Tạo ảnh trong Claude Code: Thiết lập MCP chỉ trong 2 phút

Một máy chủ MCP tạo ảnh chính là mảnh ghép còn thiếu giúp Claude tạo ra hình ảnh: Claude viết prompt và gọi công cụ generate_image, máy chủ sẽ dựng (render) kết quả trên một mô hình thực tế (trong trường hợp của chúng tôi là dòng mô hình Nano Banana của Google) rồi gửi trả lại một URL. Bản thân Claude không thể tự vẽ. Anthropic chưa bao giờ phát hành mô hình tạo ảnh nào, vì vậy Claude Code và Claude Desktop có thể đọc hiểu hình ảnh cực kỳ tốt nhưng không thể tự tạo ra chúng.

Câu trả lời nhanh nếu đó là tất cả những gì bạn cần: hãy tạo một API key trong hồ sơ BananaBanana của bạn, sau đó chạy một lệnh duy nhất trong terminal:

claude mcp add --transport http bananabanana https://bananabanana.pro/api/mcp \
  --header "Authorization: Bearer bb_live_YOUR_KEY"

Đó là toàn bộ quá trình cài đặt. Không cần máy chủ cục bộ, không cần tài khoản Google Cloud, không cần đăng ký gói thuê bao định kỳ. Phí tạo ảnh sẽ được trừ vào số dư trả trước chỉ từ $0.03 cho mỗi ảnh, và video từ $0.10. Và để đảm bảo tính khách quan cho hướng dẫn này: mọi hình minh họa trong bài viết này đều do Claude Code tạo ra thông qua chính máy chủ này trong lúc nó đang viết nội dung. Tổng chi phí cho phần media là $1.29, đã bao gồm một lần tạo lại (reroll), có hóa đơn chi tiết ở cuối bài.

Tại sao Claude không thể tự tạo ảnh?

Anthropic tập trung xây dựng các mô hình ngôn ngữ và suy luận. Khả năng xử lý hình ảnh (vision) của họ chỉ hoạt động theo một chiều: Claude có thể nhìn và hiểu ảnh chụp màn hình hay ảnh chụp của bạn, nhưng hoàn toàn không có trình tạo ảnh nào trong dòng mô hình này, và cũng chưa có thông báo nào về việc phát triển nó. Trong khi ChatGPT đi kèm với mô hình tạo ảnh tích hợp sẵn, Claude thì không.

Giải pháp từ cộng đồng từ trước đến nay là sử dụng các máy chủ MCP cục bộ — GitHub có cả tá công cụ như vậy và chúng hoạt động khá tốt. Nhưng việc "cài đặt" ở đây đồng nghĩa với việc: bạn phải tự chạy một tiến trình cục bộ, luôn phải cài sẵn Node hoặc Python trên máy, tự cấu hình máy chủ vào tệp config trên từng thiết bị, và điểm vướng mắc thực sự là: bạn phải tự chuẩn bị API key của Google. Việc thanh toán sẽ tính trực tiếp vào tài khoản Google của bạn với hạn mức (quota) và bảng điều khiển riêng. Đối với một nhà phát triển thích mày mò trên chiếc laptop cá nhân thì không sao. Nhưng với những người khác, việc này chẳng khác nào một dự án hạ tầng thu nhỏ.

Một máy chủ MCP từ xa sẽ thay đổi hoàn toàn điều đó. Máy chủ đã được chạy sẵn phía chúng tôi; hệ thống xử lý phía sau chính là hệ thống đang vận hành trình tạo BananaBanana. Bạn chỉ cần xác thực bằng một key duy nhất, trả tiền cho mỗi lần tạo ảnh từ số dư trả trước, và cách thiết lập là hoàn toàn giống nhau trên Claude Code (ở laptop cá nhân), Claude Desktop (trên máy của đồng nghiệp), hay claude.ai (trên trình duyệt). Bạn thực sự không cần phải bảo trì bất kỳ thứ gì.

Làm thế nào để kết nối Claude Code với máy chủ MCP tạo ảnh?

