Cắt thô video: khâu khó nhất khi edit, khó hơn hiệu ứng

Giờ thì khác rồi. Thời đại AI đã tới, và khâu cắt thô cũng đã giao được cho máy. Cắt thô là bước đầu của khâu dựng: xem hết cảnh quay thô, bỏ chỗ vấp, chỗ nói lắp, câu nói lại và khoảng chết, giữ lại chỗ nói chậm cố ý hay im lặng nhấn nhá, rồi ráp thành một mạch liền. Với video chia sẻ kiến thức thì đây vẫn là khâu khó nhất, nên muốn giao cho AI thì phải giao kèm một bộ luật viết sẵn.

Vậy mà anh em nhắn hỏi Hùng toàn chuyện hiệu ứng, chữ bay và chuyển cảnh, còn cắt thô thì không ai hỏi tới. Hùng giận quá nên tự quay một video ngắn dài 98,6 giây để show anh em cách Hùng đang giao AI cắt thô, và video đó lên lúc 20h30 ngày 07/10/2026. Nếu bạn làm khóa học bằng kiểu ngồi nói trước máy, tức là video talking head, thì mạch cắt thô quyết định học viên coi hết bài hay bỏ ngang. Cuối bài Hùng có để một video FREE nói về cách làm ra video bài giảng xịn.

Video ngắn đó đây, bạn coi trước chưa tới 2 phút rồi đọc tiếp.

Cắt thô video là gì, nằm ở đâu trong khâu dựng?

Nhiều bạn tưởng dựng video là mở máy lên chèn chữ, thêm nhạc, nhét chuyển cảnh cho thật nhiều. Mấy thứ đó là bước sau. Cắt thô video mới là bước đầu tiên của cả quá trình hậu kỳ video: bạn mở file quay gốc ra coi từ đầu tới cuối, nghe từng câu để nhặt đoạn xài được và bỏ đoạn hỏng, rồi ráp lại cho trơn. Xong cái móng đó rồi mới tới chữ, hình, nhạc và hiệu ứng.

Hùng lấy ví dụ cho dễ hình dung. Một cô giáo dạy tiếng Anh bật máy quay một bài ngữ pháp cơ bản, ngồi nói liên tục 40 phút. Có lúc cô quên bài, ngập ngừng lật giáo trình ra coi, có lúc vấp một từ khó phát âm rồi dừng lại vài giây và nói lại nguyên câu cho tròn. Làm video e-learning thì không thể ném nguyên cục 40 phút đó cho học viên tự coi. Cắt thô là lúc bỏ hết mấy đoạn lật giáo trình, đoạn vấp, đoạn nói lại, để bài học còn khoảng 15 phút gọn mà đủ ý.

Khâu này ngốn giờ nếu làm tay. Quay 1 tiếng thì ít nhất phải nghe lại 1 tiếng, chưa kể tua tới tua lui mấy chỗ vấp để đánh mốc cắt cho chuẩn. Làm khóa học bằng bộ video thì số bài lên tới vài chục. Tự ngồi chỉnh sửa video từng đoạn như vậy rất dễ làm người mới nản rồi bỏ dở dự án ngay từ những bài đầu.

Vì sao cắt thô khó hơn hiệu ứng nhiều?

Hiệu ứng là phần ai cũng thấy, còn cắt thô là phần không ai thấy mà tốn công nhất. Chèn một cái chuyển cảnh chỉ mất vài giây bấm chuột. Nhưng quyết định có giữ một nụ cười hay một khoảng im lặng hay không thì khó hơn nhiều. Như Hùng nói trong video ngắn, cái khó là khi quăng file video thô vô, người cắt hay con AI cắt phải hiểu được trọn cái nghĩa, trọn cái ngữ cảnh của mình. Cắt sai một nhịp là câu nói tự nhiên thành câu nói của máy.

Người ta không nói chuyện đều đều như máy đọc chữ. Có lúc mình cố ý nói chậm lại cho người xem kịp hiểu. Có lúc đang nói thì im, nghiêng đầu, rồi mới nói câu chốt. Người cắt phải nhận ra mấy điệu bộ đó để giữ lại, vì đó chính là cái mood, cái nhịp, cái tông, cái giọng của người nói. Cắt mất mấy chỗ đó thì bài vẫn đủ chữ, nhưng nghe không còn là mình nữa.

