Làm thumbnail YouTube bằng AI: 3 phương án và cách kiểm trên điện thoại

11 giờ đêm. Video 12 phút đã dựng xong, thanh tải lên chạy tới 100%. Ô “Hình thu nhỏ” vẫn để trống, YouTube gợi ý ba khung hình cắt từ video: một tấm bạn đang nhắm nửa mắt, một tấm miệng méo vì đang nói dở, một tấm chỉ thấy cái bàn. Bạn chọn đại tấm ít xấu nhất rồi đi ngủ.

Sáng hôm sau mở trang chủ YouTube trên điện thoại, video của bạn chỉ là một ô ảnh nhỏ giữa hàng chục ô khác. Trong một cái liếc, ô ảnh đó nói được gì với người đang lướt?

Lưu ý: ví dụ tiệm bánh trong bài là ví dụ giả định do người biên tập soạn, không phải khách hay số liệu có thật. Một thumbnail đẹp không bảo đảm video có nhiều người bấm hơn. Bài này giúp bạn làm thumbnail rõ ràng, đúng nội dung, rồi tự đo trên kênh của mình.

1. Chọn thông điệp: thumbnail nói đúng một lời hứa của video

Người ta thấy thumbnail và tiêu đề cùng lúc. Tiêu đề lo phần giải thích, thumbnail lo phần làm người lướt dừng lại. Vì vậy chữ trên ảnh không chép lại nguyên tiêu đề. Nó chỉ giữ một ý mạnh nhất, thường 2 đến 5 từ.

Một thumbnail dễ đọc thường có ba phần:

• Khuôn mặt có biểu cảm hợp với nội dung: ngạc nhiên cho chuyện “hoá ra là vậy”, cười cho chuyện làm được, nghiêm cho lỗi cần tránh.
• Chữ ngắn, trong đó một từ to nhất và khác màu. Hai từ cùng to thì mắt không biết nhìn đâu.
• Một hình chứng minh lấy từ chính video: cái điện thoại hiện khung chat, sản phẩm, màn hình kết quả.

Nền chỉ một tông màu, tương phản mạnh với chữ. Người xưa nói “trông mặt mà bắt hình dong”. Trên YouTube, người lạ cũng đoán video của bạn từ đúng cái ô ảnh bằng con tem đó.

Dùng AI để rút chữ từ nội dung thật. Đừng nghĩ chữ trước rồi ép video theo. Lấy bản chép lời (phụ đề tự động nếu video đã có, hoặc dàn ý bạn viết trước khi quay), đưa vào ChatGPT hay Gemini:

Đây là bản chép lời video YouTube của tôi: [dán bản chép lời hoặc dàn ý]
Người xem kênh tôi: [họ là ai, đang gặp chuyện gì]
Tiêu đề video dự kiến: [tiêu đề]

Giúp tôi chọn chữ cho thumbnail:
1. Tóm trong 1 câu điều người xem nhận được sau video, chỉ dựa vào bản chép lời.
2. Viết 5 cụm chữ cho thumbnail, mỗi cụm 2 đến 5 từ tiếng Việt, không lặp nguyên tiêu đề.
3. Với mỗi cụm: từ nào nên to nhất, biểu cảm khuôn mặt nào hợp.
4. Gợi ý 1 hình chứng minh có thật trong video (sản phẩm, màn hình, con số đã nói trong video).
Không hứa điều video không nói. Không dùng chữ "sốc", "bí mật", "100%".

Đọc 5 cụm chữ AI đưa ra và tự hỏi: người chưa biết gì về nghề của tôi có hiểu cụm này không? Cụm chỉ người trong nghề mới hiểu thì bỏ.

2. Chuẩn bị ảnh chân dung có quyền dùng

AI cần một ảnh mặt thật để giữ đúng khuôn mặt bạn. Ảnh càng rõ, kết quả càng ít bị “lệch mặt”.

Chụp một bộ ảnh dùng nhiều lần. Đứng cạnh cửa sổ ban ngày, nền tường trơn, điện thoại ngang tầm mắt. Chụp 5 đến 6 tấm nửa người: nhìn thẳng, ngạc nhiên, cười, chỉ tay sang bên, cầm sản phẩm hoặc điện thoại. Một buổi chụp đủ dùng cho nhiều video.

Giữ cùng trang phục qua các thumbnail, để các video trông cùng một kênh. Khi nhờ AI, dặn rõ giữ nguyên áo, vì AI hay tự “thay đồ” cho bạn.

Chỉ dùng ảnh bạn có quyền:

• Ảnh của chính bạn: dùng được.
• Ảnh nhân viên, khách, bạn bè: phải hỏi và được họ đồng ý.
• Ảnh người nổi tiếng, ảnh lấy trên mạng, thumbnail của kênh khác rồi ghép mặt bạn vào: không dùng. Bạn được học bố cục của người khác, không chép ảnh của họ.

