Phuong Lan Nguyen

Mẹo tạo giọng đọc AI nghe như người thật - Có hơi thở, có ngắt nghỉ, có cảm xúc

Khi chuyển văn bản thành giọng nói để làm podcast hoặc video, mình thấy nhiều người đang làm sai cách khiến giọng AI đều đều, nghe không có cảm xúc mấy. Sai ở đâu? Ở chỗ cứ tưởng dán kịch bản vào rồi ấn generate là xong. Thực ra Google có hẳn một Prompting Guide chính thức cho Gemini 2.5 Pro TTS, trong đó nêu rõ, một prompt chuẩn để tạo giọng AI chuẩn cần 5 thành phần: 1. Audio Profile: nhân vật là ai, độ tuổi, tính cách 2. Scene: bối cảnh, không gian (vd: studio podcast yên tĩnh) 3. Director's Notes: chỉ đạo về tốc độ, nhịp thở, accent vùng miền 4. Sample Context: điểm khởi đầu để AI "vào vai" 5. Transcript cần có audio tags: [whispers], [pause], [excited]... đặt đúng chỗ => cái này chính là phần quan trọng nhất để khi nói giọng AI đặt đúng cảm xúc vào từng câu từng chỗ. Audio tags thì họ khuyến nghị nên viết bằng tiếng Anh nhé. Ngoài ra, một kinh nghiệm nữa mình rút ra từ nhiều lần thực hành là, để tối ưu là không tạo giọng AI cho kịch bản một lần, mà nên chia nhỏ kịch bản. Làm phần đầu trước làm sample, để chốt giọng, chốt vibe, chốt tốc độ. Khi đã ưng, lưu lại prompt sample đó làm "tài liệu mẫu" để train cho AI, các phần còn lại của kịch bản chỉ cần clone hướng dẫn và cấu trúc và chỉ cần đổi transcript với cảm xúc phù hợp. Giọng ra sẽ đồng nhất, và có sắc thái tự nhiên, đúng tình huống và hoàn cảnh. Mình đã test thử với cả giọng miền Nam lẫn Hà Nội, thậm chí cho cả clip dài 15 phút và thấy khá ok. Hi vọng có ích cho những ai đang cần.

Cách nhận biết bài viết bằng AI qua các cụm từ, cấu trúc

Đây là các cụm từ cấu trúc AI siêu thích dùng Nói thẳng* Viết thẳng* ABC khuyên* Không phải A là X, mà là Y*, kiểu: "Đây không phải X. Đây/Nó là Y." hoặc "Không phải vì X. Mà vì Y." hoặc "A không phải là. Mà là…."; "thay vì…., hãy…" ví dụ: Giỏi AI không phải là thuộc lòng vài câu lệnh thần thánh. Mà là biết bày đúng bối cảnh cho nó làm việc ví dụ :Thay vì tả "tôi muốn giọng văn kiểu...", hãy đưa thẳng một ví dụ thật… ví dụ: Không chỉ là viết nội dung, tóm tắt tài liệu hay hỏi đáp đơn lẻ, mà là những câu hỏi thực tế hơn như: ví dụ: Đây không còn là chuyện benchmark. Đây là lịch sử đang đổi pha. Ví dụ: Không chỉ hỏi: dùng mô hình nào? Mà hỏi: ai chịu trách nhiệm, rủi ro nằm ở đâu… Trước đây, A là X. Giờ đây, A là Y.* Trong một thế giới mà abc,* Điều thú vị là* Điều này cho thấy một thực tế thú vị* Cố tình nhấn mạnh* Cú đá xoáy thẳng* Thứ mình tâm đắc nhất* Điều mình rút ra* Câu hỏi cuối cùng là…* Cái hay ở đây là…* Những câu hỏi nối bài, kiểu: Vì sao chuyện này quan trọng?* Quyết định này có thể đọc thành 3 lớp; vấn đề này có thể nhìn 3 góc* Khoảng khắc: khoảnh khắc ABC, ta tự hỏi rất khẽ XYZ* Phong cách viết không có chủ ngữ, câu giật ngắn gọn, kiểu* ví dụ: "GPT vừa lên kệ. Sol (flagship), Terra (cân bằng), Luna (rẻ). Nghe hoành tráng vậy thôi chứ… ví dụ: Đó chính xác là thứ MCP giải quyết. Một chuẩn giao tiếp, bất kỳ AI nào. Bất kỳ API nào. Kết bài hay có kiểu đối lập* Ví dụ: Hiểu đúng phần này, bạn không chỉ dùng Cowork an toàn hơn - bạn đổi cả cách giao việc cho AI. ví dụ: Có thể Fable 5 rồi sẽ được mở lại, bằng cách này hay cách khác. Nhưng sự ngây thơ cũ về AI thì chắc khó mở lại như trước Cấu trúc bài viết: câu tổng kết đi đầu "Sau một hồi/ sau một thời gian làm X, tôi nhận ra" → cách phát triển ý: Hồi đầu làm X → nêu điều thức tỉnh: Hóa ra Y (hóa ra, nhận ra) → điểm quan trọng: Điều quan trọng/ điều thú vị là / thứ mà mình tâm đắc nhất —> kết luận* Cấu trúc bài viết: A vừa ra mắt X, nghe thì Y, nhưng Z*