Chỉ mất hai phút với ba bước đơn giản. Đầu tiên, hãy đăng ký và mở mục Profile → MCP API Keys. Tạo một key mới: key này chỉ hiển thị một lần duy nhất, bắt đầu bằng bb_live_ và được lưu dưới dạng băm (hashed) ở phía chúng tôi, vì vậy hãy sao chép và lưu lại ngay lập tức. Các tài khoản mới sẽ nhận được $0.20 số dư ban đầu, đủ để chạy thử sáu ảnh trên mô hình rẻ nhất trước khi bạn quyết định có nạp thêm tiền hay không.

Claude Code

Một lệnh duy nhất, như đã nêu ở trên:

claude mcp add --transport http bananabanana https://bananabanana.pro/api/mcp \
  --header "Authorization: Bearer bb_live_YOUR_KEY"

Các cờ (flag) được hướng dẫn chi tiết trong tài liệu Claude Code MCP; HTTP là giao thức truyền tải (transport) được khuyến nghị cho các máy chủ từ xa. Hãy chạy lệnh /mcp trong phiên làm việc để xác nhận kết nối đã hoạt động: bạn sẽ thấy xuất hiện bảy công cụ, từ list_models đến get_result. Kể từ thời điểm đó, yêu cầu "generate a 16:9 hero image for this post" (tạo ảnh bìa tỷ lệ 16:9 cho bài viết này) đã trở thành một chỉ dẫn mà Claude Code hoàn toàn có thể tự thực hiện.

Claude Desktop và claude.ai

Trong Claude Desktop và claude.ai, đường dẫn cấu hình là Settings → Connectors → Add custom connector, sau đó dán https://bananabanana.pro/api/mcp vào ô URL máy chủ. Đối với key, hãy mở phần Request headers và thêm một header có tên Authorization với giá trị là Bearer bb_live_YOUR_KEY. Hãy nhập đầy đủ cả chữ Bearer và khoảng trắng; theo tài liệu về connector của Anthropic, Claude sẽ gửi header này chính xác theo những gì bạn nhập và không tự động thêm bất kỳ tiền tố nào.

Một lưu ý nhỏ: tính năng xác thực qua request-header trong phần connector hiện vẫn đang ở chế độ beta và Anthropic đang triển khai dần dần, vì vậy tài khoản của bạn có thể chưa hiển thị mục đó. Phương án dự phòng có thể áp dụng ở mọi nơi Claude Desktop hoạt động: thêm máy chủ thông qua cầu nối mcp-remote trong tệp claude_desktop_config.json (Settings → Developer → Edit Config), phương án này yêu cầu máy của bạn đã cài sẵn Node.js:

{
  "mcpServers": {
    "bananabanana": {
      "command": "npx",
      "args": [
        "-y", "mcp-remote", "https://bananabanana.pro/api/mcp",
        "--header", "Authorization: Bearer bb_live_YOUR_KEY"
      ]
    }
  }
}

Cả hai phương án này, cùng với ví dụ JSON-RPC thô cho các nền tảng khác, đều được cung cấp trên trang máy chủ MCP:

Máy chủ này có hoạt động bên ngoài Claude không?

Có. MCP là một giao thức mở, vì vậy bất kỳ ứng dụng khách (client) nào hỗ trợ giao thức Streamable HTTP và có thể đính kèm Authorization header đều kết nối được tới cùng một endpoint: Gemini CLI, ZCode của Z.ai, các trình hỗ trợ soạn thảo (editor agent) — và từ khi Codex hỗ trợ MCP từ xa, cả ứng dụng ChatGPT trên máy tính, Codex CLI lẫn tiện ích mở rộng trên IDE cũng kết nối được thông qua một khai báo chung trong config.toml (gồm trường url cộng với bearer_token_env_var, theo tài liệu Codex MCP). API của xAI cũng đính kèm các máy chủ MCP cho từng yêu cầu bằng server_url. Những cái tên còn chậm chân hơn là các giao diện web vốn sử dụng OAuth thay vì khóa dán trực tiếp — như connector web của ChatGPT, hay có thể là cổng kết nối tùy biến dạng URL của grok.com. Chúng tôi luôn cập nhật bảng danh sách client được hỗ trợ chính thức kèm hướng dẫn chi tiết trên trang máy chủ MCP; còn bài viết này sẽ chỉ tập trung vào Claude.

