# 48,7 triệu lượt xem từ một nhân vật AI không lộ mắt: cách thiết kế nhân vật AI người xem nhớ

URL: https://opcaios.org/blog/xay-nhan-vat-ai-viral
Ngày: 2026-10-23
Cập nhật: 2026-10-22
Tác giả: Lê Quốc Nghĩa
Chuyên mục: Góc nhìn

Một tài khoản TikTok đăng toàn video do AI tạo về một "anh thể hình" không có thật, không bao giờ lộ mắt, không ai biết người đứng sau là ai — vậy mà 12 video đầu tiên trên trang cộng lại được khoảng 48,7 triệu lượt xem. Bài này tóm tắt và viết lại bằng tiếng Việt phân tích của một nhà sáng tạo đã mổ xẻ hiện tượng đó rồi tự dựng nhân vật AI của riêng mình: vì sao nhân vật kia dễ nhớ, quy trình thiết kế nhân vật từ bảng tham chiếu đến video, chi phí, và lý do làn sóng này có thể nguội nhanh.

*Bài viết dựa trên bài "$48K and 48.7M Views From an AI Bodybuilder Whose Eyes You Never See. So I Built My Own AI Character" của [GHOST (@ghosstty_)](https://x.com/ghosstty_/status/2111164080539197640) trên X (16/10/2026), được OPCAIOS viết lại bằng tiếng Việt, rút gọn và bổ sung lưu ý cho người làm nội dung ở Việt Nam. Các con số về tài khoản được nhắc tới là do tác giả gốc tự đếm hoặc dẫn lại, OPCAIOS chưa kiểm chứng độc lập.*

## Derek Mercer: nhân vật AI không có khuôn mặt

Derek Mercer là một nhân vật thể hình chưa từng bước vào phòng tập — mọi video đều do AI tạo, và một số chú thích còn ghi thẳng là làm bằng Higgsfield (một nền tảng tạo ảnh và video bằng AI). Theo tác giả, tài khoản TikTok có khoảng 170 nghìn người theo dõi và 4,2 triệu lượt thích, không theo dõi ai, và người đứng sau chưa từng lộ mặt, tên hay giọng nói.

Trước khi tin vào các con số lan truyền, tác giả tự cộng lượt xem của 12 video đầu tiên trên trang: tổng khoảng **48,7 triệu lượt xem**, trong đó video cao nhất khoảng 20,4 triệu.

Còn con số tiền thì tác giả tách riêng. Có bài đăng trên X nói người tạo ra Derek phát hành một đồng token trên nền tảng tiền mã hoá pump.fun và thu được khoảng 48.000 USD phí giao dịch; một tài khoản khác nói 60.000 USD. Tác giả **không coi đó là thu nhập**: tiền phí từ token giống biên lai sòng bạc hơn là lương, và biến mất khi cơn sốt qua đi. Lượt xem thì khác — nằm công khai trên trang, ai cũng kiểm tra được trong hai phút.

## Bài học 1: khuôn mặt không bắt buộc, dáng hình thì có

Phần lớn bài phân tích xu hướng nhân vật AI nói khuôn mặt là tất cả. Nhưng Derek gần như luôn bị tóc mái che mắt — phần thường giúp người ta nhận ra một gương mặt bị giấu đi — mà anh ta vẫn là nhân vật dễ nhận ra nhất trên bảng tin của tác giả.

Vì mọi thứ làm nên Derek nằm dưới mái tóc:

- Kiểu tóc emo đen, dài.
- Cơ bắp to đến phi lý, thành một trò đùa.
- Cùng một bộ đồ trong mọi video: áo xám có hình in xanh, thắt lưng đinh tán, xích ví, quần túi hộp đen.

Bạn nhận ra anh ta từ vai trở xuống, từ phía sau, ở kích thước một con tem. Rồi chú thích thêm một nghịch lý: "Tôi có đáng sợ không?", "Tôi thấy cô đơn…" — một cậu thiếu niên buồn bã trong cơ thể lật được cả chiếc xe, và người xem ở lại để xem bên nào thắng.