3. Tạo 3 phương án bằng AI từ nội dung video thật

Vì sao là 3 và vì sao chỉ khác một chi tiết? Vì YouTube cho thử tối đa 3 phương án cùng lúc (xem mục 6). Nếu ba ảnh khác nhau cả chữ, màu, biểu cảm, sau này bạn không biết điều gì làm nên khác biệt.

Cách làm: tạo phương án A trước. Sau đó B đổi chữ, C đổi màu nền, mọi thứ khác giữ như A.

Câu lệnh tạo phương án A (dùng công cụ tạo ảnh cho tải ảnh tham chiếu lên, ví dụ ChatGPT hoặc Gemini; kiểm lại tính năng tại ngày bạn làm):

Dùng đúng khuôn mặt và trang phục của người trong ảnh đính kèm. Không đổi áo, không làm mặt khác đi.
Tạo ảnh ngang tỷ lệ 16:9 làm thumbnail YouTube.
Bố cục: người nửa người ở bên phải, chiếm khoảng 40% khung, biểu cảm [ngạc nhiên / cười / nghiêm], nhìn thẳng ống kính.
Bên trái: chữ tiếng Việt đủ dấu, 2 dòng: "[dòng 1]" và "[TỪ KHOÁ]". Từ khoá to nhất, màu [vàng] viền đen.
Một hình nhỏ chứng minh: [điện thoại hiện khung chat / sản phẩm / màn hình].
Nền một tông [vàng cam / xanh navy], tương phản mạnh với chữ, không chi tiết rối.
Không thêm chữ, logo, biểu tượng nào khác. Góc dưới bên phải để trống.

Câu lệnh tạo B và C (gõ tiếp trong cùng cuộc trò chuyện):

Giữ nguyên ảnh vừa tạo. Chỉ đổi đúng một thứ: [chữ thành "..." / màu nền thành ...].
Khuôn mặt, áo, bố cục, cỡ chữ, vị trí giữ y nguyên.

AI vẫn có thể tự đổi thêm vài chỗ. Đặt ba ảnh cạnh nhau, chỗ nào lệch ngoài ý muốn thì tạo lại.

Ví dụ giả định: tiệm bánh kem ở Biên Hoà

Chị Thảo bán bánh kem sinh nhật, quay video “Khách hỏi giá bánh rồi im, nhắn lại thế nào cho khéo”. Bản chép lời có đoạn chị đọc 3 câu nhắn lại mẫu trên điện thoại.

Hình chứng minh ở cả ba: màn hình điện thoại có khung chat, tin cuối là “Dạ bánh này giá bao nhiêu ạ?”.

Chữ tiếng Việt bị sai dấu thì làm sao

Công cụ tạo ảnh hay viết sai dấu: “RỒI” thành “RÔI”, “giá” thành “gia”. Phóng to ảnh, soát từng chữ.

• Sai một hai chữ: nhờ sửa đúng chữ đó, ghi rõ chữ đúng trong ngoặc kép.
• Sửa hai lần vẫn sai: tạo lại ảnh không có chữ, rồi tự gõ chữ bằng Canva hoặc công cụ dàn chữ quen tay. Cách này chậm hơn vài phút nhưng chữ chắc chắn đúng.

4. Xuất ảnh đúng tỷ lệ và dung lượng

Theo trang trợ giúp của YouTube (đã kiểm ngày 18/10/2026):

• Với video thường, YouTube khuyên dùng tỷ lệ 16:9, chiều rộng tối thiểu 640 px. Shorts nên dùng 9:16.
• Định dạng ảnh như JPG hoặc PNG.
• Tải lên từ điện thoại: tối đa 2 MB. Từ máy tính, giới hạn là 50 MB.
• Tài khoản phải xác minh mới tải được thumbnail tự chọn.
• Thumbnail không được có nội dung khiêu dâm, bạo lực, thù ghét, nguy hiểm. Vi phạm nhiều lần có thể mất quyền dùng thumbnail tự chọn.

Nguồn: Thêm hình thu nhỏ cho video trên YouTube. Thông số có thể đổi, kiểm lại trước khi làm.

Cách tôi gợi ý cho người mới: xuất ảnh 1280 x 720 px, định dạng JPG. Khổ này đủ nét, file thường nhẹ, tải được cả từ điện thoại lẫn máy tính. Nếu công cụ AI trả ảnh vuông hay khổ khác, cắt lại về 16:9 và kiểm chữ, đầu người không bị cắt mất.

Đặt tên file có nghĩa, ví dụ thumbnail-hoi-gia-roi-im-a.jpg, để khi thử nhiều phương án không bị lẫn.

5. Kiểm chữ nhỏ trên điện thoại

Thumbnail đẹp trên màn hình máy tính 24 inch có thể thành một vệt màu trên điện thoại. Kiểm theo 4 cách sau, mất khoảng 5 phút.