Trường hợp sử dụng 1: Tạo ảnh bìa (hero image) cho bài viết bạn đang soạn thảo

Đây là tình huống thường gặp nhất hàng ngày. Bạn đang soạn một bài viết blog trong Claude Code và cần một bức ảnh bìa ở đầu trang. Bạn có thể yêu cầu: "generate a 16:9 editorial hero about database caching, library metaphor" (tạo ảnh bìa phong cách báo chí tỷ lệ 16:9 về bộ nhớ đệm cơ sở dữ liệu, sử dụng phép ẩn dụ thư viện). Claude sẽ tự soạn prompt chi tiết và gọi lệnh:

→ generate_image {"prompt": "Editorial illustration for a developer blog post
   about database caching: a small librarian robot placing three glowing books
   onto a tiny fast bookshelf in the foreground, a huge dim archive hall
   stretching far behind it, soft pastel background, dark ink details, accents
   of violet and warm amber, clean minimal composition, generous negative
   space, no text", "model": "nano-banana-pro", "aspect_ratio": "16:9"}
← {"job_id": "cmxq…", "status": "processing", "cost_charged_usd": 0.11,
   "balance_remaining_usd": 4.89}
→ get_result {"job_id": "cmxq…"}
← {"status": "completed", "files": [{"url": "https://bananabanana.pro/api/files/…"}]}

Dưới đây chính là kết quả đầu ra của prompt đó ngay từ lần thử đầu tiên, không cần chạy lại:

Chi phí: $0.11 trên mô hình Nano Banana Pro ở độ phân giải 1K. Agent sẽ tải tệp xuống từ URL có chữ ký bảo mật, đưa trực tiếp vào kho lưu trữ (repo) của bạn và tự động viết thẻ alt text. Các liên kết sẽ có hiệu lực trong vòng 24 giờ; sau khoảng thời gian đó, công cụ get_result sẽ cấp các liên kết mới.

Trường hợp sử dụng 2: Chụp ảnh sản phẩm không cần nhiếp ảnh gia

Các bản dựng quảng cáo (marketing mockup) là nơi mà việc viết prompt theo phong cách nhiếp ảnh thực sự phát huy tác dụng tối đa. Hãy mô tả bức ảnh theo cách một nhiếp ảnh gia lập kế hoạch: chủ thể, bề mặt đặt sản phẩm, nguồn sáng, và ống kính.

→ generate_image {"prompt": "A photorealistic product photo of a matte
   sage-green ceramic pour-over coffee set on a pale linen tablecloth, soft
   diffused daylight from a window on the left, gentle shadows, shallow depth
   of field, eye-level shot with a 50mm lens, minimal warm styling, no text",
   "model": "nano-banana-pro", "aspect_ratio": "1:1"}

Chia sẻ thật lòng: bức ảnh này đã phải mất hai lần thử. Lần dựng hình (render) đầu tiên trông khá ổn khi nhìn lướt qua, nhưng khi soi kỹ thì chiếc tách đã bị dính liền vào đĩa lót thành một khối trông như chiếc nắp — hình học vật thể chính là điểm yếu mà các mô hình tả thực hiện nay vẫn thỉnh thoảng mắc phải, và đối với ảnh sản phẩm thì bạn bắt buộc phải phóng to để kiểm tra trước khi sử dụng. Chỉ cần chạy lại (reroll) prompt đó thêm một lần là lỗi đã được khắc phục: tổng cộng tốn $0.22 cho cả hai lần thay vì $0.11. Nhưng điều tôi thích nhất không phải là bản thân bức ảnh, mà là những gì diễn ra sau đó: công cụ edit_image có thể nhận job_id của ảnh vừa tạo cùng với một chỉ thị kiểu như "make the background pure white and add a soft shadow" (làm nền trắng hoàn toàn và thêm bóng đổ nhẹ). Việc tinh chỉnh qua nhiều lượt mà không cần mô tả lại toàn bộ bối cảnh, với mỗi lượt chỉnh sửa được tính phí như một ảnh thông thường. Đối với công việc thiết kế danh mục sản phẩm (catalog), quy trình khép kín này chính là ranh giới giữa một công cụ làm việc thực thụ và một món đồ chơi công nghệ.

