lanh.

Trên thực tế, điều này nghĩa là viết lớp chân thực vào mọi prompt kiểu UGC: da không chỉnh sửa, không đèn viền, không hiệu ứng lóa, khung hình cầm tay, chút nhiễu và giới hạn dải tương phản của camera trước. Kết quả thôi trông như quảng cáo truyền hình và bắt đầu giống thứ một người thật tự quay, và đó chính là toàn bộ ý nghĩa của định dạng UGC. Đây là cách sửa có tỷ lệ công sức trên hiệu quả cao nhất, vì làn da là nơi người xem phát hiện đồ giả nhạy nhất.

Cách sửa 2: Ghép mọi chữ, logo và phụ đề ở hậu kỳ, đừng bao giờ để mô hình vẽ

Mọi dòng chữ người xem cần đọc (logo, nhãn, phụ đề, CTA, end card) nên được ghép lên trên cảnh quay hoàn chỉnh thay vì tạo ra bên trong nó. Mô hình khuếch tán tạo ra những điểm ảnh giống chữ về mặt thống kê, chúng không viết ra ký tự. Kết quả là chữ chảy méo và những từ gần giống chữ do mô hình tự bịa, và một cái nhãn bị méo là đủ phá hỏng một bản render lẽ ra hoàn hảo.

Quy trình hiệu quả là: render cảnh sạch, rồi phủ tài sản thương hiệu thật lên trong một bước ghép: file logo thật, font chữ thật, phụ đề chính xác đến từng điểm ảnh. Đây cũng là cách bạn có một end card với logo sắc nét và CTA đọc được. Việc này tốn công dựng quy trình hơn so với gõ "thêm logo" vào prompt, và đó chính là lý do hầu hết quảng cáo AI trông giả đều bỏ qua bước này. Một công cụ tạo quảng cáo AI tốt sẽ làm bước đó thay bạn.

Cách sửa 3: Neo mọi bản render vào ảnh sản phẩm thật

Nếu mô hình không có ảnh sản phẩm thật của bạn làm tham chiếu, nó sẽ bịa ra một "người anh em họ" trông có vẻ hợp lý của sản phẩm: đúng loại, sai dáng chai, nhãn tự chế, màu hơi lệch. Khách hàng biết sản phẩm sẽ nhận ra ngay, và bạn cũng vậy.

Cách sửa là đưa một ảnh sản phẩm thật vào mọi lần tạo và ghép chính sản phẩm thật vào cảnh, thay vì mô tả nó bằng lời. Prompt bằng chữ mô tả chủng loại, còn ảnh tham chiếu khóa chặt danh tính. Kết hợp với Cách sửa 2 (chữ trên nhãn được ghép vào), đây là điều khiến sản phẩm trong quảng cáo đúng là sản phẩm trên kệ. Đó là khác biệt giữa một tấm ảnh lifestyle và một quảng cáo hoàn chỉnh bạn có thể chạy thật.

Cách sửa 4: Viết cử chỉ nhỏ và một nhịp không hoàn hảo vào mọi màn diễn

Những màn diễn AI trông giả thường là do chỉ đạo thiếu, không phải render thiếu. Một prompt như "người phụ nữ cầm sản phẩm và mỉm cười" sẽ cho bạn một ma-nơ-canh: mắt nhìn chằm chằm, tay cầm cứng đờ, nụ cười đối xứng. Người thật thì hay cựa quậy.

Hãy chỉ đạo màn diễn ở cấp độ cử chỉ: cô ấy liếc xuống nhãn giữa câu, chỉnh lại tay cầm, vén tóc ra sau tai, bật cười nửa chừng vì cách mình nói. Rồi thêm đúng một nhịp không hoàn hảo: máy hơi rung, cô ấy nói chồng lên chính mình một âm tiết, khung hình trôi nhẹ. Một lỗi trông chân thật, năm lỗi trông hỗn loạn. Đây là việc viết kịch bản, không phải tinh chỉnh mô hình, và là cách sửa mà hầu hết các đội không bao giờ nghĩ tới vì họ còn bận đổ lỗi cho mô hình.

