Sto lavorando ai visual per un progetto musicale progressive rock. L’intelligenza artificiale mi ha aiutato a leggere i testi, esplorare immagini, provare animazioni e scrivere codice. La quantità di materiale e spunti prodotti non sempre però vanno di pari passo con la produttività: dopo mesi di esperimenti avevo effettivamente più possibilità a disposizione ma non ero riuscito ad andare avanti con il lavoro.
Riprendo la sezione IA creativa da questo lavoro in corso. Ci sono una scenografia da progettare, musica da ascoltare e immagini che devono funzionare sul palco. C’è anche un limite che sto imparando a riconoscere: continuare a cercare può diventare un modo per rimandare una scelta.
Prima delle immagini viene lo spazio
Il progetto si sviluppa su due fronti. Il primo riguarda la preparazione del live nuovo album, con una scenografia pensata appositamente e facilmente trasportabile anche in piccoli club: un pannello con cinque superfici circolari di dimensioni diverse. Il secondo è la preparazione dei video per un concerto in apertura a un altro gruppo, dove avremo uno schermo rettangolare e molto meno controllo sull’allestimento.
Nel primo caso ho ragionato su come distribuire l’attenzione: quali superfici devono raccontare, quali suggerire un’atmosfera, quali intervenire con un dettaglio ritmico. I cerchi devono sembrare finestre sullo stesso ambiente, pur potendo mostrare immagini diverse. Queste scelte hanno conseguenze concrete. Un unico video da ritagliare sulle superfici semplifica alcune operazioni, ma limita l’indipendenza dei contenuti. Clip separate danno più libertà e richiedono più gestione. Ho scelto un’impostazione ibrida, con maggiore autonomia per i cerchi grandi e contenuti coordinati per quelli piccoli.
Lo schermo unico richiede un adattamento: composizioni leggibili a pieno quadro, meno elementi da controllare e materiali facili da richiamare. Lo studio della scenografia e quello del linguaggio visivo procedono insieme. Prima di generare un’immagine devo sapere dove finirà e quale ruolo avrà.
Leggere i testi senza illustrare ogni verso
Per ogni brano sono partito dalla lettura del testo e dall’ascolto. Ho cercato le tensioni ricorrenti: il tempo che passa, la scelta tra luce e ombra, la speranza, ciò che resta attraverso la musica. Poi ho provato a condensare l’identità visiva di ciascun pezzo in una frase.
L’assistente IA è stato utile per confrontare interpretazioni e trovare collegamenti. L’ascolto è rimasto necessario per capire dove l’immagine dovesse respirare, crescere o lasciare spazio.
Ho scelto di evitare una traduzione letterale dei versi. Un’immagine troppo precisa può chiudere il significato di una canzone; inoltre, una scena legata a una parola rischia di arrivare nel momento sbagliato quando l’esecuzione dal vivo cambia durata.
Ho quindi trasformato i riferimenti dei testi in movimenti e materiali: ombre che si aggregano, particelle che si disperdono, superfici d’acqua attraversate dalla luce. Da qui è nato un vocabolario comune di orbite, traiettorie circolari e passaggi dal buio al pieno luminoso, con una palette diversa per ogni brano.
Trovare un filo visivo e imparare a ridurlo
Uno dei tentativi riguardava una piccola scintilla luminosa, pensata come presenza ricorrente. Nelle generazioni finiva però spesso al centro della scena, fino a diventare un protagonista che non volevo.
Ho ridimensionato l’idea: presenze lontane, come un astro o un riflesso, che compaiono solo in alcuni momenti. Il legame tra i brani resta, ma lascia spazio alla musica e alle altre immagini.
È un esempio del lavoro che i prompt rendono poco visibile. Scrivere una richiesta produce una proposta; osservare come quella proposta cambia l’equilibrio della scena richiede un’altra decisione. A volte il passo avanti è togliere un elemento appena introdotto.
Gli strumenti provati e le strade lasciate aperte
Midjourney mi è servito per costruire immagini di riferimento, texture e possibili fotogrammi iniziali. Neural Frames è diventato l’ambiente principale per sperimentare la generazione dei video. Ho usato sia la generazione di sequenze da una traccia musicale (autopilot), sia una modalità in cui l’immagine evolve progressivamente da un fotogramma al successivo (frame by frame). I
Le prove hanno richiesto correzioni frequenti. Cercavo ambienti astratti, ma comparivano personaggi, città, orologi e altri riferimenti troppo letterali. In un caso continuavo a eliminare un castello dai prompt senza riuscire a liberarmene: era nell’immagine di riferimento dell’ambiente, che influenzava le scene successive. Individuare quell’origine è servito più di un’altra riscrittura.