AI ngày càng mạnh và ngày càng dùng thích. Đơn giản như chuyển ghi âm cuộc họp thành văn bản. 4-5 năm trước mình còn mua 2 lần gói năm của Otter, nhưng sau khi tính năng chuyển audio thành văn bản của Gemini mạnh lên thì không cần dùng Otter nữa luôn.

Chuyển ghi âm cuộc họp thành văn bản: -> Trước, file dưới 30 phút phải tách ra 2 lần, chạy lâu >< Nay: 45 phút vù cái là xong (mình chưa thử 1 tiếng, chắc okay) -> Trước, nhận diện giọng người nói khác nhau trong cuộc họp còn hạn chế (Otter hồi đó có tính năng nhớ, Gemini lúc đó chưa) >< Nay: Chỉ cần bảo phân biệt diễn giả, tự động điền tên -> Trước, đổ băng thôi, không có gì hơn >< Nay: thậm chí còn nghe băng, đổ xong còn xử lý kiểu đoán được chức danh của diễn giả. Có lúc nó còn hứng lên tự đổ băng, tóm tắt cuộc họp (chỉ một lần chạy)=> vụ này thì mình phải bảo không được tự ý tóm tắt cuộc họp, chỉ đổ băng đúng nghĩa 😂 Chi phí cũng rẻ, model Gemini 3.0 Flash giờ đổ băng siêu nhanh, cũng chỉ mất vài credit 🥰

Đầu tháng bảy, một email tự động gửi đến hộp thư của mọi nhân viên trong công ty tôi, thông báo họ đã được cấp tài khoản Claude bản quyền. Một tháng trôi qua, không mấy ai bàn tán, chia sẻ "wow, thông minh thật". Phải đến tận cuối tháng tám này, phòng IT mới lên lịch cho một buổi hướng dẫn sử dụng kéo dài một tiếng, nơi tôi đoán, người ta sẽ chỉ cho nhau cách bấm vài chiếc nút cơ bản.

