
Lee el prompt primero
Cada ejemplo muestra las palabras exactas usadas, para que veas qué partes de la descripción hicieron el trabajo.
Ocho prompts, desarmados. Cada uno muestra qué vuelve, qué instrucción lo decidió y qué le pasa al resultado cuando quitas esa instrucción.
En pocas palabras
A track a — . instrumental, .
lo-fi hip hop, 78 BPM, warm and unhurried. Instrumental, vinyl crackle, highs rolled off.
01 · Documental / voz en off
El prompt
Restrained documentary underscore, 72 BPM, A minor. Felt piano, sustained cello, light shaker. Steady with no builds, instrumental, midrange kept sparse for voiceover.
Una pieza lenta y pareja, casi sin movimiento dinámico. El piano se queda bajo y suave, el cello sostiene notas largas debajo, y el shaker marca el pulso sin llamar la atención. Nada llega ni se resuelve: simplemente sigue, que es lo que permite que una voz se siente encima diez minutos sin fatiga.
“No builds” es la instrucción que carga el peso. Si la quitas, casi todos los modelos meten una subida en el primer minuto, porque build-and-release es lo que hace la mayoría del entrenamiento. “Midrange kept sparse” es la segunda: le dice al arreglo que deje en paz de 300 Hz a 3 kHz, que es donde vive el habla. Juntas convierten una pieza en una cama.
Cambia una cosa
Quita “no builds” — Aparece una subida alrededor de los 40 segundos y te roba la atención de la narración justo cuando menos te conviene.
02 · Video corto
El 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.
Quince segundos densos e inmediatos. La figura de campana se enuncia en el primer compás en lugar de construir hacia uno, el 808 se desliza al tiempo fuerte, y los hi-hats llenan el espacio entre medias. Termina donde empezó, así que el punto de loop es inaudible.
“Hook lands immediately” invierte el predeterminado. Si lo dejas solo, un modelo escribe una intro, porque las canciones tienen intro —y en video corto la intro es la parte que nadie oye antes de hacer scroll. “Half-time” es la otra palabra clave: a 145 BPM sin eso sale algo frenético; con eso, el kick y la caja caen a medio tiempo y el track se siente pesado en vez de rápido.
Cambia una cosa
Quita “half-time” — Los mismos 145 BPM se leen como energía de drum and bass en lugar de peso de trap: un género completamente distinto por una sola palabra menos.
03 · Streaming / estudio
El 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.
Un loop cálido y ligeramente borroso sin eventos. Las baterías se arrastran una fracción detrás de la rejilla, el Rhodes cicla cuatro compases, y el ruido de vinilo se queda debajo de todo como textura. Nada en ello es memorable, que es la especificación y no un fallo.
“Slightly behind the beat” es lo que separa esto del chill genérico. Un lo-fi perfectamente cuantizado suena mecánico; el arrastre es el género. “Highs rolled off” y “vinyl crackle” piden los artefactos que otros géneros quitan: el lo-fi se define por lo que elimina. “One level throughout” es la instrucción de resistencia: cualquier pico se vuelve irritante a la tercera hora.
Cambia una cosa
Añade “with a melodic lead” — Se vuelve escuchable en vez de fondo: mejor para una primera pasada, peor para la quinta hora de un stream.
04 · Publicidad
El 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.
Treinta segundos brillantes y despejados con una forma clara: veinte estables, un barrido ascendente, luego un acorde que cae y se corta. Sin fade, sin cola: termina en el golpe que pagaste.
“Clean stop, not a fade” es la instrucción que hace esto usable. Un fade obliga a editar cortando audio en decaimiento, que se oye. Nombrar la posición del barrido (“at 22 seconds”) le da al arreglo un hito al que llegar, mucho más fiable que pedir “a build”. Generar a la duración objetivo gana a recortar un track más largo, porque recortar corta a mitad de frase.
Cambia una cosa
Pide 15 segundos en su lugar — El arreglo comprime en vez de truncar: el barrido se mueve a alrededor de los 10 segundos y aun así resuelve a tiempo.