Trường hợp sử dụng 3: Đảm bảo tính đồng nhất của nhân vật qua nhiều bức ảnh

Mascot thương hiệu, khung truyện tranh hay kịch bản phân cảnh (storyboard) đều đòi hỏi một nhân vật duy nhất phải xuất hiện đồng quán qua các bức ảnh khác nhau. Với MCP, phương pháp thực hiện là sử dụng một bảng mô tả nhân vật (character sheet): một đoạn mô tả cố định mà agent sẽ tự động chèn vào mọi prompt. Đoạn mô tả của chúng tôi là "a small courier robot with a round matte-teal head, one large friendly amber eye, boxy cream-white body with visible brass screws, and a canvas messenger bag with a brass buckle" (một robot đưa thư nhỏ với chiếc đầu tròn màu xanh mòng két nhám, một mắt to màu hổ phách thân thiện, thân hình hộp màu trắng kem để lộ các ốc vít bằng đồng, và một túi đeo chéo bằng vải bạt có khóa đồng). Hai phân cảnh, hai lần gọi lệnh, mỗi lần tốn $0.11:

Tôi sẽ nói thẳng thắn về kết quả: nó tốt, nhưng chưa hoàn hảo. Chiếc túi đeo, con mắt màu hổ phách, phần thân màu kem cùng các đinh vít bằng đồng đều được giữ lại đồng nhất. Tuy nhiên, phần đầu đã bị biến đổi nhẹ từ hình cầu thành hình dạng giống chiếc mũ bảo hiểm, và cảnh hoàng hôn lại mang phong cách vẽ đồ họa nét mảnh (graphic line) nhiều hơn. Đó là giới hạn thường thấy khi chúng ta chỉ neo nhân vật bằng văn bản (text-only anchoring). Các hình ảnh tham chiếu sẽ giải quyết triệt để vấn đề này, và trình tạo ảnh trên web cho phép tải lên tới 5 ảnh tham chiếu nhân vật trên mô hình Nano Banana Pro; tuy nhiên công cụ MCP generate_image hiện vẫn chưa hỗ trợ đầu vào là hình ảnh. Bài viết hướng dẫn thực tế về tính đồng nhất nhân vật của chúng tôi sẽ phân tích kỹ cả hai phương pháp, bao gồm cả những chi tiết nào của nhân vật dễ bị biến dạng đầu tiên.

Trường hợp sử dụng 4: Tạo một đoạn video ngắn ngay trong cùng cửa sổ chat

Tính năng tạo video cũng chạy trên cùng một máy chủ với một cơ chế bảo vệ bổ sung. Các đoạn video ngắn (clip) có chi phí cao hơn nhiều so với ảnh tĩnh (lên tới $4.40 cho một lần dựng hình bằng mô hình cao cấp Veo 3.1), vì vậy công cụ generate_video sẽ không bao giờ tính phí ngay trong lần gọi đầu tiên. Nó sẽ trả về một báo giá, và agent phải thực hiện lại cuộc gọi đó kèm theo việc chấp nhận mức phí chính xác:

→ generate_video {"prompt": "Aerial drone shot rising slowly over terraced tea
   fields at sunrise, thin mist drifting in the valleys, golden light catching
   the ridges, smooth cinematic camera motion, wide shot",
   "model": "veo-3.1-fast", "duration": 6, "resolution": "720p"}
← {"status": "confirmation_required", "quoted_cost_usd": 0.52, …}
→ generate_video {…same arguments…, "confirm_cost": 0.52}
← {"job_id": "cmxr…", "status": "processing", "cost_charged_usd": 0.52}

Kết quả là một đoạn video không tiếng dài 6 giây với độ phân giải 720p được tạo từ mô hình Veo 3.1 Fast ngay trong lượt đầu tiên:

Videos take one to ten minutes, so the agent polls get_result while doing other work. Nếu bạn muốn có âm thanh, Omni Flash chạy qua cùng một công cụ với giá $0.10 mỗi giây, âm thanh luôn bật và bạn có thể đặt độ dài — bất kỳ khoảng nào từ 3 đến 10 giây. Nó cũng chấp nhận hình ảnh làm đầu vào: truyền job_id của một hình ảnh bạn đã tạo (hoặc một liên kết công khai) làm khung hình đầu tiên, thêm tối đa mười hình ảnh tham chiếu để giữ cho nhân vật nhất quán, và agent sẽ tạo hoạt ảnh cho chúng. Khung hình cuối cùng và các vòng lặp vẫn cần trình tạo trên web.