Năm ngoái, chúng tôi cũng từng hào hứng như thế với Copilot. Rồi cơn sốt qua đi, để lại khoản chi phí đáng kể và công cụ bị lãng quên như chiếc máy chạy bộ mua về chỉ để… treo quần áo. Nhiều doanh nghiệp đang đầu tư và mua công nghệ AI chỉ để mua lấy cảm giác an tâm rằng mình không bị bỏ lại phía sau. Nhưng cảm giác an tâm ấy đắt đỏ vô cùng. Khảo sát đầu năm 2026 của PwC với gần 4500 CEO toàn cầu cho thấy: chỉ vỏn vẹn 12% doanh nghiệp thấy AI thực sự mang lại lợi ích song hành cả về doanh thu lẫn tiết kiệm chi phí. Hơn một nửa số CEO thừa nhận họ chưa thấy bất kỳ hiệu quả tài chính rõ rệt nào. Tương tự, khảo sát của KPMG Q2 vừa rồi cũng chỉ ra 76% CEO tuyên bố "AI mang lại giá trị," nhưng chỉ có đúng 7% chứng minh được hiệu quả đó bằng những con số tài chính thực tế. Chúng ta đang đổ hàng triệu đô-la vào một thứ công nghệ mà chính chúng ta cũng không biết cách hướng dẫn nhân viên sử dụng sao cho hiệu quả. Tưởng tượng một sáng, công ty cử đến bàn làm việc của bạn một trong những bộ óc vĩ đại nhất thế kỷ, một Albert Einstein bằng xương bằng thịt. Họ bảo: "Đây là cộng sự mới của bạn, chúc may mắn." Rồi họ rời đi. Bạn chưa từng làm việc với một thiên tài. Bạn không biết ông ấy có thể làm gì, cũng không ai dạy bạn làm sao để làm việc và giao tiếp hiệu quả với một bộ óc như thế. Thế là cả ngày, bạn loay hoay giữa hai lối mòn. Một là rụt rè nhờ ông sửa vài lỗi chính tả hoặc tóm tắt hộ một email dài, Einstein ngồi đó, bất lực vì rảnh rỗi. Tệ hơn, bạn buông xuôi, khoán trắng, ném cả xấp tài liệu sang và bảo ông viết hộ toàn bộ báo cáo, Einstein lặng lẽ làm thay phần việc của bạn. Cuối ngày, tắt máy tính đi về, bạn không học được gì cũng không giải quyết được bài toán thực sự nào của mình. Bạn mãi mãi không hiểu tại sao năng lực của mình cứ dậm chân một chỗ. Đó chính xác là thực tế đang diễn ra tại các công sở, văn phòng. Các doanh nghiệp đang mua AI về như mua một chiếc máy in hay bộ bàn ghế mới, cứ cắm điện, phát tài khoản là mặc định nhân viên sẽ tự biết cách dùng hiệu quả. Chúng ta chỉ quen ra lệnh cho những công cụ vô tri, mà chưa từng được chuẩn bị để làm việc cùng những thiên tài. Chúng ta chưa từng dạy cho nhân viên cách tư duy cùng bộ óc khác, chưa từng dạy cách xây dựng một mối quan hệ công việc với một trí tuệ phi thường. Để làm việc hiệu quả với một cộng sự thông minh, mỗi nhân viên cần được hướng dẫn cách đặt câu hỏi, cách hoài nghi câu trả lời, cách cung cấp ngữ cảnh cụ thể và cách tư duy cùng nhau. Sự lãng phí lớn nhất không nằm ở số tiền bản quyền hàng tháng bị trừ đi trong tài khoản của công ty. Nó nằm ở chỗ chúng ta đang sở hữu một nguồn lực vô hạn, nhưng cả tổ chức lại đang vận hành nó bằng những phương pháp hời hợt và thiếu định hướng. nghienAI

Nghiên cứu & Deep Research với AI Hiệu quả- Tutorial đặc biệt dành cho dân nghiên cứu

Không biết trong group mình có ai làm nghiên cứu không, hi vọng bài này sẽ cần thiết. Làm nghiên cứu, phân tích chính sách độ 20 năm, dùng AI từ những ngày đầu mới ra mắt... nhưng mình lại rất ít sử dụng AI để nghiên cứu như cách nhiều bạn đang làm. Nghe nghịch lý phải không? Vì cái việc dân tình ném vào AI, ngồi đợi 5-10 phút ra cả mấy trang kín tài liệu tham khảo học thuật đó, thì mình lại tốn nhiều thời gian nhất... mà cũng khó giải thích nhất. Công việc này buồn tẻ, tốn nhiều công sức mà lại messy, nhưng lại QUAN TRỌNG NHẤT. Vì thu thập, tổng hợp dữ liệu sai → toàn bộ nghiên cứu bỏ đi. Nhưng làm sao giải thích để thay đổi tư duy của đám đông, khi mà hầu như không ai cưỡng được cám dỗ "nhanh và tiện"? Cám dỗ đến mức nhiều tổ chức, giáo sư uy tín cũng sa bẫy: Deloitte phải hoàn lại tiền vì dùng AI viết báo cáo không kiểm tra nguồn; Giáo sư Hồng Kông của ĐH nổi tiếng thế giới mất chức vì để AI bịa 1/3 nguồn trích dẫn. Hoặc vừa rồi, trên VNexpress, giáo sư ngôn ngữ học 30 năm kinh nghiệm khi chấm các thể loại tổng quan nghiên cứu hàng chục trang của nghiên cứu sinh phải thốt lên: chỉ có "người trời" mới viết được... AI nhả ra vài chục trang "nghiên cứu" với hàng loạt trích dẫn "như đúng rồi"... nhưng người nghiên cứu lại không buồn đọc tài liệu, không buồn kiểm chứng - việc chính và duy nhất của họ! Vậy nên, đây chính là tutorial mình muốn làm từ rất lâu rồi. Tốn cũng nhiều thời gian nhất vì cái chủ đề này dân tình ngại nhất, đến mình cũng phải lấy động lực mãi ý Trong video này, mình chia sẻ: 👉Tổng hợp cách research với AI hiện nay - Internet Researcher, Perplexity, Deep Research của OpenAI 👉Tại sao các công cụ "deep research" hiện nay chưa thực sự "deep" 👉Phương pháp 3 bước chiến lược hiệu quả dựa trên nhiều năm sử dụng AI thường xuyên cùng kinh nghiệm nghiên cứu chính sách 20 năm 👉Điểm mạnh và điểm yếu thực sự của AI - hiểu để áp dụng nghiên cứu với AI thành công Thực hành- 3 dự án nghiên cứu thực tế - Mình chia sẻ và giải thích cách mình áp dụng phương pháp trên cho 3 dự án nghiên cứu mình đã làm (vạch áo cho người xem lưng- thực sự mình dùng AI như nào mình chia sẻ đúng như vậy luôn). Vẫn còn nhiều điều mình chưa thể chia sẻ đủ đầy, nhưng hi vọng đây sẽ là video có ích cho các bạn đang làm công tác nghiên cứu, phân tích chính sách, hoặc sinh viên cần viết luận văn. Sau khi admin duyệt bài, mình sẽ bổ sung lik ở bên dưới. P.S: Như Hemingway từng nói: "Viết không có gì mấy, chỉ là bạn ngồi vào trước máy đánh chữ và chảy máu." Ngay cả với AI, nghiên cứu vẫn cần bạn "chảy máu" theo cách của riêng mình - đọc, kiểm chứng, đánh giá. Không có con đường tắt nào cả! Chúc các bạn thành công!

