
Διάβασε πρώτα το prompt
Κάθε παράδειγμα δείχνει τις ακριβείς λέξεις που χρησιμοποιήθηκαν, για να δεις ποια μέρη της περιγραφής έκαναν τη δουλειά.
Οκτώ prompts, λυμένα κομμάτι-κομμάτι. Το καθένα δείχνει τι επιστρέφει, ποια οδηγία το καθόρισε, και τι παθαίνει το output όταν βγάζεις αυτή την οδηγία.
Με δυο λόγια
A κομμάτι στα — . Ορχηστρικό, .
lo-fi hip hop, 78 BPM, warm and unhurried. Instrumental, vinyl crackle, highs rolled off.
01 · Ντοκιμαντέρ / voiceover
Το prompt
Restrained documentary underscore, 72 BPM, A minor. Felt piano, sustained cello, light shaker. Steady with no builds, instrumental, midrange kept sparse for voiceover.
Ένα αργό, επίπεδο κομμάτι με σχεδόν καθόλου δυναμική κίνηση. Το πιάνο κάθεται χαμηλά και μαλακά, το τσέλο κρατάει μακριές νότες από κάτω, και το shaker κρατάει το χρόνο χωρίς να τραβάει προσοχή. Τίποτα δεν έρχεται ή λυτρώνεται — απλώς συνεχίζει, κι αυτό είναι που αφήνει μια φωνή να κάτσει από πάνω του για δέκα λεπτά χωρίς κόπωση.
Το “No builds” είναι η φέρουσα οδηγία. Αν το αφήσεις έξω, σχεδόν κάθε μοντέλο βάζει ένα swell κάπου στο πρώτο λεπτό, γιατί build-and-release είναι αυτό που κάνει το περισσότερο training data. Το “Midrange kept sparse” είναι το δεύτερο: λέει στην ενορχήστρωση να αφήσει ήσυχη τη μεσαία περιοχή 300 Hz–3 kHz, εκεί που ζει ο λόγος. Μαζί μετατρέπουν ένα κομμάτι σε bed.
Άλλαξε ένα πράγμα
Βγάλε το “no builds” — Ένα swell εμφανίζεται γύρω στα 40 δευτερόλεπτα και τραβάει την προσοχή από την αφήγηση ακριβώς όταν το θες λιγότερο.
02 · Βίντεο μικρής διάρκειας
Το prompt
Punchy 15-second loop, 145 BPM, half-time trap feel. Detuned bell melody, 808 slide on the downbeat, crisp hi-hat triplets, one vocal chop stab. Hook lands immediately, loops seamlessly.
Δεκαπέντε δευτερόλεπτα πυκνά και άμεσα. Το μοτίβο στα καμπανάκια δηλώνεται στο πρώτο μέτρο αντί να χτίζει προς αυτό, το 808 γλιστράει στο downbeat, και τα hi-hats γεμίζουν τον ενδιάμεσο χώρο. Τελειώνει εκεί που ξεκίνησε, οπότε το loop point είναι αναίσθητο.
Το “Hook lands immediately” αντιστρέφει το default. Αν το αφήσεις μόνο του, το μοντέλο γράφει intro, γιατί τα τραγούδια έχουν intro — και στο short-form video το intro είναι το κομμάτι που κανείς δεν ακούει πριν κάνει scroll. Το “half-time” είναι η άλλη λέξη-κλειδί: στα 145 BPM χωρίς αυτό παίρνεις κάτι φρενήρες· με αυτό, kick και snare πατάνε στη μισή ταχύτητα και το track νιώθεται βαρύ αντί για γρήγορο.
Άλλαξε ένα πράγμα
Πέτα το “half-time” — Τα ίδια 145 BPM διαβάζονται σαν ενέργεια drum and bass αντί για βάρος trap — εντελώς άλλο είδος από μία λέξη λιγότερο.
03 · Streaming / διάβασμα
Το prompt
Chilled lo-fi, 92 BPM, F major. Dusty swung drums slightly behind the beat, warm Rhodes chords, soft sub-bass, faint vinyl crackle, highs rolled off. One level throughout, instrumental, loops seamlessly.