Mọi hình ảnh trong bài viết này đều được tạo từ quy trình này

Nếu là một độc giả, tôi cũng sẽ muốn thấy bằng chứng rõ ràng cho điều này, vì vậy dưới đây là quy trình cụ thể đã diễn ra. Claude Code viết một phần của bài viết này, tự soạn một prompt tạo hình minh họa theo đúng phong cách riêng của chúng tôi, gọi công cụ tạo ảnh, chờ khoảng hơn hai mươi giây, kiểm tra hình ảnh nhận được, rồi tự động chèn cú pháp markdown kèm theo thẻ alt text trước khi viết tiếp phần sau. Tổng cộng có tám cuộc gọi tạo ảnh/video để có được phần media mà bạn đang thấy ở đây — sáu hình ảnh cùng một video đã thành công ngay từ lần đầu tiên, riêng bộ tách cà phê cần một lần chạy lại (reroll) sau khi kiểm tra kỹ phát hiện tách và đĩa bị dính liền. Chỉ một lần phải làm lại trong số tám cuộc gọi thực sự đã vượt ngoài mong đợi của tôi. File duy nhất không phải do AI tạo ra là ảnh chụp màn hình trang tài liệu, được chụp bằng công cụ duyệt web (browser tool).

Các bức ảnh không phải là hoàn hảo tuyệt đối (ví dụ đầu của robot đưa thư, như đã lưu ý, vẫn tự ý biến đổi theo cách riêng của nó). Nhưng điểm mấu chốt là việc "vẽ hình minh họa" đã không còn là một công đoạn sản xuất tách biệt nữa. Ngay trong chính phiên làm việc soạn thảo văn bản, bạn có thể tạo và xuất bản luôn cả phần hình ảnh trực quan, và toàn bộ chi phí chỉ tương đương với giá của một chiếc vé xe buýt.

Chi phí thực tế cho phần media của bài viết này là bao nhiêu?

Mọi chi phí dưới đây đều được tính theo mức giá tiêu chuẩn cho mỗi lần tạo từ trang bảng giá của chúng tôi, chính là những con số mà công cụ list_models báo cáo cho agent. Hoàn toàn không có ưu đãi nội bộ nào.

Chúng tôi đã sử dụng mô hình tạo ảnh cao cấp nhất cho mọi nội dung vì các hình ảnh này được đăng trên trang công khai. Nếu nháp bằng Nano Banana 2 Lite với giá $0.03, phần chi phí hình ảnh sẽ được giảm từ $0.77 xuống còn $0.21; bài viết hướng dẫn về mô hình Lite của chúng tôi sẽ giúp bạn biết khi nào thì một mô hình giá rẻ là đã đủ đáp ứng nhu cầu.

Bạn đã sẵn sàng trải nghiệm chưa? Hãy kết nối máy chủ BananaBanana MCP và yêu cầu Claude tạo bức ảnh đầu tiên cho bạn.

FAQ

Máy chủ BananaBanana MCP có hoạt động với các ứng dụng khách khác ngoài Claude không?