90% Người Dùng AI Tạo Slide Đang Làm SAI (Mà Không Biết)

Vì họ không biết những điều dưới đây, và đa số các hướng dẫn trên yt khác (quên) không đề cập: 🍂Các nguyên tắc cơ bản khi tạo presentation: Bốn nguyên tắc cơ bản mà hầu như 90% người không biết! Cũng là lí do tại sao sản phẩm của bạn lại nhìn không chuyên nghiệp. 🍂Nguyên tắc vàng - Content First, AI Second - Hoàn thiện nội dung trước, visualize sau. Không nên nhảy luôn vào bảo thiết kế khi chưa chốt nội dung. 🍂 Làm việc CÙNG AI, không phụ thuộc AI - Iterate, customize, kiểm soát chất lượng từng bước thay vì chấp nhận "cái có sẵn." 🍂Slide xuất sắc không đến từ AI thông minh, mà từ người dùng hiểu luật chơi. Cuối cùng, nhiều người than phiền các vấn đề khi tạo bài trình bày bằng các công cụ phổ biến hiện nay: Template nhàm chán, sửa vài lỗi cũng phải regen lại, ảnh tạo minh họa không ăn nhập, export vỡ layout… Vấn đề cốt lõi là do người dùng không kiểm soát được toàn bộ quá trình, nên thường chỉ ngồi ra lệnh/prompt và chờ đợi. Đây là cách mình kiểm soát toàn bộ workflow tạo bài trình bày trên CharmIQ: - Brainstorm & Research: Đầu tiên, thảo luận để phát triển ý tưởng, hoàn thiện nội dung từ tài liệu tải lên... - Đánh giá thiết kế, template đa dạng: để AI sáng tạo hoặc bạn cung cấp template của riêng mình - Chỉnh sửa trực tiếp, không phải chạy lại từ đầu - Thậm chí kết hợp cả tạo lời dẫn cho từng slide luôn, quá tiện lợi - Tạo và chọn ảnh minh họa, phù hợp với ý đồ, nội dung truyền tải, không để AI ngẫu hứng - Kết nối liên thông với các tác vụ khác: Tạo PPT xong thì link sang workspace làm các tác vụ khác, viết email, phân tích, đánh giá…. Thậm chí gọi các AI vào thảo luận xem powerpoint đã ổn chưa… - Export PDF hoặc PPTX giữ nguyên format, animation... Kết quả thu về là sản phẩm đúng như ý. Mình chia sẻ chi tiết workflow này từ A-Z, chính file làm việc của mình nhé. Hi vọng có ích cho các bạn đang cần tạo bài thuyết trình, kể cả bạn dùng bất kỳ AI nào, ít nhất bạn sẽ hiểu nguyên tắc cơ bản của 1 slide chuyên nghiệp.