Ho fatto prove anche con ComfyUI. In un workflow un collegamento mancante impediva all’immagine iniziale di raggiungere il punto giusto della catena: il risultato era rumore. Sistemarlo ha richiesto controlli e scambi di schermate. In questa fase, il tempo necessario per costruire e correggere il sistema era diventato troppo alto rispetto al materiale ottenuto.
TouchDesigner è stato invece valutato come ambiente procedurale, senza diventare il centro della produzione. Anche Runway è rimasto una possibilità considerata, senza acquisto. Le prove con una presenza umana tramite HeyGen si allontanavano dall’estetica astratta che stavo cercando.
Sono decisioni legate a questo progetto e al tempo disponibile. La potenza di uno strumento conta insieme alla possibilità di inserirlo in un processo che riesco a gestire.
Dove il codice ha aiutato più di un altro video
Una parte interessante del percorso è stata la preparazione, con l’aiuto dell’IA, di shader ISF da usare in MadMapper. Uno shader è un piccolo programma che genera o trasforma immagini; nel formato ISF può esporre parametri regolabili, come colori, intensità o velocità.
In questo caso l’IA ha aiutato a scrivere e correggere il codice. Le immagini vengono poi prodotte dal programma durante l’esecuzione, senza interrogare un modello generativo a ogni fotogramma.
Ho preparato effetti di particelle e luce con pochi controlli, utili per intro, attese e transizioni di durata variabile. Questo ha permesso di mantenere alcune possibilità espressive dentro l’ambiente di mapping, senza aggiungere necessariamente un altro software alla catena.
Il codice proposto dall’assistente ha comunque richiesto prove e correzioni. Veder comparire un’immagine era il primo controllo; capire se fosse coerente, regolabile e utilizzabile nella scena era il lavoro successivo.
Preparare materiali che possano seguire il live
Un video completo costruito sulla registrazione di un brano può perdere il rapporto con la musica quando viene riprodotto durante il concerto. Sto quindi organizzando il materiale in blocchi richiamabili sui cambi di sezione, con sequenze ripetibili per prolungare le code e controlli manuali dove serve.
Anche un loop va verificato: il ritorno all’inizio può essere evidente. Nelle prove ho usato riproduzione avanti e indietro sui movimenti adatti, oppure raccordi nei passaggi più uniformi. Prima di produrre sequenze lunghe è diventato utile controllare immagini iniziali e brevi campioni, per limitare rigenerazioni e consumo di crediti.
Restano poi luminosità, contrasto, velocità dei movimenti e rapporto con le luci di scena da verificare in proiezione. Un effetto convincente sul monitor può diventare invadente su una superficie grande. Il progetto è ancora in produzione: la verifica sul palco sarà una parte del lavoro, con esiti che potrò raccontare dopo.
Quando le proposte diventano troppo numerose
La difficoltà più persistente è stata l’abbondanza. Una domanda all’assistente poteva produrre un concept, diverse alternative, prompt, parametri e nuove tecniche da esplorare. Molte proposte erano ragionevoli. Considerarle tutte, però, consumava tempo e attenzione.
Ho finito per spostarmi tra ricerca estetica, confronto degli strumenti e risoluzione di problemi tecnici, lasciando aperte decisioni che avrei dovuto chiudere. Non tutto quel tempo è stato perso: alcune prove hanno chiarito cosa volevo. Ma ho anche riaperto scelte senza una necessità concreta.
L’assistente ha aggiunto attrito quando descriveva opzioni che non trovavo nell’interfaccia o proponeva passaggi plausibili ma incompleti. Gli screenshot dello stato reale sono stati spesso decisivi per riportare il confronto su qualcosa di verificabile.
Mi sta aiutando tornare a pochi criteri: una domanda per volta, una prova breve prima di una produzione lunga, la frase che definisce il brano come filtro. E un nuovo strumento soltanto quando risponde a un limite preciso di quello che sto usando.
L’IA ha ampliato quello che riesco a realizzare, soprattutto nel passaggio tra immaginazione, animazione e codice. Mi ha anche mostrato quanto sia facile confondere il numero delle varianti con l’avanzamento del progetto. Per questo sto imparando a valutare ogni prova dalla scelta che mi permette di fare e dal materiale che riesco davvero a portare avanti.
