手册 1:提示词怎么写——三步写出能用的风格与歌词
这一页解决一个问题:知道要什么,但不知道怎么写。 界面怎么点、参数在哪,看第 2 篇:进阶创作与全部参数;这一页只讲"写什么"。
0. 先记住三句话
- 先想要什么,再找词——顺序反了就会变成"堆标签"。
- 风格栏写"六段",歌词栏只放"五类标签 + 段落标记"。
- 别写歌手名。写
某某风格有概率被拦,把"你喜欢他哪一点"翻成特征词才是稳的做法。
1. 第一步:把"我想要的感觉"翻成关键词
大多数人卡住的地方不是不会写英文,而是没把感觉拆开。按这四问落笔:
| 问自己 | 得到的词 | 例子 |
|---|---|---|
| 这是什么场合用的? | 决定曲风与能量 | 短视频背景、游戏集锦、企业宣传片 |
| 要什么情绪? | 情绪词 1–2 个 | 温暖的 / 紧张的 / 空灵的 |
| 有画面吗? | 乐器 + 制作质感 | 吉他扫弦、磁带底噪、大混响 |
| 要人声吗? | 人声类型或纯音乐 | 清澈女声 / 低哑男声 / 纯音乐 |
想不出英文?直接看手册 2:风格速查 和 手册 3:关键词词典,那里是按维度排好的词表,中文找词、英文抄走。
关于"像某个歌手":
- 直接写
XXX style有可能被平台拒绝——这不是你的错觉,是上游的版权策略; - 正确做法是把那位歌手拆成可描述的特征:乐器编制、情绪走向、唱腔特点、制作质感、年代感;
- 手册 8:参考手册 里给了每一位歌手的"特征概括",照着抄概括、别抄名字。
2. 第二步:把词填进两栏
2.1 歌词栏:段落标记 + 最多 5 类标签
歌词栏不只是"歌词"。它的标准结构是先一行标签、再分段落:
[曲风] [音色] [情绪] [唱腔] [调式] ← 最多 5 类,能少不多
[Intro]
[Verse 1]
[Pre-Chorus]
[Chorus]
[Interlude]
[Verse 2]
[Chorus]
[Bridge]
[Final Chorus]
[Outro]
- 标签写在最前面,是给整首歌定基调的,不是段落说明;
- 段落顺序按你要的结构写,用不上的段落直接删;
- 在副歌前留一个
[Interlude],能让第一段唱完有口气、不会连着冲进去; - 只写标签不写歌词也行(交给 AI 填词),但段落标记一定要留,否则结构会散。
2.2 风格栏:按"六段"写,一段一件事
不要把所有词堆成一句。按下面六段写,出错的概率会明显下降:
| 段 | 写什么 | 示例片段 |
|---|---|---|
| ① 曲风 | 1–2 个流派词 | Mandopop ballad |
| ② 情绪 | 1–2 个情绪词 | warm, nostalgic |
| ③ 主奏与演奏 | 2–3 件乐器 + 怎么弹 | piano and soft strings, gentle arpeggios |
| ④ 人声 | 性别 + 音色 + 唱法 | clear female vocal, intimate delivery |
| ⑤ 制作与空间 | 混音风格 + 空间感 | clean modern mix, wide stereo, light reverb |
| ⑥ 收尾约束 | 一句质量兜底 | All instruments balanced and distinct, no distortion, no harshness. |
把六段连起来就是一条完整风格:前半段描述音乐,后半段约束质量。写纯音乐时,最后再加一句:
There is no vocal present.