05 · Composición
El 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.
Una canción estructurada, no un loop. Las estrofas se quedan cerca y contenidas con piano y baterías programadas; el precoro se tensa; el estribillo se abre con guitarras y armonías en capas. El puente cambia de perspectiva una vez antes del estribillo final.
La estructura explícita — “dos versos, estribillo dos veces, puente, estribillo final” — es lo que evita que el resultado sea una sección que se repite. La otra instrucción decisiva es el reparto de instrumentación: nombrar qué entra en el estribillo hace que el estribillo se sienta más grande por arreglo y no por volumen, que es como se produce el subidón en discos reales.
Cambia una cosa
Quita “pre-chorus lift” — El estribillo igual llega pero cae plano — el pre-coro es lo que crea la expectativa que el estribillo resuelve.
06 · Juegos
El 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.
Una pieza lenta y circular que no da pista de dónde empezó. El chelo expone una frase corta, el arpa cicla debajo, y el pad de coro sostiene la armonía sin moverse mucho. Puede correr veinte minutos en una pantalla de menú sin imponerse.
“Sin punto de inicio obvio” es la instrucción que hace que loopee bien. Una pieza con un gesto de apertura claro anuncia su reinicio en cada ciclo, y tras cincuenta repeticiones eso se vuelve lo único que un jugador oye. Re dórico hace un trabajo callado también: el modo suena antiguo y levemente inconcluso sin ser triste, por eso tanto scoring de fantasía vive ahí.
Cambia una cosa
Cambia a Re menor — El mismo arreglo se vuelve melancólico. La sexta elevada del dórico es la diferencia entre añorante y lúgubre.
07 · Podcast
El 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.
Una figura corta y cálida con un final claro. El Rhodes marca un acorde, el bajo camina debajo, escobillas marcan el tiempo y una sola frase de vibráfono lo cierra. Resuelve en vez de desvanecerse, para que el presentador pueda empezar a hablar limpio.
“Termina en un acorde resuelto” es lo que lo hace usable semana tras semana — una intro que se desvanece deja al presentador adivinando cuándo entrar. “Una floritura de vibráfono” es deliberadamente singular: pedir una floritura te da una floritura; pedir florituras te da quince segundos ocupados que pelean con la primera frase del episodio.
Cambia una cosa
Pide 8 segundos — El bajo caminante desaparece y el vibráfono cae antes — más apretado, y mejor para un programa que abre en frío.
08 · Hip hop
El 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.
Un loop de cuatro compases con backbeat pesado y una figura corta de piano que se repite. El swing empuja los hats levemente tarde. El centro de la mezcla está conspicuamente vacío — nada compite con donde se sentaría una voz.
“Swing leve” es la diferencia entre un beat que se mueve y uno que solo suena; un boom bap perfectamente cuantizado suena a demo. “Medios abiertos” es la instrucción que casi todos olvidan al generar un instrumental para rapear encima — sin eso, el piano llena justo las frecuencias que la voz necesita.
Cambia una cosa
Súbelo a 140 BPM y pide hi-hats en tresillos — Misma instrumentación, género distinto por completo — se vuelve trap, y el pocket se mueve a half-time.
La columna izquierda es lo que la gente realmente teclea. Nada está exactamente mal — solo está subespecificado, y el modelo llena los huecos con lo más común en sus datos de entrenamiento.
