Estilos visuais de hip-hop e como criar prompts para eles

O hip-hop tem um vocabulário visual tão distinto quanto seus estilos de produção. Um disco de drill e um disco de boom-bap não querem a mesma luz, a mesma lente ou o mesmo lugar. A boa notícia para o vídeo com IA é que a maior parte desse vocabulário é descritível em termos físicos: temperatura de cor, direção da luz, granulação, altura da câmera, silhueta do figurino.

Este guia destrincha sete estilos e oferece uma linguagem de prompt para cada um. Nada disso exige citar um artista, uma gravadora ou um vídeo protegido por direitos autorais. Descreva a luz e o lugar, e o modelo faz o resto.

Era de ouro (final dos anos 1980–meados dos anos 1990)

Aparência: tungstênio quente, granulação de filme, tijolo e concreto, silhuetas largas, boomboxes, tetos baixos. A paleta é âmbar, marrom e azul desbotado.

Câmera: planos médios fixos, zooms lentos, ângulos baixos. A câmera é participante, não drone.

Linguagem de prompt: "calçada urbana de meados dos anos 1990, sol quente de fim de tarde, parede de tijolos, jeans largo e jaqueta oversized, boombox prateado grande, granulação de filme suave, leve halation de VHS, plano médio fixo com zoom lento."

Evite: carros modernos, sinalização de LED, telas de smartphone, nitidez digital cristalina. Um único anacronismo quebra o encanto.

Trap (anos 2010–presente)

Aparência: salas escuras, luzes práticas coloridas e duras, névoa, cromo e vidro, alto contraste. Roxo, magenta, azul-gelo e laranja sódio.

Câmera: push-ins lentos, ângulos baixos, profundidade de campo rasa. O movimento é deliberado, quase ameaçador.

Linguagem de prompt: "interior de clube escuro à noite, luzes práticas magenta e azul-gelo cortando a névoa, superfícies cromadas, o performer iluminado por baixo, profundidade de campo rasa, push-in lento em ângulo baixo, alto contraste."

Evite: luz do dia, luz doméstica quente, multidões agitadas com rostos visíveis. O visual trap é sobre isolamento dentro de uma multidão.

Drill (Reino Unido e Nova York, anos 2010–presente)

Aparência: frio, nublado, dessaturado. Terraços, conjuntos habitacionais, concreto molhado, céus cinzentos. A paleta é cinza, azul e um vermelho ocasional.

Câmera: ampla, estática ou em travelling lento, muitas vezes à distância. O performer é pequeno em um mundo grande e frio.

Linguagem de prompt: "terraço vazio na hora azul, luz fria e nublada, concreto molhado, torres distantes fora de foco, performer de jaqueta com capuz parado, plano amplo em ângulo baixo com push-in lento, paleta dessaturada."

Evite: glamour, luz quente, cor saturada, encenação movimentada. O visual drill é austero de propósito.

Boom bap (revival dos anos 1990–presente)

Aparência: quente, íntimo, analógico. Porões, lojas de discos, estúdios, lâmpadas práticas únicas. Marrom, âmbar, sombra profunda.

Câmera: na mão, próxima, imperfeita. Uma leve flutuação é melhor que um dolly perfeito.

Linguagem de prompt: "porão baixo com tijolo aparente, única lâmpada de tungstênio quente no teto, toca-discos e discos empilhados atrás, performer de gorro de tricô e jaqueta performando para a câmera, plano médio na mão com leve flutuação, granulação de filme quente."

Evite: cor de LED, superfícies brilhantes, espaços amplos e vazios. Boom bap é uma sala pequena com história dentro.

Lo-fi / quarto (anos 2010–presente)

Aparência: luz suave de janela, paleta suave, plantas, pôsteres, uma cama ou uma mesa. Imperfeito e silencioso.

Câmera: estática, próxima, natural. O quadro parece encontrado, não desenhado.

Linguagem de prompt: "quarto pequeno no fim da tarde, luz suave de janela vinda da esquerda, paleta suave de verde e bege, pôsteres e uma planta fora de foco atrás, performer sentado performando para a câmera, plano médio próximo estático, granulação de filme suave."

Evite: luzes de palco, névoa, energia de multidão. Lo-fi é a ausência de produção.

Y2K / futurista (anos 2000 e futuro retrô)

Aparência: cromo, prata, azul-gelo, superfícies brilhantes, gráficos do início da era digital. O futuro como imaginado em 2001.

Câmera: órbita lenta, pisos refletores, enquadramento simétrico.

Linguagem de prompt: "corredor futurista de cromo com piso refletor, luz azul-gelo e prata, superfícies brilhantes, performer de jaqueta metálica, enquadramento simétrico, órbita lenta ao redor do performer, brilho digital sutil."

Evite: telas legíveis, texto de interface falso, logotipos de marcas. O modelo não consegue renderizar texto, e interface falsa parece barata.

Afrofuturista

Aparência: cor profunda, ouro e violeta, imagens celestiais ou rituais, padrões têxteis, silhuetas dramáticas. A referência é uma linguagem visual, não um artista específico.

Câmera: ampla, formal, movendo-se lentamente. O performer é enquadrado como um retrato.

Linguagem de prompt: "interior cerimonial com luz violeta profunda e dourada, fundo de tecido estampado, performer de jaqueta escultural em pose formal, plano amplo simétrico com push-in lento, cor rica e saturada."

Evite: copiar o cenário ou o figurino de um vídeo específico, e a semelhança de qualquer pessoa real. Construa o mundo a partir de materiais e luz, não do quadro de outra pessoa.

Misturar estilos sem fazer uma papa

Um estilo é um pequeno número de decisões: paleta, dureza da luz, locação, silhueta do figurino, granulação, comportamento da câmera. Mude duas dessas e você tem uma variação. Mude todas as seis e você tem um vídeo diferente que já não combina com a faixa.

Escolha o estilo a partir do disco, não de um mood board. Uma faixa esparsa e introspectiva geralmente quer uma sala pequena e luz suave. Uma faixa alta e agressiva geralmente quer um espaço amplo e frio e luz dura. O visual deve concordar com o arranjo.

Como testar um estilo gastando pouco

Não teste um estilo em um render de doze segundos em 1080p. Teste como um fotógrafo testa um look: uma still, um clipe curto, uma variável.

1. Renderize cinco segundos em 480p com o prompt de estilo completo. Observe o primeiro quadro e o último quadro. Se a paleta e a luz já estão erradas, a linguagem de estilo está errada, não a seed.
2. Mude apenas a frase da luz. Se o look melhorar, mantenha a nova frase e passe para a locação.
3. Quando a paleta se mantiver por cinco segundos, renderize oito segundos em 720p com o movimento de câmera que você realmente quer. Movimentos de câmera são onde um estilo desmorona, porque uma órbita ampla revela partes do cenário que o modelo não construiu.
4. Só então invista no comprimento e na resolução finais. Um estilo que você não testou é uma aposta; um estilo que você testou em 480p é uma decisão.

Anote o prompt que funcionou. Um estilo só é útil se você conseguir reproduzi-lo na próxima semana, e o modelo não lembra da sua última sessão.

Uma observação sobre referências

Não use como prompt o nome de um artista ou o título de um vídeo específico. Semelhança e direitos autorais são riscos separados, e ambos são evitáveis: descreva a luz, o lugar, o figurino e a câmera. Esses são os elementos que de fato produzem o look, e eles são seus para combinar.

Para prompts que você pode colar, veja a biblioteca de 12 prompts. Para saber como o modelo lida com luz e tecido, leia Seedance 2 rap videos.