Có, máy chủ hoạt động tốt với bất kỳ MCP client nào hỗ trợ giao thức Streamable HTTP và cho phép đính kèm Authorization header: Claude Code, Claude Desktop, Gemini CLI, ZCode của Z.ai dành cho GLM-5.2, các công cụ hỗ trợ như Cursor hay VS Code, và — thông qua tính năng hỗ trợ MCP từ xa của Codex — cả ứng dụng ChatGPT trên máy tính, Codex CLI lẫn tiện ích mở rộng trên IDE, các công cụ này dùng chung một dòng cấu hình trong config.toml với trường url và bearer_token_env_var. API của xAI cũng đính kèm các máy chủ MCP cho mỗi yêu cầu qua server_url. Điểm còn chưa chắc chắn: các connector trên giao diện web của ChatGPT sử dụng xác thực qua OAuth thay vì nhập khóa trực tiếp, và hộp thoại cấu hình connector tùy biến của grok.com nhận một URL mà không có trường nhập key rõ ràng, vì vậy cả hai có thể sẽ cần sự hỗ trợ của giao thức OAuth 2.1 đang được lên kế hoạch phía chúng tôi. Bảng danh sách client được cập nhật liên tục kèm hướng dẫn cài đặt nằm ở trang máy chủ MCP; ngoài ra, bất kỳ công cụ nào do bạn tự phát triển đều đã có thể kết nối trực tiếp qua giao thức JSON-RPC.

Tôi có cần tài khoản Google Cloud hay API key của Google không?

Không, và đó cũng chính là lý do lớn nhất để máy chủ này tồn tại. Các máy chủ MCP tạo ảnh cục bộ tải từ GitHub sẽ gọi trực tiếp đến API của Gemini, do đó chúng yêu cầu bạn phải tự có API key từ Google AI Studio; khi đó bạn phải tự quản lý hạn mức sử dụng và thanh toán. Còn với hệ thống của chúng tôi, việc tạo ảnh chạy trên nhóm khóa Vertex AI được quản lý sẵn bởi BananaBanana, và thông tin xác thực duy nhất bạn cần là khóa bb_live_ lấy từ hồ sơ cá nhân. Bạn không bao giờ phải chạm vào bảng điều khiển của Google và Google cũng không bao giờ tính phí bạn. Sự đánh đổi ở đây rất rõ ràng: bạn không được hưởng mức giá gốc trực tiếp từ API của Google và không thể can thiệp sâu vào các tham số kỹ thuật, đổi lại bạn có mức giá tính theo từng lần tạo mà không yêu cầu mức chi tiêu tối thiểu, hệ thống tự động xoay vòng khóa bảo mật, và sử dụng chung một tài khoản số dư cho cả máy chủ MCP, trình tạo ảnh trên web lẫn ứng dụng Telegram. Nếu lỡ lộ khóa, bạn chỉ cần một cú nhấp chuột để hủy bỏ mà không làm ảnh hưởng đến bất kỳ dịch vụ nào khác.

Cơ chế tính phí trên máy chủ MCP hoạt động như thế nào?

Thanh toán qua số dư trả trước, tính phí trên mỗi lượt tạo, không thu phí định kỳ. Bạn chỉ cần nạp tiền vào tài khoản, và mỗi lần tạo ảnh/video hệ thống sẽ trừ trực tiếp theo bảng giá niêm yết: ảnh từ $0.03 đến $0.20 tùy thuộc vào mô hình và độ phân giải, video từ $0.10 đến $4.40 tùy thuộc vào mô hình, thời lượng, độ phân giải và âm thanh. Agent sẽ biết trước mọi mức giá: công cụ list_models luôn cung cấp số liệu thực tế, và bất kỳ yêu cầu tạo video nào (hoặc tạo hàng loạt nhiều ảnh) đều phải nhận báo giá và xác nhận thông qua cờ confirm_cost trước khi hệ thống trừ tiền. Mỗi kết quả trả về đều ghi rõ cost_charged_usd and balance_remaining_usd, giúp bạn dễ dàng theo dõi chi phí trực tiếp ngay trong cuộc trò chuyện. Các lượt tạo bị lỗi sẽ tự động được hoàn tiền. Nếu lo lắng agent hoạt động ngoài tầm kiểm soát và tiêu tốn quá nhiều tiền, bạn có thể thiết lập hạn mức chi tiêu hàng ngày (bằng USD) cho từng khóa trong mục Profile → MCP API Keys, đồng thời kiểm tra nhật ký sử dụng của từng khóa để xem chi tiết về công cụ, mô hình, chi phí và nội dung prompt đã dùng.

Điều gì xảy ra nếu tài khoản của tôi hết số dư khi đang thực hiện dở nhiệm vụ?