Thử nghĩ một bài giảng 15 phút có vài chục chỗ phải quyết như vậy. Mỗi chỗ một lựa chọn. Trong đoạn quay 98,6 giây của Hùng, chỉ riêng khoảng im 2,2 giây ở giây 40 đã đủ làm khó một cái máy cắt theo sóng âm, vì nhìn sóng âm thì nó giống hệt một chỗ vấp. Chọn sai vài chỗ là người xem thấy bài cứ khựng khựng mà không biết vì sao, và họ lặng lẽ tắt video giữa chừng.

Hồi trước, chuyện này là chính chủ, chính Hùng phải tự làm. Không thì phải mướn producer, giám chế, đạo diễn chuyên nghiệp, vì chỉ người có nghề mới biết cái mood, cái nhịp, cái tông, cái giọng mà cắt cho đúng. Người không quen giọng mình rất dễ chặt sạch mọi khoảng trống cho gọn. Kết quả là chữ dính chùm vào nhau, người xem nghe vài phút đã mệt.

Chỗ nào nên cắt, chỗ nào phải giữ khi cắt thô?

Muốn cắt nhanh mà không mất cái hồn của bài, bạn cần một bộ nguyên tắc rõ ràng. Quay talking head sẽ gặp đủ thứ tình huống khiến mình phân vân giữ hay bỏ. Cắt lố tay thì bài mất tính người. Giữ quá nhiều thì video lề mề. Bảng dưới đây là những tình huống Hùng gặp thật khi cắt thô video của KHA và cách xử lý từng cái.

Vuốt ngang để xem đủ bảng

Lấy luôn đoạn quay 98,6 giây của chiếc video ngắn ở trên làm ví dụ. Hùng quay bằng máy Sony, để dọc, đúng một lần, không cắt giây nào. Hùng dặn con AI là kịch bản đã hoàn thiện, không cắt thô lại, nhưng trong đó có nhiều chỗ Hùng cố tình cài vào để thử xem nó hiểu video tới đâu. AI đọc ra đủ 7 chỗ cài và quyết định giữ cả 7. Ở giây 26 tới 28, Hùng nói lắp có chủ đích, tay đưa lên miệng diễn, AI hiểu đó là diễn mẫu nên giữ. Giây 35 tới 39 Hùng nói chậm rãi, từ từ, AI giữ nguyên nhịp. Giây 40 tới 42 Hùng im 2,2 giây, nghiêng đầu, mắt lim dim, tay ngửa ra, AI hiểu đó là nhấn nhá bằng điệu bộ nên giữ và không chèn chữ, không chèn tiếng động vào.

Bốn chỗ còn lại cũng vậy. Giây 62 tới 63 là đoạn liệt kê “cái mood, cái nhịp, cái tông, cái giọng”. Giây 87 tới 90 Hùng cười im 3 giây chờ nhịp, giây 90 tới 95 nhắc follow rồi tự trêu mình mà nói 4 lần hả, và giây 95 tới 98 ngả ghế ra cười, AI giữ làm cảnh kết. Không chỗ nào trong 7 chỗ đó là lỗi, nên cắt đi là hỏng. Muốn biết nên dành bao nhiêu giờ cho từng khâu, bạn coi thêm bài FREE chiến lược phân bổ thời gian edit video cho 4 loại video. Trong đó Hùng nói cắt thô một video mất 1 tới 3 tiếng, còn bài học đầy đủ mất 5 tới 6 tiếng, nghĩa là edit không khó, chỉ tốn thời gian.

Máy nghe sai thì cắt sai: chuyện “cái cái cái” 20 giây

Có đồng nghiệp hỏi Hùng: “Sao không để máy tự rà hết chỗ im lặng rồi cắt cho lẹ, cần gì bộ luật cho mệt?” Hùng trả lời là cắt kiểu đó thì nhanh thật, nhưng máy chỉ nhìn sóng âm. Nó sẽ cắt luôn cái im 2,2 giây nghiêng đầu của Hùng, cắt luôn 3 giây cười chờ, vì với nó im là im. Bài giảng ra giật cục, nghe như người nói hụt hơi.