Ένα ζεστό, ελαφρώς θολό loop χωρίς συμβάντα. Τα drums σέρνονται ένα κλικ πίσω από το grid, το Rhodes κάνει κύκλο σε τέσσερα μέτρα, και ο θόρυβος βινυλίου κάθεται από κάτω σαν υφή. Τίποτα μέσα του δεν είναι αξιομνημόνευτο — αυτό είναι η προδιαγραφή, όχι αποτυχία.
Το “Slightly behind the beat” είναι αυτό που το ξεχωρίζει από generic chill. Το τέλεια quantised lo-fi ακούγεται μηχανικό· το drag είναι το genre. Τα “Highs rolled off” και “vinyl crackle” ζητάνε τα artifacts που άλλα είδη αφαιρούν — το lo-fi ορίζεται από αυτά που κόβει. Το “One level throughout” είναι η οδηγία αντοχής: οτιδήποτε με peak γίνεται ενοχλητικό μέχρι την τρίτη ώρα.
Άλλαξε ένα πράγμα
Βάλε “with a melodic lead” — Γίνεται ακουστικό αντί για υπόβαθρο — καλύτερο για πρώτη ακρόαση, χειρότερο για την πέμπτη ώρα stream.
04 · Διαφήμιση
Το prompt
Thirty-second advertising bed, 120 BPM, C major. Plucked synth, light claps, rising sweep at 22 seconds, resolved chord landing exactly at 30 with a clean stop, not a fade. Instrumental, midrange open for voiceover.
Τριάντα δευτερόλεπτα φωτεινά και καθαρά, με ξεκάθαρο σχήμα: σταθερά για είκοσι, ένα ανερχόμενο sweep, μετά μια συγχορδία που προσγειώνεται και σταματά. Χωρίς fade, χωρίς tail — τελειώνει στο beat που αγόρασες.
Το “Clean stop, not a fade” είναι η οδηγία που το κάνει χρηστικό. Ένα fade σημαίνει ότι το μοντάζ πρέπει να κόψει σε φθίνων ήχο, που ακούγεται. Το να ονομάζεις τη θέση του sweep (“at 22 seconds”) δίνει στην ενορχήστρωση ορόσημο να χτίσει προς αυτό — πολύ πιο αξιόπιστο από το αόριστο “a build”. Το να γεννήσεις στο στοχευμένο μήκος κερδίζει το να κόψεις ένα μεγαλύτερο track, γιατί το κόψιμο πέφτει στη μέση μιας φράσης.
Άλλαξε ένα πράγμα
Ζήτα 15 δευτερόλεπτα instead — Η ενορχήστρωση συμπιέζεται αντί να περικοπεί — το sweep μετακινείται γύρω στα 10 δευτερόλεπτα και πάλι λύνει στην ώρα του.
05 · Σύνθεση τραγουδιών
Το prompt
Contemporary pop, 102 BPM, F# minor. Female vocal, conversational verses, pre-chorus lift, big open chorus with stacked harmonies. Piano and programmed drums in verses, guitars entering in the chorus. Two verses, chorus twice, bridge, final chorus.
Ένα δομημένο τραγούδι αντί για loop. Τα κουπλέ κάθονται κοντά και συγκρατημένα με πιάνο και προγραμματισμένα drums· το pre-chorus σφίγγει· το ρεφρέν ανοίγει με κιθάρες και στρωτά φωνητικά. Το bridge αλλάζει οπτική μία φορά πριν το τελικό ρεφρέν.
Η ρητή δομή — «δύο στροφές, ρεφρέν δύο φορές, γέφυρα, τελικό ρεφρέν» — είναι αυτό που δεν αφήνει το αποτέλεσμα να γίνει ένα τμήμα που απλώς επαναλαμβάνεται. Η άλλη καθοριστική οδηγία είναι ο διαχωρισμός της ενορχήστρωσης: το να ονομάζεις τι μπαίνει στο ρεφρέν κάνει το ρεφρέν να φαίνεται μεγαλύτερο μέσω της ενοργάνωσης και όχι της έντασης, που είναι ο τρόπος που παράγεται το lift στους πραγματικούς δίσκους.