**Khuôn mặt có thể không cần. Dáng hình thì bắt buộc.**

## Bài học 2: mô tả được nhân vật trong một câu

Trước khi viết prompt đầu tiên, tác giả tự đặt một quy tắc: *nếu không mô tả được nhân vật cho bạn bè trong một câu, nhân vật chưa xong.* Derek qua được bài kiểm tra bằng năm chữ: tóc emo, cơ bắp phi lý, áo xám. Câu đó chính là sản phẩm; phần còn lại chỉ là trang trí.

Cho nhân vật của mình, tác giả chọn bốn đặc điểm đủ "to" để sống sót ở mọi góc máy: kiểu tóc đọc được từ bên kia đường, đôi mắt hơi quá ngạc nhiên, răng cửa thưa lộ ra mỗi khi cười, và một bộ vest có màu đóng vai trò như logo.

Thêm một phép thử lấy từ chính trang của Derek: trên điện thoại, mỗi ô video trong lưới chỉ rộng cỡ ngón tay cái, và Derek vẫn nhận ra được ở cả 12 ô. Vì vậy mọi bản thiết kế nhân vật đều phải **nhận ra được khi thu nhỏ bằng một ô lưới**.

## Quy trình: ba bảng tham chiếu, một nhân vật được giữ lại

Tác giả dựng nhân vật bằng **bảng tham chiếu nhân vật** (character reference sheet): một ảnh duy nhất trên nền xám trơn, có toàn thân mặt trước, mặt nghiêng, mặt sau, cùng hai ảnh cận mặt — để mọi video sau dùng chung một "bản gốc".

1. **Bảng thứ nhất — bỏ ngay.** Nhân vật lạ, nhưng lạ một cách cố tình: kiểu tóc như mũ đặt lên đầu để chụp ảnh, bộ tuxedo nhung xanh trông như nhân viên tiệc cưới, gương mặt nghiêng về biếm hoạ. Kiểu "lạ" người ta lướt qua, vì nó đòi sự chú ý thay vì giành được. Tác giả giữ lại ba thứ: đôi mắt tròn ngạc nhiên, răng thưa và kiểu tóc vuông.
2. **Bảng thứ hai — đúng mặt, sai bộ đồ.** Dựng lại từ đầu quanh các đặc điểm đã chọn: mái tóc trụ đen cao gần bằng khuôn mặt, mắt lộ tròng trắng quanh con ngươi, răng thưa với ria mép mảnh. Khuôn mặt xong. Nhưng bộ vest kem sơ mi đen cà vạt vàng "rất đẹp" — và rất đẹp là thứ không ai nhớ. Thu nhỏ bằng một ô lưới, màu kem tan vào nền xám, chỉ còn thấy mái tóc.
3. **Bảng thứ ba — sửa, không viết lại.** Đây là bước thay đổi mọi thứ.

### Sửa ảnh thay vì viết prompt mới

Một prompt mới cho ra một người mới. Kể cả dán đúng mô tả cũ, mô hình vẫn "tung xúc xắc" lại và đưa bạn… anh họ của nhân vật. Còn **chỉnh sửa** (edit) thì giữ nguyên người bạn đã ưng và chỉ đụng vào phần bạn chỉ định.

Tác giả đính kèm bảng thứ hai và yêu cầu: giữ nguyên tất cả — khuôn mặt, mắt, răng, ria, da, dáng, tóc, nền, ánh sáng, bố cục — **chỉ đổi trang phục**, giống nhau ở mọi góc nhìn. Bộ mới: vest lụa màu ngọc lam dệt hoa văn dây hoa và ong vàng, sơ mi lụa hồng nơ to, dây chuyền và nhẫn vàng.

Nhân vật được giữ lại tên là Cornelius. Lý do giữ nói được trong một câu: **ngọc lam, hồng và vàng là tổ hợp không ai mặc tình cờ.** Thu nhỏ bằng một ô lưới, anh ta là một khối ngọc lam với trụ tóc đen phía trên — nhận ra trước khi thấy rõ bất kỳ nét mặt nào, kể cả từ phía sau (quan trọng vì nhiều chuyển động mượn từ video viral có cảnh người quay lưng).