Khâu máy nghe giọng nói còn có cái bẫy khác. Ngay với đoạn quay 98,6 giây của video ngắn này, khi cho máy nhận giọng nói nghe nguyên file một lần, nó nghe đoạn “cái mood, cái nhịp, cái tông, cái giọng” thành “cái cái cái…” kéo dài khoảng 20 giây. Máy nghe sai thì đánh mốc sai, mà mốc sai thì cắt sai. Con AI phải nghe lại từng đoạn ngắn theo từng câu, rồi soi hình 3 tới 4 khung mỗi giây, mới hiểu đúng là Hùng đang liệt kê 4 thứ chứ không phải đang vấp.

Thêm một ca hỏng thật nữa. Hùng hay nói lệnh cho người dựng ngay trong lúc quay, kiểu cắt bỏ phần đó. Có lần máy nghe lệch thành chắc bỏ phần đó, nên con AI không nhận ra đây là câu lệnh, và câu đó lọt vào một video FREE. Sau vụ đó, luật cắt thô thêm một dòng: gặp câu lệnh kiểu đó thì bỏ cả câu lệnh lẫn đoạn hỏng ngay trước nó. Mỗi lần máy sai như vậy là một dòng luật mới.

Từ mấy vụ đó, Hùng rút ra cách kiểm rất đơn giản cho bất kỳ ai giao máy cắt thô. Coi lại kỹ những đoạn có liệt kê, vì máy hay nghe dính chữ ở đó. Coi lại những đoạn im lặng, xem máy có cắt nhầm chỗ mình cố ý không. Và nghe lại câu cuối ngay trước mỗi điểm cắt, vì lệnh cho người dựng hay nằm ở đó. Ba chỗ này chiếm phần lớn lỗi cắt thô Hùng từng gặp.

Hồi trước Hùng tự cắt thô hoặc mướn đạo diễn, giờ khác gì?

Hồi trước khâu cắt thô hoặc là Hùng tự ngồi bàn dựng làm, hoặc là mướn người có nghề. Tự làm thì tốn giờ, mỗi video 1 tới 3 tiếng chỉ riêng khâu cắt thô, nhân lên vài chục bài là mất mấy tuần. Mướn producer, giám chế, đạo diễn thì đắt, mà người ngoài chưa chắc hiểu bài giảng bằng người đứng lớp. Tiền mất mà mạch vẫn sai. Ai từng thuê quay video khóa học chắc đã gặp cảnh bản dựng đẹp mà mạch bài lại lệch ý mình.

Giờ Hùng giao AI cắt thô, nhưng giao rồi không có nghĩa là xong. Ngày 03/10/2026, AI cắt thô một video khác của Hùng tên Vì sao giờ mới KHA AI 2027. Một con AI khác chấm bản cắt đó được 7,5/10. Hùng coi thì thấy đoạn đầu lủng củng: nó giữ lại 4 câu dẫn rỗng liền nhau trong 2 phút đầu, kiểu “để Hùng nói…”, “để Hùng giải thích…”, cộng thêm mấy chỗ nói lại ngay trong cùng một câu.

Hùng chê cắt thô còn rất tệ, rồi quay lại đoạn đầu. Bài học ở đây là điểm chấm cao không phải bằng chứng cắt tốt. Người vẫn phải coi mạch. Nghe xem có xuôi tai không, có còn là giọng mình không. Máy giúp nhanh hơn, còn cái tai của người dạy vẫn là chỗ quyết định bản cuối.

Giao AI cắt thô video theo bộ luật viết sẵn thì làm sao?

Sau mấy lần sửa như trên, Hùng gom thành một bộ luật cắt thô và đưa vào bộ luật dựng video MA Studio nằm trong MAC. Con AI phải đọc luật này trước khi đụng vào video. Luật bắt nó cắt câu dẫn rỗng và câu nói lại, kể cả khi chỗ nói lại nằm trong cùng một câu, vì người xem không cần nghe một ý hai lần. Nó phải quét những khoảng chết dài từ 1 giây trở lên rồi cắt sát, trừ nụ cười chốt cuối, vì cái cười đó là cách kết tự nhiên của người nói.