Άλλαξε ένα πράγμα
Αφαίρεσε το “pre-chorus lift” — Το ρεφρέν πάλι έρχεται αλλά προσγειώνεται άψυχο — το pre-chorus είναι αυτό που φτιάχνει την προσμονή που το ρεφρέν ξεπληρώνει.
06 · Παιχνίδια
Το prompt
Fantasy game menu loop, 80 BPM, D dorian. Solo cello melody over harp arpeggios, soft choir pad. Patient and unhurried, instrumental, seamless loop with no obvious start point.
Ένα αργό, κυκλικό κομμάτι που δεν δίνει καμία ένδειξη από πού ξεκίνησε. Το τσέλο δηλώνει μια σύντομη φράση, η άρπα κυκλώνει από κάτω, και το choir pad κρατά την αρμονία χωρίς να κινείται πολύ. Μπορεί να τρέχει για είκοσι λεπτά σε οθόνη μενού χωρίς να επιβάλλεται.
Το «χωρίς προφανές σημείο έναρξης» είναι η οδηγία που το κάνει να κάνει σωστό loop. Ένα κομμάτι με καθαρή αρχική χειρονομία ανακοινώνει την επανεκκίνησή του σε κάθε κύκλο, και μετά από πενήντα επαναλήψεις αυτό είναι το μόνο που ακούει ο παίκτης. Το Ρε Δωρικό κάνει αθόρυβη δουλειά επίσης: η κλίμακα ακούγεται παλιά και ελαφρώς ανολοκλήρωτη χωρίς να είναι θλιμμένη, γι’ αυτό τόσο πολύ fantasy scoring ζει εκεί.
Άλλαξε ένα πράγμα
Άλλαξε σε Ρε ελάσσονα — Η ίδια ενοργάνωση γίνεται μελαγχολική. Η ανεβασμένη έκτη του Δωρικού είναι η διαφορά ανάμεσα στο νοσταλγικό και το ζοφερό.
07 · Πόντκαστ
Το prompt
Podcast intro, 105 BPM, 15 seconds. Warm Rhodes chord, upright bass walk, brushed snare, one vibraphone flourish at the end. Conversational and inviting, instrumental, ends on a resolved chord.
Μια σύντομη, ζεστή φιγούρα με καθαρό τέλος. Το Rhodes δηλώνει μια συγχορδία, το μπάσο περπατά από κάτω, οι βούρτσες κρατούν τον χρόνο, και μια μοναδική φράση βιμπραφώνου το κλείνει. Λύνει αντί να σβήνει, ώστε ο παρουσιαστής να αρχίσει να μιλά καθαρά.
Το «καταλήγει σε λυμένη συγχορδία» είναι αυτό που το κάνει χρηστικό εβδομάδα με την εβδομάδα — ένα intro που σβήνει αφήνει τον παρουσιαστή να μαντεύει πότε να μπει. Το «ένα στολίδι βιμπραφώνου» είναι σκόπιμα ενικό: αν ζητήσεις στολίδι θα πάρεις στολίδι, αν ζητήσεις στολίδια θα πάρεις δεκαπέντε πολυάσχολα δευτερόλεπτα που παλεύουν με την πρώτη πρόταση του επεισοδίου.
Άλλαξε ένα πράγμα
Ζήτα 8 δευτερόλεπτα — Το walking μπάσο εξαφανίζεται και το βιμπραφόνο προσγειώνεται νωρίτερα — πιο σφιχτό, και καλύτερο για εκπομπή που ανοίγει στο κρύο.
08 · Χιπ χοπ
Το prompt
Boom bap instrumental, 90 BPM, C minor. Hard sampled drums with slight swing, dusty jazz piano loop, upright bass. Midrange left open for a vocal. Instrumental.
Ένα τετράμετρο loop με βαρύ backbeat και μια σύντομη φιγούρα πιάνου που επαναλαμβάνεται. Το swing σπρώχνει τα hi-hats ελαφρώς αργά. Η μέση του μίγματος είναι επιδεικτικά άδεια — τίποτα δεν ανταγωνίζεται τη θέση όπου θα κάθονταν τα φωνητικά.