Cách sửa 5: Lời thoại gốc của mô hình khi thấy miệng, TTS chỉ cho cảnh lồng tiếng

Quy tắc rất đơn giản: nếu cái miệng xuất hiện trên khung hình, lời nói phải được chính mô hình video tạo ra trong cùng một lần chạy, để môi và âm thanh đến từ một quá trình duy nhất. Nếu cảnh là B-roll sản phẩm có lời dẫn đè lên, TTS hoàn toàn ổn, vì chẳng có cái miệng nào để lộ ra cả.

Các đội thường sai ở chỗ tạo ra cảnh quay câm của một người đang nói, rồi lồng TTS lên trên. Sự lệch giữa chuyển động miệng chung chung và những âm vị cụ thể là thứ mà nhận thức con người bắt cực kỳ nhạy. Đó là hiệu ứng phim lồng tiếng, và chỉnh màu đến đâu cũng không giấu được. Các mô hình hiện nay tạo ra lời nói khớp môi thật sự khi bạn để chúng làm; vẻ giả đến từ việc gắn âm thanh vào sau.

Cách sửa 6: Đừng để vật nặng bay theo quỹ đạo

Đừng yêu cầu mô hình tung, thả, lật hay bắt bất cứ thứ gì có khối lượng. Chuyển động bay tự do (một vật bay dưới tác dụng của trọng lực) là nơi vật lý của mô hình video vẫn vỡ rõ ràng: chai lơ lửng lâu hơn một nhịp, lộn vòng với tốc độ đều đều, rơi xuống mà không có chút trọng lượng nào.

Hãy dàn dựng để né nó. Sản phẩm được cầm, xoay, đặt xuống, nhấc lên, rót vào: những chuyển động mà bàn tay mang vật đi và mô hình không bao giờ phải tự giải bài toán trọng lực. Rót và bắn nước rủi ro hơn cầm, nhưng an toàn hơn ném rất nhiều. Nếu ý tưởng thật sự cần sản phẩm bay lên, đó là cảnh nên cắt né, không phải cảnh nên tạo ra. Phần lớn lỗi "vật lý bất khả thi" mà chúng tôi thấy là tự chuốc lấy: storyboard đòi một cú tung sản phẩm hoành tráng mà mô hình không bao giờ làm nổi.

Cách sửa 7: Ánh sáng mát, trung tính thay cho tông vàng mật ong

Hãy viết prompt cho cân bằng trắng trung tính hoặc hơi lạnh và ánh sáng đều, không hào nhoáng (trời âm u, căn bếp lúc giữa trưa, đèn huỳnh quang văn phòng) thay vì chấp nhận tông vàng ấm mà mô hình mặc định với tới. Vẻ vàng mật ong đó là dấu ấn thị giác của "quảng cáo AI" năm 2026, và người xem đã học được cách nhận ra nó.

Ánh sáng trung tính làm được hai việc: nó xóa dấu hiệu sang chảnh, và giúp Cách sửa 1 và 3 hiệu quả hơn, vì da mờ và một sản phẩm thật được ghép vào đều trông thuyết phục nhất dưới ánh sáng bình thường. Quảng cáo hiệu suất cần cảnh quay đáng tin hơn là cảnh quay đẹp. Hãy để dành giờ vàng cho những cảnh mà thương hiệu thật sự cần nó, được chọn có chủ đích chứ không phải thừa hưởng từ mặc định của mô hình.

Hermoso đưa những cách sửa này vào quy trình như thế nào

Những cách sửa tốn công nhất trong danh sách này được tích hợp thẳng vào quy trình của Hermoso, nên bạn có được kết quả của một đội làm việc này hằng ngày mà không phải tự dựng quy trình:

• Một lớp chân thực chống bóng viết da mờ, ánh sáng trung tính và chất hình camera điện thoại vào các bản render UGC (Cách sửa 1 và 7).
• Mọi chữ, logo và phụ đề đều được ghép ở hậu kỳ, không bao giờ do mô hình vẽ, kể cả end card với logo thật và CTA của bạn (Cách sửa 2).
• Các bản render được neo vào ảnh sản phẩm thật của bạn, ghép vào cảnh, áp bảng màu thương hiệu của bạn (Cách sửa 3).
• Lời thoại gốc của mô hình được dùng mỗi khi có miệng trên khung hình, còn TTS chỉ dành cho những cảnh chỉ có lồng tiếng (Cách sửa 5).

