Styles visuels hip-hop et comment les prompter

Le hip-hop possède un vocabulaire visuel aussi distinct que ses styles de production. Un morceau de drill et un morceau de boom-bap ne veulent pas la même lumière, le même objectif ni le même lieu. La bonne nouvelle pour la vidéo par IA, c'est que l'essentiel de ce vocabulaire se décrit en termes physiques : température de couleur, direction de la lumière, grain, hauteur de caméra, silhouette des vêtements.

Ce guide décompose sept styles et propose un langage de prompt pour chacun. Rien de tout cela n'exige de nommer un artiste, un label ou une vidéo protégée par le droit d'auteur. Décrivez la lumière et le lieu, et le modèle fait le reste.

L'âge d'or (fin des années 1980 – milieu des années 1990)

Rendu : tungstène chaud, grain de pellicule, brique et béton, silhouettes amples, radiocassettes, plafonds bas. La palette est ambre, brun et bleu délavé.

Caméra : plans moyens fixes, zooms lents, angles bas. La caméra est un participant, pas un drone.

Langage de prompt : « trottoir urbain du milieu des années 1990, soleil chaud de fin d'après-midi, mur de briques, denim ample et veste surdimensionnée, grand radiocassette argenté, grain de pellicule doux, léger halo VHS, plan moyen fixe avec un zoom lent. »

À éviter : voitures modernes, enseignes LED, écrans de smartphone, netteté numérique tranchante. Un seul anachronisme brise le charme.

Trap (années 2010 – aujourd'hui)

Rendu : pièces sombres, sources colorées dures, brume, chrome et verre, fort contraste. Violet, magenta, bleu glacé et orange sodium.

Caméra : travellings avant lents, angles bas, faible profondeur de champ. Le mouvement est délibéré, presque menaçant.

Langage de prompt : « intérieur de club sombre la nuit, lumières pratiques magenta et bleu glacé traversant la brume, surfaces chromées, l'interprète éclairé par le bas, faible profondeur de champ, lent travelling avant en angle bas, fort contraste. »

À éviter : lumière du jour, lumière domestique chaude, foules agitées aux visages visibles. Le visuel trap parle d'isolement au sein d'une foule.

Drill (Royaume-Uni et New York, années 2010 – aujourd'hui)

Rendu : froid, couvert, désaturé. Toits, cités, béton mouillé, ciels gris. La palette est grise, bleue et parfois rouge.

Caméra : large, statique ou en travelling lent, souvent à distance. L'interprète est petit dans un monde vaste et froid.

Langage de prompt : « toit vide à l'heure bleue, lumière froide et couverte, béton mouillé, tours d'habitation lointaines hors foyer, interprète en veste à capuche debout et immobile, plan large en angle bas avec un lent travelling avant, palette désaturée. »

À éviter : glamour, lumière chaude, couleur saturée, mise en scène chargée. Le visuel drill est austère à dessein.

Boom bap (renouveau des années 1990 – aujourd'hui)

Rendu : chaud, intime, analogique. Sous-sols, disquaires, studios, ampoules pratiques uniques. Brun, ambre, ombre profonde.

Caméra : à l'épaule, proche, imparfaite. Un léger flottement vaut mieux qu'un dolly parfait.

Langage de prompt : « sous-sol bas avec briques apparentes, unique ampoule tungstène chaude au plafond, platine et disques empilés derrière, interprète en bonnet et veste jouant face caméra, plan moyen à l'épaule avec un léger flottement, grain de pellicule chaud. »

À éviter : couleur LED, surfaces brillantes, grands espaces vides. Le boom bap est une petite pièce chargée d'histoire.

Lo-fi / chambre (années 2010 – aujourd'hui)

Rendu : lumière douce de fenêtre, palette sourde, plantes, posters, un lit ou un bureau. Imparfait et silencieux.

Caméra : statique, proche, naturelle. Le cadre semble trouvé plutôt que conçu.