Το «ελαφρύ swing» είναι η διαφορά ανάμεσα σε beat που κινείται και σε κάτι που απλώς παίζει· το τέλεια quantised boom bap ακούγεται σαν demo. Το «μεσαίες ανοιχτές» είναι η οδηγία που οι περισσότεροι ξεχνάνε όταν γεννάνε ινστρουμένταλ για να ραπάρουν από πάνω — χωρίς αυτό, το πιάνο γεμίζει ακριβώς τις συχνότητες που χρειάζεται η φωνή.
Άλλαξε ένα πράγμα
Ανέβα στα 140 BPM και ζήτα τριολικά hi-hats — Ίδια ενοργάνωση, εντελώς άλλο είδος — γίνεται trap, και το pocket μετακινείται σε half-time.
Η αριστερή στήλη είναι αυτό που όντως πληκτρολογεί ο κόσμος. Τίποτα δεν είναι ακριβώς λάθος — απλώς είναι ασαφή, και το μοντέλο γεμίζει τα κενά με ό,τι είναι πιο σύνηθες στα training data του.
| Αδύναμο | Πιο δυνατό | Γιατί |
|---|---|---|
| χαλαρή μουσική | lo-fi hip hop, 78 BPM, ζεστό Rhodes, σκονισμένα drums με swing, τρίξιμο βινυλίου, ινστρουμένταλ | Η αδύναμη εκδοχή ονοματίζει μια διάθεση χωρίς ακουστικό περιεχόμενο. Κάθε παράμετρος που καθορίζει τον ήχο — τέμπο, όργανα, υφή — αφήνεται στην τύχη. |
| επική κινηματογραφική μουσική | κινηματογραφικό ορχηστρικό, 90 BPM, Ρε ελάσσονα. Μόνο πιάνο και χαμηλά έγχορδα, taiko μπαίνει στα 20s, πλήκες στα 45s, κοφτό στοπ στα 60s | Το «επικό» περιγράφει αποτέλεσμα, όχι αιτία. Το να ορίσεις πού ξεκινά το build και πού καταλήγει είναι αυτό που παράγει το αποτέλεσμα. |
| χαρούμενο ανεβαστικό τραγούδι για το βίντεό μου | bright indie-dance, 124 BPM, Λα μείζονα. Καθαρό riff κιθάρας, disco hi-hats, παλαμάκια στο 2 και 4. Ινστρουμένταλ, hook στα πρώτα δύο δευτερόλεπτα | Δύο επίθετα και μια χρήση δεν δίνουν στο μοντέλο τίποτα να κάνει. Η δυνατή εκδοχή ορίζει τα τέσσερα πράγματα που όντως αλλάζουν το αποτέλεσμα. |
| ένα rap beat | boom bap, 90 BPM, Ντο ελάσσονα. Σκληρά sampled drums με ελαφρύ swing, σκονισμένο τζαζ πιάνο, κοντραμπάσο, μεσαίες ανοιχτές για φωνητικά | Το rap πιάνει από 85 έως 150 BPM σε υποείδη που σχεδόν δεν μοιράζονται τίποτα. Το τέμπο και η μεταχείριση των drums είναι το είδος. |
| μουσική υπόκρουση, όχι πολύ δυνατά | documentary underscore, 72 BPM, Λα ελάσσονα. Πιάνο με τσόχα και κρατημένο τσέλο, χωρίς ανοίγματα, μεσαίες αραιές για αφήγηση | Η ένταση είναι απόφαση του μίγματος που παίρνεις μετά, όχι κάτι που ελέγχει ένας γεννήτορας. Αυτό που θες στην πραγματικότητα είναι επίπεδη δυναμική και καθαρές μεσαίες. |
| τραγούδι σαν [famous artist] | contemporary R&B, 72 BPM, Σι ύφεση ελάσσονα, half-time. Ομαλή γυναικεία lead με στοιβαγμένες αρμονίες, ζεστό Rhodes, βαθύ sub-bass, χτυπήματα δαχτύλων | Το να ονομάζεις καλλιτέχνη είναι αναξιόπιστο και νομικά άβολο. Το να περιγράφεις τι κάνει αυτόν τον καλλιτέχνη να ακούγεται όπως ακούγεται είναι και πιο αποτελεσματικό και ασφαλές για κυκλοφορία. |
Κάθε δυνατό prompt πιο πάνω λέει τα ίδια πέντε πράγματα: είδος, τέμπο, ενορχήστρωση, ξεκάθαρη απόφαση για φωνητικά, και μία δομική οδηγία — πού «προσγειώνεται» το build, πώς τελειώνει, τι μένει έξω. Η δομική οδηγία είναι αυτή που οι περισσότεροι προσπερνούν και αυτή που πιο συχνά κρίνει αν το αποτέλεσμα είναι χρήσιμο, γιατί είναι το μόνο μέρος που το μοντέλο δεν μπορεί να μαντέψει από τις συμβάσεις του είδους.