Bên dưới, nó điều phối từng việc qua Seedance 2.5, Veo 3.1, Kling 3.0 và mô hình video nhận mọi loại đầu vào mới nhất của Google, cùng Flux, GPT Image và các mô hình hình ảnh mới nhất của Google cho ảnh tĩnh, tự chọn cho từng việc để bạn không bao giờ phải chọn. Và vì nó bắt đầu bằng việc nghiên cứu những gì đang thắng trong thị trường của bạn trên thư viện quảng cáo của Meta, Google và LinkedIn cùng TikTok tự nhiên, các ý tưởng đã dựa trên những gì đang hiệu quả trước khi điểm ảnh nào được render. Gói miễn phí có hơn 250 credit miễn phí có thể kiếm được, không cần thẻ; chi phí chính xác hiện trong ứng dụng trước mỗi lần render. Thử với sản phẩm của bạn. Cách nhanh nhất để kiểm chứng lập luận của bài này là xem kết quả có qua được "máy dò đồ giả" của chính bạn không.

Câu hỏi thường gặp

Vì sao chữ và logo do AI tạo ra lại bị méo?

Mô hình video và hình ảnh tạo ra những điểm ảnh giống chữ về mặt thống kê chứ không phải ký tự thật, nên nhãn và phụ đề hiện ra với chữ chảy méo, nét thừa và những từ gần giống chữ. Cách sửa đáng tin cậy là render cảnh không có chữ, rồi ghép logo, phụ đề và CTA thật lên cảnh quay ở hậu kỳ.

Video AI có khớp môi thuyết phục được không?

Có, nhưng chỉ khi lời nói được mô hình video tạo ra trực tiếp trong cùng một lần chạy với cảnh quay. Lồng âm thanh TTS tạo riêng lên một cái miệng đã render chính là nguồn gốc của kiểu mấp máy môi kỳ quặc, nên hãy dành TTS cho những cảnh không thấy miệng.

Mô hình video AI nào tốt nhất cho quảng cáo?

Không có mô hình tốt nhất duy nhất. Seedance 2.5, Veo 3.1 và Kling 3.0 mỗi mô hình mạnh một kiểu tùy theo cảnh quay, và thứ hạng thay đổi sau mỗi lần ra mắt mô hình mới. Hermoso tự chuyển từng việc đến mô hình phù hợp nhất, nên người dùng không bao giờ phải chọn.

Tôi có đưa sản phẩm thật của mình vào quảng cáo do AI tạo được không?

Có, và bạn nên làm vậy. Neo mọi bản render vào ảnh sản phẩm thật là một trong những cách sửa hiệu quả nhất trong danh sách này. Hermoso ghép ảnh sản phẩm thật của bạn vào các cảnh được tạo ra thay vì để mô hình bịa ra một sản phẩm na ná.

Quảng cáo làm bằng AI rẻ hơn một buổi quay bao nhiêu?

Các agency thường báo giá từ hàng nghìn đến hàng chục nghìn đô la cho một quảng cáo được sản xuất, còn các sàn creator thường niêm yết video UGC ở mức vài trăm đô la mỗi video. Trên Hermoso, ứng dụng hiện chi phí chính xác của từng lần render, với các gói trả phí $29, $69 và $149 mỗi tháng.

Người xem có từ chối một quảng cáo chỉ vì nó do AI tạo ra không?

Theo kinh nghiệm của chúng tôi, thứ bị từ chối là các dấu hiệu, không phải nguồn gốc. Cảnh quay có da mờ, ánh sáng trung tính, chữ trên nhãn thật và một nhịp không hoàn hảo của con người sẽ trông như nội dung bình thường; cảnh quay có da như sáp và vẻ bóng vàng sẽ trông giả, bất kể nó được làm ra bằng cách nào.