Langage de prompt : « petite chambre en fin d'après-midi, lumière douce de fenêtre venant de la gauche, palette vert sourd et beige, posters et une plante hors foyer derrière, interprète assis jouant face caméra, plan rapproché moyen statique, grain de pellicule léger. »

À éviter : lumières de scène, brume, énergie de foule. Le lo-fi, c'est l'absence de production.

Y2K / futuriste (années 2000 et rétro-futur)

Rendu : chrome, argent, bleu glacé, surfaces brillantes, graphismes du début du numérique. Le futur tel qu'on l'imaginait en 2001.

Caméra : orbite lente, sols réfléchissants, cadrage symétrique.

Langage de prompt : « couloir futuriste en chrome au sol réfléchissant, lumière bleu glacé et argent, surfaces brillantes, interprète en veste métallique, cadrage symétrique, orbite lente autour de l'interprète, subtile lueur numérique. »

À éviter : écrans lisibles, faux textes d'interface, logos de marque. Le modèle ne sait pas rendre le texte, et une fausse interface fait bon marché.

Afrofuturiste

Rendu : couleur profonde, or et violet, imagerie céleste ou rituelle, motifs textiles, silhouettes dramatiques. La référence est un langage visuel, pas un artiste précis.

Caméra : large, formelle, en mouvement lent. L'interprète est cadré comme un portrait.

Langage de prompt : « intérieur cérémoniel avec lumière violet profond et or, toile de fond en textile à motifs, interprète en veste sculpturale debout dans une pose formelle, plan large symétrique avec un lent travelling avant, couleur riche et saturée. »

À éviter : copier le décor ou le costume d'une vidéo précise, et toute ressemblance avec une personne réelle. Construisez le monde à partir de matières et de lumière, pas à partir du cadre de quelqu'un d'autre.

Mélanger les styles sans faire de la bouillie

Un style, c'est un petit nombre de décisions : palette, dureté de la lumière, lieu, silhouette des vêtements, grain, comportement de la caméra. Changez deux de ces éléments et vous avez une variation. Changez les six et vous avez une autre vidéo, qui ne correspond plus au morceau.

Choisissez le style d'après le morceau, pas d'après une planche d'inspiration. Un morceau dépouillé et introspectif appelle généralement une petite pièce et une lumière douce. Un morceau fort et agressif appelle généralement un espace large et froid et une lumière dure. Le visuel doit s'accorder à l'arrangement.

Comment tester un style à moindre coût

Ne testez pas un style sur un rendu de douze secondes en 1080p. Testez-le comme un photographe teste un rendu : une image fixe, un court clip, une variable.

1. Rendez cinq secondes en 480p avec le prompt de style complet. Regardez la première image et la dernière. Si la palette et la lumière sont déjà fausses, c'est le langage de style qui est faux, pas la graine.
2. Changez uniquement la phrase sur la lumière. Si le rendu s'améliore, gardez la nouvelle phrase et passez au lieu.
3. Une fois que la palette tient pendant cinq secondes, rendez huit secondes en 720p avec le mouvement de caméra que vous voulez réellement. C'est là que le mouvement de caméra fait s'effondrer un style, car une orbite large révèle des parties du décor que le modèle n'a pas construites.
4. C'est seulement ensuite que vous dépensez pour la durée et la résolution finales. Un style que vous n'avez pas testé est un pari ; un style que vous avez testé en 480p est une décision.

Notez le prompt qui a fonctionné. Un style n'est utile que si vous pouvez le reproduire la semaine suivante, et le modèle ne se souvient pas de votre dernière session.

Une remarque sur les références

Ne construisez pas votre prompt avec le nom d'un artiste ou le titre d'une vidéo précise. La ressemblance et le droit d'auteur sont deux risques distincts, et tous deux sont évitables : décrivez la lumière, le lieu, les vêtements et la caméra. Ce sont les éléments qui produisent réellement le rendu, et il vous appartient de les combiner.

Pour des prompts à copier-coller, consultez la bibliothèque de 12 prompts. Pour comprendre comment le modèle gère la lumière et le tissu, lisez Seedance 2 rap videos.