Luật cũng bắt AI giữ những chỗ cố ý: nói chậm, im nhấn nhá, cười chờ. Và có một dòng rất quan trọng là chưa được dựng hình khi người làm chưa duyệt mạch cắt thô. Lý do đơn giản: dựng hình xong mới phát hiện mạch sai thì phải làm lại hết. Con AI còn đọc kịch bản của Hùng trước khi coi video, như Hùng nói trong video ngắn, nên nó biết đoạn nào là ý chính, đoạn nào Hùng cố tình nói chậm hay im lặng.

Còn một ca nữa dẫn tới luật mới. Có lần Hùng đã tự cắt thô trước rồi mới đưa, vậy mà AI lại cắt thêm 2 chỗ vấp. Hùng nói là đã cắt rồi. Từ đó luật ghi rõ: file Hùng đã cắt sẵn thì AI dùng nguyên, chỉ lấy mốc chữ để đặt hình và chữ. Chiếc video ngắn trong bài dựng video bằng AI đi đúng theo luật này.

Mấy cái quy định đó nằm sẵn trong MAC rồi, như Hùng nói cuối video ngắn: anh em gắn vô là chạy. Đồng nghiệp PRO cắm bộ luật cắt thô đó vào con AI trên máy mình, khỏi phải tự viết lại từ đầu, chỉ việc coi mạch rồi duyệt.

Còn nếu bạn muốn tự viết bộ luật cho mình, cách Hùng làm là mỗi lần coi bản cắt thô thấy chỗ nào không ưng thì ghi lại ngay thành một câu luật cụ thể, kèm lý do. Ghi kiểu cắt câu dẫn rỗng ở đầu bài chứ đừng ghi cắt cho gọn. Câu luật càng cụ thể thì AI càng làm đúng. Sau chừng vài video, bộ luật sẽ đủ dày để bản cắt đầu tiên của máy đã gần ý mình.

Người làm khóa học nên tự cắt thô hay giao AI?

Với người dạy, quay video dạy học kiểu talking head là dễ làm nhất. Có kịch bản rõ, ánh sáng rõ mặt và chút tự tin trước ống kính thì cảnh quay ít vấp, cắt thô nhẹ đi nhiều. Edit video bài giảng nằm trong gói trả tiền thì chỉ cần vừa phải. Vừa phải là đủ. Đừng đắm vào chỉnh từng 1 tới 2 giây, vì đó là cách làm trễ ngày mở khóa.

Ví dụ một anh dạy guitar cho người mới. Học viên cần thấy rõ tay bấm và nghe rõ tiếng đàn. Anh chỉ cần cắt thô bỏ mấy đoạn so dây, đoạn đàn hỏng, ráp mạch cho trơn, rồi đưa bài lên nền tảng e-learning MONA Academy để có website bán khóa học của riêng mình. Lúc đầu nên tự cắt vài bài để hiểu giọng mình, sau đó mới giao AI theo bộ luật và tự duyệt mạch.

Video FREE đăng YouTube, TikTok thì khác. Loại này lộ ra ngoài cho người lạ coi nên phải edit nặng hơn bài học PRO, cứ vài giây phải có một điểm nhấn để giữ người xem. Nhưng dù nặng hay nhẹ, khâu cắt thô vẫn đi trước. Mạch đã sai thì hiệu ứng nhiều cỡ nào cũng không cứu được, mà chỉ làm cái sai nổi bật hơn.

Đồng nghiệp PRO còn có livestream thứ 5 trong cộng đồng HCC, Hùng ngồi coi giùm video bài giảng của từng người và chỉ chỗ cắt chưa ổn. Cách làm này Hùng gom vào bộ cập nhật KHA AI 2027, ra mắt ngày 20/11. Đồng nghiệp PRO được cập nhật miễn phí, còn giá tăng sau ngày đó, nên ai muốn nâng cấp lên PRO thì làm trước mốc này. Khánh Hùng Academy của Hùng tới nay khoảng 12 tỷ, anh Huân gần 20 tỷ, cả hai đều bán khóa học bằng bộ video quay sẵn.

Coi FREE bài Hùng nói vì sao học làm video là kỹ năng trăm điều lợi

Nhiều bạn chuyên môn giỏi, đứng lớp thì học viên mê, mà cứ đứng trước máy quay là cứng họng. Rồi loay hoay với thiết bị, quay tới quay lui, cắt mãi không xong, cuối cùng cất luôn dự định làm khóa học. Hùng gặp chuyện này hoài.