Πρόσεξε πόσο συχνά η καθοριστική οδηγία είναι αρνητική — «χωρίς builds», «να μην έχει προφανές σημείο εκκίνησης», «midrange ανοιχτό», «καθαρό stop, όχι fade». Το να λες σε ένα μοντέλο τι να μην κάνει το περιορίζει πολύ πιο απότομα από άλλο ένα επίθετο, γιατί τα επίθετα τα ικανοποιεί χαλαρά ενώ οι απαγορεύσεις όχι.
Μέσα
Το prompt και το track που έβγαλε.

Κάθε παράδειγμα δείχνει τις ακριβείς λέξεις που χρησιμοποιήθηκαν, για να δεις ποια μέρη της περιγραφής έκαναν τη δουλειά.
1 / 5
Μια λίστα χαρακτηριστικών σου λέει ότι ένα εργαλείο υποστηρίζει δώδεκα είδη. Ένα παράδειγμα σου λέει αν το lo-fi του αξίζει.
Το να βλέπεις τις λέξεις που έβγαλαν το αποτέλεσμα σε διδάσκει περισσότερο από οποιαδήποτε περιγραφή.
Παραδείγματα διαλεγμένα για να είναι αντιπροσωπευτικά και όχι εξαιρετικά είναι πιο χρήσιμα, ακόμα κι αν εντυπωσιάζουν λιγότερο.
Κάθε παράδειγμα είναι για να το αντιγράψεις και να το αλλάξεις, όχι για να το θαυμάσεις.
Το ακριβές prompt, τι παρήγαγε, τη συγκεκριμένη λέξη που έκρινε το αποτέλεσμα, και τι αλλάζει όταν τη βγάζεις. Το μοτίβο μετράει περισσότερο από οποιοδήποτε μεμονωμένο prompt.
Γι’ αυτό υπάρχουν. Αντέγραψε ένα, άλλαξε ένα μόνο πράγμα, και σύγκρινε — το να αλλάζεις μία μεταβλητή τη φορά είναι ο πιο γρήγορος τρόπος να μάθεις τι κάνει κάθε λέξη.
Γιατί οι περισσότερες λέξεις σε ένα prompt είναι αόριστες και λίγες είναι «φέρουσες». Το tempo, τα ονόματα οργάνων και η εποχή παραγωγής είναι μοχλοί· επίθετα όπως «ωραίο» ή «επικό» τα λύνει το μοντέλο αντί για εσένα.
Κυρίως. Είδος, tempo και οργανολόγηση μεταφέρονται καλά ανάμεσα σε μοντέλα. Τα structure tags και οι αρνητικές οδηγίες είναι τα κομμάτια που συμπεριφέρονται διαφορετικά από πλατφόρμα σε πλατφόρμα.
Το να περιγράφεις ένα συναίσθημα αντί για ήχο. «Emotional» παράγει έναν μέσο όρο απ’ όλα όσα το μοντέλο έχει δει με τέτοια ετικέτα· «solo cello, no percussion, 60 BPM» παράγει ένα συγκεκριμένο κομμάτι.
Τρία-τέσσερα φτάνουν για να δεις το μοτίβο. Σκοπός δεν είναι να μαζεύεις prompts αλλά να προσέξεις ποια είδη λέξης αλλάζουν αποτέλεσμα και ποια είναι διακόσμηση.
Πάρε ένα prompt, άλλαξε ένα πράγμα και άκου τη διαφορά.