Bài học gói trong một dòng: **thiết kế khuôn mặt cho cảnh cận, thiết kế trang phục cho ảnh thumbnail.**

## Cho nhân vật một "cửa hàng" trước khi cho một trò đùa

Derek nâng tạ — đó là cả thế giới của anh ta: một phòng tập, một ban công, một cơ thể dựng cho đúng một trò đùa. Tác giả muốn Cornelius **sở hữu** một thứ, vì một công việc kinh doanh cho bạn hàng trăm tập nội dung miễn phí. Cornelius thành **chủ** một cửa hàng lông thú cao cấp — không phải nhân viên bán hàng. Một chữ đó đổi cách anh ta cử động: người bán cố thuyết phục bạn, người chủ chỉ cho bạn xem thứ thuộc về mình và chờ bạn hiểu.

Kịch bản video đầu tiên:

- **Góc máy:** điện thoại đặt trên quầy đá, hơi hướng lên — đúng kiểu chủ shop thật quay hàng đăng mạng xã hội. Từ góc này, mái tóc trụ cao dưới quạt trần và anh ta trông to gấp đôi căn phòng.
- **Hành động:** giới thiệu từng món hàng thẳng vào ống kính với vẻ tự hào của người tự tay chọn hàng.
- **Bối cảnh:** giá treo áo màu kem, màu mật ong; hai nhân viên mặc tuxedo đứng im phía sau. Không ai phản ứng với bộ vest ngọc lam, vì đó là ông chủ — thế giới coi anh ta hoàn toàn bình thường, và chính điều đó khiến anh ta lạ.
- **Nhịp cuối:** anh ta đẩy một tấm lông trắng lớn thẳng vào ống kính cho đến khi kín khung hình, chỉ còn đôi mắt mở to ló lên phía trên — khung hình duy nhất khuôn mặt gần như biến mất, và là khung người ta chụp màn hình lại.

Còn một lý do kín đáo hơn: **một người giới thiệu sản phẩm trước ống kính vốn đã là một định dạng quảng cáo.** Nếu sau này có nhãn hàng hợp tác, chỗ đặt sản phẩm đã có sẵn trong chương trình — anh ta cầm sản phẩm lên đúng như cách cầm tấm lông.

## Ảnh tham chiếu đặt ở đâu: "reference", không phải "khung đầu tiên"

Video được làm bằng Seedance bên trong Higgsfield, với ảnh toàn thân mặt trước **đính kèm làm ảnh tham chiếu**, không phải làm khung hình đầu tiên. Khác biệt nghe kỹ thuật nhưng quyết định tất cả: dùng làm khung đầu, video mở ra bằng một tấm ảnh studio trên tường xám và ảo giác chết trong nửa giây; dùng làm tham chiếu, mô hình lấy khuôn mặt và bộ đồ đưa vào một căn phòng hoàn toàn mới.

Ba câu trong prompt video gánh phần lớn kết quả:

- **"Điện thoại không bao giờ di chuyển"** — để mô hình không tự bịa ra một người quay phim.
- **"Nhân viên phía sau đứng hoàn toàn yên"** — để hậu cảnh không giành sự chú ý.
- **Cú đẩy tấm lông vào ống kính ở cuối** — cho video một cái kết. Phần lớn video AI không kết thúc, chúng chỉ dừng lại.

Với video nhảy, tác giả cho rằng nhiều video trong làn sóng này lấy một điệu nhảy đã viral do người thật thực hiện, rồi dùng công cụ **chuyển động theo mẫu** (motion transfer, ví dụ Kling Motion Control) để nhân vật cử động y hệt. Ngôn ngữ cơ thể mượn từ người thật, nên trông như người thật.