| Débil | Más fuerte | Por qué |
|---|---|---|
| música chill | lo-fi hip hop, 78 BPM, Rhodes cálido, baterías con swing polvorientas, crujido de vinilo, instrumental | La versión floja nombra un ánimo sin contenido acústico. Cada parámetro que decide el sonido — tempo, instrumentos, textura — queda al azar. |
| música épica cinematográfica | cinemático orquestal, 90 BPM, Re menor. Piano solo y cuerdas graves, taikos entrando a los 20s, metales completos a los 45s, corte en seco a los 60s | “Épico” describe un efecto, no una causa. Nombrar dónde empieza la subida y dónde aterriza es lo que produce el efecto. |
| canción feliz y animada para mi video | indie-dance brillante, 124 BPM, La mayor. Riff de guitarra limpia, hi-hats disco, palmadas en 2 y 4. Instrumental, hook en los dos primeros segundos | Dos adjetivos y un caso de uso no le dan nada al modelo para actuar. La versión fuerte especifica las cuatro cosas que de verdad cambian la salida. |
| un beat de rap | boom bap, 90 BPM, Do menor. Baterías sampleadas duras con swing leve, piano jazz polvoriento, contrabajo, medios abiertos para la voz | El rap va de 85 a 150 BPM entre subgéneros que casi no comparten nada. El tempo y el tratamiento de la batería son el género. |
| música de fondo, no muy alta | underscore documental, 72 BPM, La menor. Piano con fieltro y chelo sostenido, sin subidas, medios escasos para la narración | La sonoridad es una decisión de mezcla que tomas después, no algo que un generador controle. Lo que en realidad quieres son dinámicas planas y un rango medio claro. |
| canción tipo [famous artist] | R&B contemporáneo, 72 BPM, Si♭ menor, half-time. Voz femenina suave con armonías apiladas, Rhodes cálido, sub-bajo profundo, chasquidos de dedos | Nombrar a un artista es poco fiable y legalmente incómodo. Describir qué hace que ese artista suene como suena es a la vez más efectivo y publicable sin problemas. |
Cada prompt sólido de arriba nombra las mismas cinco cosas: género, tempo, instrumentación, una decisión explícita sobre las voces y una instrucción estructural — dónde cae la subida, cómo termina, qué dejar fuera. La instrucción estructural es la que la mayoría se salta y la que más a menudo decide si el resultado sirve, porque es la única parte que el modelo no puede adivinar a partir de la convención del género.
Fíjate en cuántas veces la instrucción decisiva es negativa — “sin subidas”, “sin punto de inicio obvio”, “medios despejados”, “corte limpio, no fundido”. Decirle a un modelo lo que no debe hacer lo acota mucho más que añadir otro adjetivo, porque los adjetivos puede cumplirlos de forma laxa y las prohibiciones no.
Por dentro
El prompt y la pista que produjo.

Cada ejemplo muestra las palabras exactas usadas, para que veas qué partes de la descripción hicieron el trabajo.
1 / 5
Una lista de funciones te dice que una herramienta admite doce géneros. Un ejemplo te dice si su lo-fi vale la pena.
Ver las palabras que produjeron un resultado enseña más que cualquier cantidad de descripción.
Los ejemplos elegidos para ser representativos y no excepcionales son más útiles, aunque impresionen menos.
Cada ejemplo está para copiarse y alterarse, no para admirarse.
El prompt exacto, lo que produjo, la palabra específica que decidió el resultado y qué cambia cuando la quitas. El patrón importa más que cualquier prompt individual.
Para eso están. Copia uno, cambia una sola cosa y compara: cambiar una variable a la vez es la forma más rápida de aprender qué hace cada palabra.
Porque la mayoría de las palabras en un prompt son vagas y unas pocas cargan con el peso. El tempo, los nombres de instrumentos y la era de producción son palancas; adjetivos como “bonito” o “épico” los resuelve el modelo, no tú.
En su mayoría, sí. Género, tempo e instrumentación se trasladan bien entre modelos. Las etiquetas de estructura y las instrucciones negativas son las partes que se comportan distinto de una plataforma a otra.
Describir un sentimiento en vez de un sonido. “Emotional” produce un promedio de todo lo que el modelo ha visto etiquetado así; “violonchelo solo, sin percusión, 60 BPM” produce una pista específica.
Tres o cuatro bastan para ver el patrón. La idea no es coleccionar prompts, sino notar qué tipos de palabra cambian un resultado y cuáles son decoración.
Toma un prompt, cambia una cosa y escucha la diferencia.