Claude tra nguồn, viết kịch bản, làm voice, gen mỗi câu thoại một ảnh hoạt hình 2D, rồi ghi thẳng file draft của CapCut. Bạn tạo project, kéo 1 folder tư liệu vào, gửi tên project. Claude vào dựng timeline: ảnh có zoom, phụ đề, voice, nhạc, SFX.

5 khung hình từ 5 video làm bằng skill: kéo pháo Điện Biên Phủ, tàu Espérance nổ ở vàm Nhựt Tảo, Hai Bà Trưng thề ở Hát Môn, thần Kim Quy trao móng cho An Dương Vương, thuyền Nam Hán mắc cọc ở Bạch Đằng.
Kết quả mỗi video
| Mục | Kết quả |
|---|---|
| Độ dài thử nghiệm | 52-82 giây, 15-20 câu |
| Ảnh | mỗi câu 1 ảnh riêng, 1920x1080, không ảnh nào dùng lại giữa các câu |
| Phụ đề | 2-5 chữ một dòng, chạy theo mốc từng chữ của giọng đọc, số hiện bằng chữ số và tô vàng |
| Chuyển động | zoom vào/ra, lia trái/phải xoay vòng; punch-in đúng các nhịp mạnh của câu chuyện |
| Âm thanh | voice, nhạc nền 6%, whoosh khi đổi cảnh, impact/riser ở nhịp mạnh, chuẩn hoá âm lượng |
| Chi phí ảnh | khoảng 15 ảnh tốn 1% hạn mức 5 giờ của gói ChatGPT Plus qua Codex CLI |

3 shot liên tiếp như trong draft CapCut: zoom chậm, lia ngang, punch-in, phụ đề ngắn dưới khung.

Timeline do Claude dựng trong project bang-dang-2: folder Voice, Anh, Nhac, SFX trong Media, các track ảnh, phụ đề, voice, nhạc và SFX.
Quy trình
ý tưởng → sources.md → vo.txt → voice + mốc từng chữ → mỗi câu 1 ảnh → export/
→ project CapCut dựng sẵn timeline
- Nguồn. Claude tra Wikipedia tiếng Việt, ghi fact dùng được và các chỗ nguồn chép lệch nhau. Truyền thuyết được tách riêng và mở bằng "Tương truyền", "Sử cũ chép". Con số chưa chắc thì không đưa vào lời đọc.
- Kịch bản. Mỗi dòng một câu, mỗi câu một cảnh.
- Voice. vivibe (API
api.lucylab.io) đọc tiếng Việt, faster-whisper lấy mốc thời gian từng chữ. - Ảnh. Codex CLI gọi tool
image_gencủa gói ChatGPT đang đăng nhập, không cần API key ảnh. Style khoá bằng một file luật hình theo thời kỳ cộng ảnh mốc. - CapCut. Bạn tạo project và kéo folder
export/<slug>-capcut/vào, tắt CapCut, gửi tên. Claude ghi timeline vàodraft_content.jsoncủa project đó.

CapCut desktop mở một project do skill dựng, ảnh hoạt hình trong khung xem trước.
Cài đặt
Cần Windows, CapCut desktop, Python 3.11+, Node 18+, ffmpeg, Codex CLI đã codex login bằng tài khoản ChatGPT, và một key vivibe.
pip install pillow numpy faster-whisper
Clone repo, chép thư mục vào .claude/skills/history-capcut/ của project bạn (các lệnh trong SKILL.md dùng đường dẫn này). Tạo .env ở gốc project:
VIVIBE_API_KEY=...
VIVIBE_VOICE=...
HC_MUSIC_FILE=D:/music/bai-nhac.mp3 # tuỳ chọn
HC_SFX_DIR=D:/sfx # tuỳ chọn, tên file xem new_project.py
Rồi nói với Claude Code: *"làm video lịch sử về trận Chi Lăng"*. Claude đọc SKILL.md và chạy hết. Chạy tay từng bước cũng được, lệnh nằm trong SKILL.md.
Giới hạn
- Định dạng draft CapCut không công khai, skill này viết theo bản desktop v189 (2026). CapCut đổi định dạng thì phải cập nhật
template/script/capcut_template.json. - CapCut phải tắt hẳn lúc Claude ghi timeline, không thì khi đóng nó ghi đè mất.
- Bước tạo project và kéo folder vào vẫn do bạn làm.
- Model ảnh vẫn có lúc vẽ sai trang phục, sai thời, hay vẽ thêm chi tiết lạ (hay gặp nhất: đồ Nhật lọt vào cảnh Việt). Xem lại ảnh trước khi đăng. Ảnh nào lỗi thì sửa mô tả trong
scenes.jsonhoặc luật trongstyle.txtrồi chạy lạigen_img.py <key>. - Lời đọc chỉ đúng tới mức nguồn đúng.
sources.mdcủa từng video ghi rõ nguồn để bạn kiểm.
Cấu trúc repo
SKILL.md hướng dẫn cho Claude
new_project.py tạo thư mục video mới từ template
template/script/ các bước của pipeline + khuôn draft CapCut
template/style/ luật hình theo thời kỳ: Đông Sơn, 938, 1860s Nam Kỳ, 1954
template/assets/ ảnh mốc style
examples/ 5 video đã làm: nguồn, kịch bản, mô tả cảnh, cấu hình