## Chi phí: tiền thì ít, thời gian thì nhiều

Bản phân tích công khai chi tiết nhất mà tác giả tìm được ước tính **10 video hoàn chỉnh tốn khoảng 155 USD**: khoảng 102 USD cho phần video (320 giây, khoảng 0,32 USD mỗi giây), khoảng 3,35 USD cho 50 ảnh, phần còn lại cho các lần gọi AI khác, dựng và nhạc. Tính cả các lần làm lại, nên dự trù **200–300 USD**.

Chi phí thật là thời gian: cùng nguồn đó ước tính **30–50 giờ** cho 10 video đầu tiên khi đang học, và sau một buổi tối làm bảng tham chiếu, tác giả thấy con số đó là thật.

## Làn sóng này có thể đang nguội

Phần nhiều bài viết về Derek bỏ qua: theo tác giả, các video đầu tiên của Derek được khoảng 2 triệu lượt xem mỗi video, còn video mới khó vượt 100 nghìn. Nhân vật người Pháp ria mép mở đầu cả làn sóng này được cho là đã mất khoảng một nửa tương tác sau khi người xem phát hiện đó là AI.

**Sự mới lạ là ngòi nổ, không phải động cơ.** Một vẻ ngoài lạ mua được triệu lượt xem đầu tiên và gần như không gì sau đó. Thứ sống sót sau ngòi nổ là **một thói quen người xem muốn gặp lại**: cùng một người, cùng bộ đồ, một tình huống nhỏ mới mỗi lần. Cửa hàng của Cornelius tuần sau bán mũ, rồi nước hoa, rồi một chiếc găng tay rất đắt — định dạng không bao giờ cạn. Xây một chương trình, không phải một khoảnh khắc.

Tác giả cũng nêu hai rủi ro chưa giải được: hoa văn dày đặc (ong vàng li ti) là loại chi tiết mô hình video khó giữ ổn định, dễ nhấp nháy khi chuyển động; và công thức dễ bị sao chép — nếu Cornelius thành công, sẽ có người làm một nhân vật tóc trụ vest ngọc lam trong một tuần.

## Ghi rõ "nhân vật AI" ngay từ đầu

Một quyết định tác giả chốt sẵn: ghi **"nhân vật AI"** trong phần giới thiệu tài khoản từ bài đăng đầu tiên. Người xem bấm vào để biết nhân vật được làm thế nào, và giấu đi chỉ khiến bình luận giận dữ hơn khi họ phát hiện.

Với người làm nội dung ở Việt Nam, đây còn là chuyện tuân thủ: TikTok, YouTube và Meta đều yêu cầu gắn nhãn nội dung AI trông như thật, và khi nhân vật bắt đầu nhận quảng cáo, nội dung quảng cáo vẫn phải tuân theo quy định quảng cáo như mọi KOL thật — không vì là nhân vật ảo mà được nói quá công dụng sản phẩm.

## Nếu bạn muốn thử: bắt đầu với 10 video và một câu hỏi

Lộ trình tác giả đề xuất cho chính mình:

1. **Một nhân vật**, mô tả được trong một câu, nhận ra được ở kích thước một ô lưới.
2. **Một bảng tham chiếu** được chốt, mọi thay đổi sau đó là sửa ảnh, không viết prompt mới.
3. **Một bối cảnh lặp lại được** (cửa hàng, quầy, căn bếp…) thay vì một trò đùa dùng một lần.
4. **Mười video làm tay**, với một ngân sách bạn mất được mà không tiếc.
5. **Chưa nhân vật thứ hai, chưa tự động hoá, chưa token** — cho tới khi người xem đòi tập tiếp theo của nhân vật đầu tiên.

Như tác giả viết, một AI agent có thể đăng trăm video mỗi ngày, nhưng không sửa được một nhân vật mà không ai muốn gặp lần hai. Sau mười video, bạn sẽ biết một bộ trang phục có thành được một nhân vật hay không.

*Nguồn: [GHOST (@ghosstty_) trên X](https://x.com/ghosstty_/status/2111164080539197640), 16/10/2026 — viết lại và rút gọn bởi OPCAIOS; số liệu tài khoản và chi phí theo tác giả gốc.*