Cái kỹ năng đóng gói kiến thức thành video đó lại chính là thứ biến bạn thành người có sản phẩm số bán tự động năm này qua năm khác. Học viên KHA đã ra mắt 582 khóa, 487 khóa bán thành công, và khóa nào cũng bắt đầu từ những video bài giảng người dạy tự quay.

Trong video, Hùng nói video quyết định khoảng 90% thành bại của mô hình kinh doanh bằng e-learning. Khoảng 70% kiến thức quay dựng trên mạng là thừa với người dạy, vì nó dành cho dân làm phim, còn người dạy chỉ cần ngồi nói trước máy. Hùng chỉ luôn thứ tự đầu tư: ánh sáng không được tiết kiệm, setup tiết kiệm được, thiết bị quay tiết kiệm được nhất, quay điện thoại cũng được.

Bài này nằm trong bộ giáo trình mà đồng nghiệp PRO trả tiền để học. Riêng khoảng 50 bài FREE thì Hùng mở cho coi 0 đồng, đăng ký một lần coi được cả bộ FREE, không ai gọi điện làm phiền.

Coi miễn phí bài ‘Học/Luyện cách tạo ra video xịn là một kỹ năng trăm-điều-lợi’ tại đây.

Làm được video tốt rồi, cắt thô video chỉ còn là một khâu quen tay.

Câu hỏi thường gặp về cắt thô video

Cắt thô và cắt tinh khác nhau sao?

Cắt thô là bước đầu: bỏ đoạn hỏng, chỗ vấp, câu nói lại và khoảng chết, ráp thành một mạch liền. Cắt tinh là bước sau: chỉnh từng điểm nối cho mượt, canh nhịp hình, rồi mới chèn chữ, hình minh họa, nhạc và hiệu ứng. Thứ tự đó đừng đảo. Cắt thô sai mạch thì cắt tinh kỹ cỡ nào bài vẫn lủng củng, vì người xem nghe ý chứ không ngồi đếm điểm nối đẹp hay xấu.

Cắt thô một video mất bao lâu?

Theo Hùng, cắt thô một video thường mất 1 tới 3 tiếng, còn một bài học làm đầy đủ mất 5 tới 6 tiếng. Thời gian thật tùy file dài hay ngắn và bạn nói vấp nhiều hay ít. Quay có kịch bản rõ thì khâu cắt thô phía sau nhẹ hơn hẳn, và khi làm cả bộ vài chục bài thì mỗi tiếng tiết kiệm được ở khâu này cộng lại thành mấy ngày làm việc.

Nên cắt thô bằng phần mềm nào?

Người mới dùng CapCut bản máy tính là đủ, Hùng có bài hướng dẫn edit video trên CapCut từng bước. Cái quan trọng là biết phân biệt đoạn hỏng với đoạn cố ý. Phần hiệu ứng chuyển cảnh để sau khi mạch cắt thô đã xong.

AI có cắt thô được video tiếng Việt không?

Được, nhưng phải có luật và phải kiểm. Máy nhận giọng tiếng Việt vẫn nghe sai, như vụ cái cái cái 20 giây trong video ngắn của Hùng. AI cắt đúng khi nghe lại từng đoạn ngắn, soi hình và đọc kịch bản. Bản phụ đề tự động cũng nên đọc lại trước khi dùng làm mốc cắt.

Có nên cắt hết khoảng im lặng không?

Không. Chỉ cắt sát khoảng chết từ 1 giây trở lên mà không có ý gì. Những chỗ im nhấn nhá có điệu bộ, nói chậm cố ý hay cười chờ thì giữ, vì đó là nhịp riêng của người nói. Trong đoạn quay 98,6 giây của Hùng, AI giữ cả 7 chỗ như vậy và video vẫn gọn.

Quay sao cho đỡ phải cắt thô?

Chuẩn bị kịch bản trước, nắm ý chính rồi mới bấm máy, và nói hết một ý mới dừng. Đặt đèn cho rõ mặt, tham khảo cách setup ánh sáng để khỏi quay lại vì hình tối. Nói vấp thì dừng một nhịp rồi nói lại nguyên câu, đừng nói lệnh cho người dựng lẫn vào lời giảng.