这句不是客套——不加的话,纯音乐里偶尔会冒出"没人点的虚拟人声"。
2.3 排除风格:把你不要的写这里
风格栏写"要什么",排除风格写"不要什么",两侧配合效果最好:
| 你不想要 | 排除风格里写 |
|---|---|
| 人声太糊 / 混响太重 | reverb, echo, distant vocals |
| 风格太吵 | distortion, heavy drums, screaming |
| 唱法不对 | rap, male vocal, autotune |
| 质感太老或太电子 | lo-fi, vinyl noise, robotic |
只把"不想要"的写进排除风格,不要在正向风格里写 no reverb——正向栏里带 no 的句子经常被忽略。
3. 第三步:贴回工作台,顺手把参数设对
写完不等于出成品,最后一步是把文字放进正确的框、把开关拨对:
| 你写的东西 | 放进哪里 | 顺带建议 |
|---|---|---|
| 六段式风格 | 风格 | 「风格影响」调高(70%–80%),让它更贴你写的 |
| 排除词 | 排除风格 | 从[标签库]里选更稳,手写英文也可以 |
| 段落标记 + 歌词 | 歌词 | 中文歌可以用「拼音」核对读音,参考第 7 篇 |
| 纯音乐提示词 | 风格 + 打开纯音乐开关 | 别忘了 There is no vocal present. |
| 想要"两种味道" | 风格 + 提高多样性 | 多样性只影响同一次出的两首差异 |
| 想要整首更统一 | 风格 + 打开 Max Mode | 费用翻倍,重要成品再开 |
参数细节见第 2 篇的「高级参数:六个旋钮」。
4. 元标签全表:方括号里能写什么
歌词栏里的方括号是指令,不是装饰。它决定"歌怎么走",而标签以外的文字才决定"歌像什么"。
4.1 结构标签(23 个,按可靠性分三档)
| 档 | 标签 | 说明 |
|---|---|---|
| 很稳,优先用 | [Verse] [Verse 2] [Chorus] [Pre-Chorus] [Post-Chorus] [Bridge] [Interlude] [Outro] |
段落划分、副歌重复、桥段转折都靠它们 |
| 很稳,用来加花样 | [Hook] [Refrain] [Break] [Solo] [Instrumental] [Drop] [Build-Up] |
记忆点、反复句、器乐段、爆发点 |
| 能用,但换个说法更稳 | [Intro] |
实测偏弱,写成描述句(instrumental intro, soft piano)更可靠 |
| 进阶,结构复杂时用 | [Coda] [Vamp] [Tag] [Middle 8] / [B Section] [Modulation] [Counterpoint] [Fade-Out] |
结尾段、循环延长、短暂重复句、中段对比、转调、复调、淡出 |
4.2 表演标签(写"这一段要怎么唱")
这一组标签适合只放在某一段前面,不要全曲都用。
| 标签 | 作用 |
|---|---|
[Powerful] [Forte] [Belting] |
力量全开,用力唱 |
[Emphatic] [Intense] [Passionate] |
语气加重、情绪拉满 |
[Climax] [Soaring] |
顶点、高音冲上去 |
[Sad Verse] [Happy Chorus] |
段落各自定情绪 |
[Rapped Verse] [Rap Verse] |
这一段改成说唱 |
[Powerpop Chorus] |
副歌走强力流行 |
[Shout] [Whimsical] [Melancholy] |
呼喊、怪诞、忧郁 |
4.3 声乐标签(写"用哪种嗓音/唱法")
| 标签 | 作用 |
|---|---|
[Melismatic] [Bel canto] |
花腔转音 / 美声 |
[Spoken Word] [Narration] [Sprechgesang] |
朗诵 / 旁白 / 半说半唱 |
[Gregorian Chant] |
格里高利圣咏式的单声部合唱 |
[Gospel Choir] [Diva Solo] [Female Narrator] |
福音合唱 / 歌剧女高音 / 女声旁白 |
[Vocaloid] |
虚拟歌手质感 |
[Emotional] [Sultry] [Ethereal] [Resonant] [Lounge Singer] |
