嘻哈视觉风格与提示词写法

嘻哈的视觉语汇和生产风格一样鲜明独特。一首 drill 作品和一首 boom-bap 作品想要的不是同一种光、同一支镜头或同一个场景。对 AI 视频来说，好消息是这套语汇大多可以用物理语言描述：色温、光的方向、颗粒、机位高度、服装轮廓。

本指南拆解七种风格，并为每种风格给出提示词写法。全程无需点名任何艺人、厂牌或受版权保护的视频。描述光和地点，剩下的交给模型。

黄金年代（1980 年代末至 1990 年代中期）

观感： 暖调钨丝灯、胶片颗粒、砖墙与混凝土、宽松轮廓、手提录音机、低矮天花板。色调是琥珀色、棕色和褪色的蓝。

镜头： 固定机位中景、缓慢推拉、低角度。摄影机是参与者，不是无人机。

提示词写法：“1990 年代中期城市人行道，温暖的午后阳光，砖墙，宽松牛仔裤和超大号夹克，大型银色手提录音机，柔和胶片颗粒，轻微 VHS 光晕，固定机位中景配缓慢变焦。”

避免： 现代汽车、LED 招牌、智能手机屏幕、锐利的数码清晰度。一处时代错位就会破坏整个氛围。

Trap（2010 年代至今）

观感： 昏暗房间、硬质彩色实用光源、烟雾、铬与玻璃、高对比。紫色、品红、冰蓝和钠灯橙。

镜头： 缓慢推进、低角度、浅景深。运动是有意的，近乎带有威胁感。

提示词写法：“夜晚昏暗的俱乐部内部，品红和冰蓝实用光源穿透烟雾，铬面反光，表演者被自下而上的光打亮，浅景深，缓慢低角度推进，高对比。”

避免： 日光、温暖的家居光、能看清面孔的拥挤人群。Trap 视觉讲的是人群之中的孤立感。

Drill（英国和纽约，2010 年代至今）

观感： 寒冷、阴天、低饱和。屋顶、住宅区、湿混凝土、灰色天空。色调是灰、蓝，偶尔一抹红。

镜头： 广角、固定或缓慢横移，常常从远处拍摄。表演者在庞大寒冷的世界里显得很小。

提示词写法：“蓝调时刻的空旷屋顶，阴天冷光，湿混凝土，远处模糊的高层住宅楼，表演者穿连帽夹克静立，广角低角度镜头配缓慢推进，低饱和色调。”

避免： 华丽感、暖光、高饱和色彩、繁复的场面调度。Drill 视觉刻意保持冷峻朴素。

Boom bap（1990 年代至今的复兴）

观感： 温暖、私密、模拟质感。地下室、唱片店、录音棚、单只实用灯泡。棕色、琥珀色、深阴影。

镜头： 手持、近景、不完美。轻微晃动胜过完美的轨道车。

提示词写法：“裸露砖墙的低矮地下室，头顶一盏温暖钨丝灯泡，身后是唱机和成摞唱片，表演者戴针织帽穿夹克对着镜头表演，手持中景带轻微晃动，温暖胶片颗粒。”

避免： LED 彩色光、光亮的表面、空旷的大空间。Boom bap 是一间有历史的小房间。

Lo-fi / 卧室（2010 年代至今）

观感： 柔和窗光、低饱和色调、绿植、海报、一张床或一张书桌。不完美而安静。

镜头： 固定、近景、自然。画面像是被发现的，而不是被设计出来的。

提示词写法：“傍晚的小卧室，左侧柔和窗光，柔和的绿色和米色调，身后模糊的海报和一株植物，表演者坐着对镜头表演，固定机位中近景，轻柔胶片颗粒。”

避免： 舞台灯光、烟雾、人群的热烈气氛。Lo-fi 就是没有制作感。

Y2K / 未来感（2000 年代与复古未来）

观感： 铬、银、冰蓝、光亮表面、早期数码图形。2001 年想象中的未来。

镜头： 缓慢环绕、反光地面、对称构图。

提示词写法：“未来感铬面走廊，反光地面，冰蓝与银色光线，光亮表面，表演者穿金属质感夹克，对称构图，缓慢环绕表演者，微妙的数码辉光。”

避免： 可读的屏幕、伪造的 UI 文字、品牌标志。模型无法渲染文字，伪造的 UI 看起来很廉价。

非洲未来主义

观感： 浓郁色彩、金色与紫色、天体或仪式意象、织物图案、戏剧化轮廓。参照的是一种视觉语言，而非某位具体艺人。

镜头： 广角、庄重、缓慢移动。表演者被当作肖像来构图。

提示词写法：“仪式感室内空间，深紫与金色光线，图案织物背景，表演者穿雕塑感夹克以庄重姿态站立，广角对称镜头配缓慢推进，浓郁饱和的色彩。”

避免： 照搬某个具体视频的布景或服装，以及任何真实人物的肖像。用材质和光线搭建世界，而不是借用别人的画面。

混合风格而不变成一锅粥

一种风格是少数几个决定的组合：色调、光线硬度、场景、服装轮廓、颗粒、镜头行为。改动其中两项，你得到的是一个变体。六项全改，你得到的是另一支视频，已经和这首歌对不上了。

风格要从唱片里选，而不是从情绪板上选。一首稀疏、内省的作品通常想要一个小房间和柔和的光。一首响亮、有攻击性的作品通常想要一个开阔、寒冷的空间和硬光。视觉应当与编曲一致。

如何低成本测试一种风格

不要用十二秒的 1080p 渲染来测试风格。像摄影师测试一种影调那样测：一张静帧、一段短片、一个变量。

1. 用完整风格提示词以 480p 渲染五秒。看第一帧和最后一帧。如果色调和光线已经不对，那是风格语言错了，不是种子错了。
2. 只改光线那一句。如果观感变好，保留新句子，接着处理场景。
3. 一旦色调能稳定保持五秒，就以 720p 渲染八秒，用上你真正想要的运镜。运镜正是风格容易崩掉的地方，因为大幅环绕会暴露模型没有搭建出来的布景部分。
4. 只有到这一步，才把预算花在最终时长和分辨率上。没测试过的风格是赌博；在 480p 测试过的风格是一个决定。

把奏效的提示词记下来。一种风格只有在你下周还能复现时才有用，而模型不会记得你上一次的会话。

关于参考素材的说明

不要用艺人名字或某个具体视频的标题来写提示词。肖像权和版权是两种不同的风险，而且都可以规避：描述光、地点、服装和镜头。这些才是真正产生那种观感的元素，而且它们由你自由组合。

想直接粘贴使用的提示词，见12 条提示词库。想了解模型如何处理光线和织物，请阅读 Seedance 2 说唱视频。