Boom-bap · Trap · Drill · 黄金年代

AI 嘻哈视频生成器

嘻哈是一组视觉语言,不是一种样子。boom-bap 唱片要温暖的胶片颗粒、砖墙和低角度阳光。drill 唱片要冷蓝光、空旷的街区和不静止的镜头。生成器只有能区分这些世界才有用。

这个工作室通过年代、地点、光线和镜头来接近风格,而不是堆一堆美学关键词。四个预设覆盖舞台、录音棚、天台 cypher 和 1990 年代步道,提示词框让你描述自己唱片的特定视觉语言。

本页的视频片段均为 AI 生成的预览。它们是虚构内容,并非真实事件的记录。

更新于 2026 年 10 月 24 日

暖光地下室录音棚里的嘻哈表演者,电影感 AI 嘻哈视频画面
时长
5–12 秒
分辨率
480p · 720p · 1080p
宽高比
9:16 · 16:9 · 1:1
水印
付费渲染无水印
模型
Seedance 2.0
内容审核
SeeAPI,失败即拦截

用具体细节定风格

点明年代、地点、光线和胶片质感。具体细节比一堆情绪词更能产出连贯的场景。

子流派就是光线选择

boom-bap 偏暖、颗粒感;drill 偏冷、广角;trap 常在雾气和霓虹里。提示词把这些当作可导演的选择。

表演优先

预设让艺人留在画面里,并给他们明确的动作,让片段读起来像表演,而不是会动的情绪板。

工作原理

  1. 1

    选子流派外观

    决定是温暖怀旧、冷峻现代,还是朦胧夜行。这一个选择就定了色调和镜头语言。

  2. 2

    点明地点

    地下室、天台、街角小店、舞台。地点比形容词携带更多流派信息。

  3. 3

    加入表演者

    上传肖像求相似度,或描述表演者做概念镜头。服装要和你选的年代一致。

  4. 4

    避免一个时代错位

    现代手机、LED 墙和当下 logo 会破坏年代场景。预设明确排除年代不符的屏幕,就是这个原因。

从经过测试的提示词开始

每条提示词都是完整的:主体、场景、镜头,以及哪些内容不能改变。复制它,或带着它预填打开工作室。

冷蓝天台场景,穿连帽衫的表演者,AI 嘻哈视频帧

Retro VHS

1990 年代步道场景,共用一台手提音响。

提示词(英文)

Use the two people in the uploaded photos as the only performers. A sunlit city sidewalk in the mid-1990s, a large silver boombox on the ground between them, brick wall and parked cars behind. The pair trade verses and laugh between lines, baggy outfits moving with the beat. One continuous handheld shot with a slight zoom, framed like a 1990s music-video segment, warm film grain and soft VHS halation. Keep the faces, hair, outfits and body proportions exactly as photographed. No period-inaccurate screens, no extra people, no text, no watermark, no logo. Vertical 9:16.

在工作室中使用

Night Cypher

钠灯下的天台 cypher 围圈。

提示词(英文)

Use the person in the uploaded photo as the lead performer. An empty rooftop car park at night, wet concrete reflecting orange sodium lights, a loose circle of six silhouetted figures clapping. The rapper walks into the centre of the circle and performs, turning slowly to face the camera. One continuous low-angle tracking shot that circles the performer at knee height, ending on a medium close-up. Keep the face, hair, outfit and body proportions exactly as photographed. No fighting, no extra foreground people, no text, no watermark, no logo. Vertical 9:16.

在工作室中使用

Solo Booth

近距离、私密的录音棚对镜头表演。

提示词(英文)

Use the person in the uploaded photo as the only performer. A narrow recording booth at night, a large-diaphragm condenser microphone on a shock mount, warm tungsten key light from the left and a cold blue rim light from behind. The rapper leans into the mic and performs directly to camera, shoulders moving with the beat. One slow dolly-in from a medium shot to a close-up, shallow depth of field, slight handheld float. Keep the face, hair, outfit and skin tone exactly as photographed. No headphones swapping, no extra people, no text, no watermark, no logo. Vertical 9:16.

在工作室中使用

四种值得了解的视觉语言

黄金年代 boom-bap:暖钨丝灯、胶片颗粒、砖和混凝土、松散构图、缓慢变焦。Trap:雾气、品红和蓝色实景灯、硬轮廓光、缓慢推镜、奢华表面。Drill:冷日光或钠灯夜晚、空旷宽街、低角度、不安分的手持运动。意识说唱和另类说唱:自然光、质感、负空间和更安静的镜头。

你不必在提示词里点名子流派。描述镜头看到的东西:光的颜色、墙面的质感、表演者到镜头的距离。模型回应的是画面,不是营销标签。

为什么年代比看起来更难

年代场景会败在小物件上:背景里的现代汽车、LED 招牌、某人手里的手机、当时还不存在的球鞋。模型不知道你的参考年份,除非你告诉它,即便告诉了也可能漏掉细节。

实用的办法是减少年代物件的数量。砖墙、手提音响和步道比有车流、店面和人潮的完整街景更容易保持一致。道具越少,穿帮的机会越少。

让视觉匹配唱片

速度和密度暗示镜头速度。稀疏缓慢的唱片给镜头留出停留的空间;密集快速的唱片能承载运动镜头。这不是规则,但当两个预设看起来同样合理时,是个有用的起点。

色彩比其他任何选择都更快传递情绪。暖钠灯和钨丝灯读作记忆;冷蓝和绿读作当下的紧张。写提示词之前,先决定这首歌在做哪一种。

常见问题

能选特定的嘻哈子流派吗?

描述它的视觉特征:年代、光线、地点和镜头。只点名子流派不如描述画面应该长什么样可靠。

能复刻著名 MV 吗?

不要要求逐镜头复制真实视频或真实艺人的肖像。把风格当起点,构建你自己的场景。

为什么我的 1990 年代场景背景看起来很现代?

汽车、招牌和屏幕通常是元凶。简化背景,并加上明确的“不要现代物件”指令。

能生成涂鸦墙吗?

可以,但避免真实团队名字和可读的签名。模型对文字很弱,可能产出乱码字母。

工具会生成伴奏吗?

不会。它是视觉工具。请自备伴奏和人声。

能做一个戴面具的 drill 视频吗?

可以描述戴面具的表演者,但脸不会可识别。不要用面具暗示真实人物或真实刑事案件。

如何保持系列视觉一致?

在各片段间固定地点、色调和镜头语言,只变化动作。复用同一个提示词骨架。

把你的照片变成视频片段

从本页的预设开始,或自己写一个镜头。生成前会显示所需积分,渲染失败会退还积分。