情感、慵懒性感、空灵、共鸣强、酒廊歌手 |
[Primal Scream] [Virtuoso Yodeling] [Minnesang] |
原始嘶喊 / 约德尔 / 中世纪德语恋歌 |
[Dorian Mode] [Lydian Mode] |
指定调式色彩 |
4.4 环境音与效果音(很容易被忘掉,但特别出效果)
这类词可以直接写在风格栏,也可以作为方括号标签夹在段落之间:
风声 / 雷声 / 雨滴 / 海浪 / 海鸥 / 鸟鸣 / 溪流 / 篝火噼啪
钟声 / 教堂钟 / 风铃 / 颂钵 / 木鱼
机场广播 / 地铁报站 / 城市噪音 / 人群嘈杂 / 咖啡厅人声
搓碟 / 心电图 / 电话音 / 磁带嘶声 / 黑胶噼啪 / 静电噪声
[spoken word] 口语独白 / 念白 / 旁白
写法示例:[Interlude] [rain sounds, distant thunder]。环境音比纯描述更"抓",做氛围类内容非常好用。
4.5 拍号与速度标签
方括号里除了段落,也可以直接写拍号和速度:
| 写法 | 效果 |
|---|---|
[4/4] |
最常见,四拍,流行与舞曲默认就是这个 |
[3/4] [6/8 Time] |
圆舞曲感、摇篮曲感、凯尔特旋律 |
[7/8] [5/4] |
不规则拍号,前卫、数学摇滚、紧张感 |
[Fast] [Mid-tempo] [Slow] |
模糊速度,比具体 BPM 更稳 |
[BPM 120] |
精确速度,适合电子与舞曲 |
经验值:60–80 BPM 走慢歌、民谣、流行;90–140 BPM 走电子、流行、快歌。
4.6 人声性别与对唱标签
| 写法 | 对应 |
|---|---|
| 男声 | 低沉 / 撕心裂肺 / 年轻 / 清澈 / 清晰 |
| 女声 | 甜美 / 悦耳 / 可爱 / 空灵 / 磁性 |
| 对唱 | Duet(也可写 male & female duet) |
用了这些标签,界面的「演唱性别」就选不限,避免两处打架(见手册 6 第 6.1 节)。
4.7 一段真实的结构示例
把标签串起来大概长这样——注意只标需要的段落,不要每个都写:
[Intro] [instrumental, soft piano]
[Verse] 你的歌词
[Pre-Chorus] 你的歌词
[Chorus] 你的歌词
[Interlude] [instrumental, drum fill]
[Verse 2] 你的歌词
[Bridge] [Rapped Verse] 你的歌词
[Modulation]
[Final Chorus] [Belting] [Climax] 你的歌词
[Outro] [instrumental] [fade out]
一句话总结:结构标签决定"歌怎么走",标签以外的文字才决定"歌像什么"。
5. 六个最常见的坑
- 标签堆太多:风格栏塞十几二十个词,模型会"平均掉"。风格栏 5–8 个词组、歌词栏标签不超过 5 类。
- 中英混着写长句:模型对英文风格词的响应更稳定,但"意境、主题"用中文更准。做法是曲风/乐器/情绪用英文,主题与画面用中文。
- 写歌手名:可能直接被拒(详见第 1 节末尾)。
- 纯音乐漏写人声声明:会冒出莫名其妙的人声(详见 2.2)。
- 结构标记和歌词打架:歌词只有 2 行却写了 8 个段落标记,模型会硬凑——段落数要和内容量匹配。
- 对着错误的方向调参:写得不像通常是文字的问题,不是滑杆的问题;先把风格栏写具体,再动风格影响/随机度。
6. 一页速查卡(可截图保存)
【风格栏九件套】
曲风 · 情绪 · 主奏乐器 · 演奏方式 · 人声(性别/音色/唱法) · 混音风格 · 空间感 ·
质量兜底句 · (纯音乐)There is no vocal present.
【歌词栏】
[曲风][音色][情绪][唱腔][调式] ← ≤5 类
[Intro] [Verse] [Pre-Chorus] [Chorus] [Interlude] [Verse 2] [Chorus] [Bridge] [Outro]
【排除风格】reverb / echo / distortion / rap / autotune / distant vocals
【三不要】不写歌手名 · 不堆标签 · 不把 no 写进正向栏
下一页:手册 2:风格速查——按流派找词; 想直接抄现成的,跳到手册 5:场景提示词库。