Cuộc gọi công cụ có phí tiếp theo sẽ báo lỗi rõ ràng với mã INSUFFICIENT_BALANCE kèm theo đường liên kết để nạp tiền, và agent sẽ chuyển tiếp thông báo này tới bạn. Số dư tài khoản sẽ không bao giờ bị âm; không có thấu chi hay hóa đơn phát sinh bất ngờ. Các công cụ miễn phí (list_models, get_account, get_result, list_generations) vẫn tiếp tục hoạt động bình thường, vì vậy bạn vẫn truy cập được vào mọi thành phẩm đã tạo trước đó, và lượt tạo nào đã bắt đầu chạy trước khi tài khoản hết tiền vẫn sẽ được hoàn thành đầy đủ vì phí được tính một lần duy nhất lúc khởi chạy. Trong thực tế, Claude sẽ chỉ báo cáo về cuộc gọi bị lỗi kèm URL nạp tiền, sau đó tiếp tục thực hiện các phần việc còn lại trong nhiệm vụ. Để tránh việc bị dừng đột ngột, bạn có thể theo dõi trường balance_remaining_usd trong mỗi kết quả trả về hoặc yêu cầu agent kiểm tra get_account trước khi chạy các tác vụ tạo hàng loạt.

Bộ lọc nội dung sẽ chặn những gì, và tôi có phải trả phí cho các prompt bị chặn không?

Các mô hình gốc của Google áp dụng bộ lọc an toàn riêng của họ; khi một yêu cầu tạo bị từ chối, máy chủ sẽ trả về một mã chung duy nhất là SAFETY_FILTERED thay vì hàng tá mã nội bộ khác nhau của Google. Các danh mục bị chặn đều là những nội dung quen thuộc theo chính sách của Gemini và Veo: nội dung tình dục liên quan đến trẻ vị thành niên, bạo lực rõ ràng, deepfake người thật và các nội dung tương tự. Bộ lọc thỉnh thoảng cũng nhận diện nhầm (false positive) đối với cả các prompt lành mạnh, đây là vấn đề khách quan từ nhà cung cấp mô hình chứ chúng tôi không tự ý can thiệp. Quy định tính phí rất đơn giản: lượt tạo nào bị chặn hoàn toàn sẽ được tự động hoàn tiền, riêng với video (nơi Google đôi khi chỉ lọc một phần của video đầu ra), số tiền hoàn lại sẽ được tính theo tỷ lệ tương ứng. Bạn chỉ phải trả tiền cho những sản phẩm media thực tế nhận được. Nếu một prompt liên tục kích hoạt bộ lọc, hãy thay đổi cách diễn đạt chi tiết cụ thể gây ra lỗi thay vì cố gắng gửi lại cùng một đoạn văn bản đó.

Ai sở hữu các hình ảnh tôi tạo ra qua máy chủ MCP?

Quyền sở hữu thuộc về bạn. Theo các điều khoản dịch vụ của chúng tôi, các hình ảnh và video được tạo ra hoàn toàn là của bạn để sử dụng cho mục đích cá nhân lẫn thương mại, tùy thuộc vào điều khoản đi kèm của nhà cung cấp mô hình gốc; chúng tôi không tuyên bố quyền sở hữu đối với nội dung của bạn, và các prompt bạn gửi lên cũng hoàn toàn thuộc về bạn. Có hai chi tiết quan trọng về việc lưu trữ mà bạn cần lưu ý. Đầu tiên, các URL do công cụ get_result trả về là các liên kết có chữ ký bảo mật chỉ có hiệu lực trong 24 giờ, vì vậy hãy tải ngay những nội dung quan trọng về máy hoặc gọi lại get_result để nhận liên kết mới. Thứ hai, các nội dung media đã tạo sẽ được lưu trữ trong vòng 30 ngày, sau đó sẽ bị xóa vĩnh viễn: máy chủ MCP đóng vai trò là một đường ống tạo nội dung chứ không phải kho lưu trữ lâu dài. Mọi nội dung tạo qua MCP cũng xuất hiện trong lịch sử trên tài khoản web của bạn, giúp bạn có thể duyệt tìm và tải lại trực tiếp từ trang web trong thời gian lưu trữ.