1. Xem ảnh ở cỡ nhỏ thật. Gửi 3 ảnh vào Zalo “Cloud của tôi” hoặc nhóm chỉ có mình bạn. Nhìn ảnh thu nhỏ trong khung chat, không bấm phóng to. Từ to nhất phải đọc được ngay.

2. Thử 3 giây với người khác. Đưa điện thoại cho người nhà nhìn 3 giây rồi cất đi. Hỏi: “Video này nói về gì?” Họ trả lời gần đúng là đạt.

3. Né góc dưới bên phải. YouTube hiện thời lượng video ở góc này. Chữ hay hình chứng minh nằm ở đó sẽ bị che.

4. Đặt cạnh video khác. Gõ chủ đề video của bạn lên YouTube, chụp màn hình trang kết quả. Ghép thumbnail của bạn vào giữa, xem nó có lẫn vào đám đông không.

Bản kiểm trước khi tải lên:

• ☐ Chữ trên ảnh nói đúng điều có trong video, không hứa thêm.
• ☐ Chữ 2 đến 5 từ, chỉ một từ to nhất.
• ☐ Đã phóng to soát từng dấu tiếng Việt.
• ☐ Khuôn mặt và áo đúng người thật, không bị AI làm lệch.
• ☐ Ảnh người khác (nếu có) đã được người đó đồng ý.
• ☐ Không có logo, nhãn hiệu, hình của người khác mà bạn không có quyền dùng.
• ☐ Tỷ lệ 16:9, file JPG hoặc PNG, dưới 2 MB.
• ☐ Góc dưới bên phải không có chữ quan trọng.
• ☐ Xem ở cỡ thu nhỏ trên điện thoại vẫn đọc được từ chính.
• ☐ Ba phương án chỉ khác nhau một chi tiết.

6. Đưa lên YouTube và thử 3 phương án

YouTube có tính năng thử nghiệm và so sánh tiêu đề, thumbnail. Theo trang trợ giúp (đã kiểm ngày 18/10/2026):

• Thử tối đa 3 tiêu đề và/hoặc thumbnail cho một video.
• Chỉ làm trên YouTube Studio bản máy tính, kênh phải bật tính năng nâng cao.
• Không áp dụng cho Shorts, video công chiếu chưa kết thúc, video dành cho trẻ em, video riêng tư.
• YouTube chọn phương án thắng theo thời gian xem, không theo tỷ lệ bấm.
• Kết quả có thể là: một phương án tốt nhất, các phương án tương đương, hoặc không có kết quả rõ ràng. Thử nghiệm thường xong trong khoảng hai tuần.

Nguồn: Thử nghiệm và so sánh hình thu nhỏ và tiêu đề.

Khi có kết quả, ghi lại vào một bảng nhỏ: tên video, ba phương án khác nhau ở đâu, kết quả YouTube báo. Sau 5 đến 10 video, bạn bắt đầu thấy kênh mình hợp kiểu chữ nào, màu nào. “Không có kết quả rõ ràng” cũng là một dữ kiện: chi tiết bạn đổi chưa đủ khác để người xem để ý.

Kênh chưa đủ điều kiện thử nghiệm? Vẫn chọn một phương án qua bước kiểm ở mục 5 và tải lên. Đừng đổi thumbnail liên tục mỗi ngày rồi đoán bản nào hơn, vì lượt xem tự lên xuống theo ngày, bạn sẽ đọc nhầm.

Những lỗi hay gặp

• Chữ chép nguyên tiêu đề. Người xem đọc cùng một câu hai lần, ô ảnh phí chỗ.
• Chữ hứa điều video không có. Người bấm vào thấy khác, thoát sớm. Thử nghiệm tính theo thời gian xem nên lỗi này còn làm phương án đó thua.
• Tin AI viết đúng dấu. Luôn phóng to soát.
• Để AI tự đổi mặt, đổi áo. Người quen xem không nhận ra bạn.
• Ghép mặt mình vào thumbnail của kênh khác. Đó là chép ảnh của người ta.
• Kiểm trên máy tính rồi thôi. Phần lớn người lướt nhìn thấy ảnh ở cỡ nhỏ.

Câu hỏi thường gặp

Làm gì ngay hôm nay

Mở video gần nhất của bạn trên YouTube Studio, lấy bản chép lời, chạy câu lệnh rút chữ ở mục 1. Chọn một cụm chữ người ngoài nghề cũng hiểu. Chụp 5 tấm chân dung cạnh cửa sổ, rồi tạo phương án A bằng câu lệnh ở mục 3. Gửi ảnh vào Zalo của chính bạn, nhìn ở cỡ nhỏ. Đọc được từ chính trong một cái liếc thì làm tiếp B và C.

Chưa có ý cho video tuần sau? Xếp chủ đề theo bài lập kế hoạch nội dung 30 ngày bằng AI. Muốn chữ trên thumbnail nói đúng nỗi lo của người xem, đọc bài dùng AI nghiên cứu khách hàng. Các bài khác về dùng AI làm nội dung nằm ở trang AI Marketing.