पहले प्रॉम्प्ट पढ़ें
हर उदाहरण में ठीक वही शब्द दिखते हैं, ताकि आप देख सकें विवरण के किन हिस्सों ने काम किया।
AI म्यूज़िक उदाहरण
आठ प्रॉम्प्ट, खोलकर समझाए। हर एक में क्या लौटकर आता है, किस इंस्ट्रक्शन ने उसे तय किया, और वह इंस्ट्रक्शन हटाने पर आउटपुट में क्या बदलता है।
संक्षेप में
यह गैलरी नहीं, समझाए हुए उदाहरण हैं: हर केस में असली प्रॉम्प्ट दिखता है, वह क्या बनाता है इसे बताया गया है, वह खास शब्द चिन्हित है जो नतीजा तय करता है, और जब आप वह शब्द हटाते हैं तो क्या बदलता है यह भी दिखता है. पैटर्न, प्रॉम्प्ट से ज्यादा मायने रखता है.
प्रॉम्प्ट को रीमिक्स करें — किसी भी हाइलाइटेड हिस्से पर टैप करें
A ट्रैक at — . इंस्ट्रुमेंटल, .
lo-fi hip hop, 78 BPM, warm and unhurried. Instrumental, vinyl crackle, highs rolled off.
01 · डॉक्यूमेंट्री / वॉइसओवर
वॉइसओवर के नीचे गायब हो जाने वाला बेड
प्रॉम्प्ट
Restrained documentary underscore, 72 BPM, A minor. Felt piano, sustained cello, light shaker. Steady with no builds, instrumental, midrange kept sparse for voiceover.
क्या लौटकर आता है
धीमा, समान टुकड़ा जिसमें लगभग कोई डायनेमिक मूवमेंट नहीं। पियानो नीचे और नरम बैठा है, चेलो नीचे लंबी नोट्स पकड़ता है, और शेकर्स ध्यान खींचे बिना टाइम रखते हैं। कुछ आता-समझौता नहीं — बस चलता रहता है, यही वजह है कि आवाज़ उस पर दस मिनट बिना थकान के बैठ सकती है।
यह क्यों काम करता है
“No builds” बेस ढोने वाला इंस्ट्रक्शन है। इसे छोड़ा, तो लगभग हर मॉडल पहले मिनट में कहीं न कहीं एक स्वेल जोड़ देता है, क्योंकि बिल्ड-एंड-रिलीज़ ज़्यादातर ट्रेनिंग डेटा करता है। “Midrange kept sparse” दूसरा है: यह अरेंजमेंट से 300 Hz से 3 kHz को खाली छोड़ने को कहता है — वहीं स्पीच रहती है। साथ में ये किसी म्यूज़िक को बेड में बदल देते हैं।
एक चीज़ बदलें
“no builds” हटाएँ — करीब 40 सेकंड पर एक स्वेल आता है और ठीक उसी वक़्त ध्यान नैरेशन से खींच लेता है जब आप सबसे कम चाहते हैं।
02 · शॉर्ट-फॉर्म वीडियो
आधे सेकंड में पकड़ लेने वाला छोटा लूप
प्रॉम्प्ट
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.
क्या लौटकर आता है
घना, तुरंत पकड़ने वाला पंद्रह सेकंड। बेल फ़िगर पहले ही बार में ख़ुद को कह देता है, बिल्ड नहीं करता; 808 डाउनबीट में स्लाइड करती है, और हाय-हैट्स बीच की जगह भरते हैं। यह वहीं खत्म होता है जहाँ शुरू हुआ था, इसलिए लूप पॉइंट सुनाई नहीं देता।
यह क्यों काम करता है
“Hook lands immediately” डिफ़ॉल्ट को उलट देता है। अपने हाल पर छोड़ें तो मॉडल इंट्रो लिखता है, क्योंकि गानों में इंट्रो होता है — और शॉर्ट-फॉर्म वीडियो में इंट्रो वही हिस्सा है जिसे लोग स्क्रॉल करने से पहले सुनते ही नहीं। “Half-time” दूसरा की-वर्ड है: 145 BPM पर इसके बिना चीज़ बेताब लगेगी; इसके साथ किक और स्नेयर आधी रफ़्तार पर पड़ते हैं और ट्रैक तेज़ नहीं, भारी महसूस होता है।
एक चीज़ बदलें
“half-time” हटाएँ — वही 145 BPM ट्रैप के वज़न की जगह ड्राम-एंड-बेस की एनर्जी पढ़ता है — एक शब्द हटते ही बिल्कुल दूसरा जॉनर।
03 · स्ट्रीमिंग / स्टडी
छह घंटे टिकने वाला म्यूज़िक
प्रॉम्प्ट
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.
क्या लौटकर आता है
गर्म, थोड़ा धुंधला लूप जिसमें कोई घटनाएँ नहीं। ड्रम्स ग्रिड से ज़रा पीछे घिसटते हैं, Rhodes चार बार में घूमता है, और विनाइल नॉइज़ नीचे टेक्सचर की तरह बैठी रहती है। इसमें कुछ भी याद रह जाने लायक नहीं — यह स्पेसिफ़िकेशन है, न कि नाकामी।
यह क्यों काम करता है
“Slightly behind the beat” इसे जेनेरिक चिल म्यूज़िक से अलग करता है। परफ़ेक्टली क्वांटाइज़्ड लो-फाई मैकेनिकल लगता है; यही ड्रैग इस जॉनर की पहचान है। “Highs rolled off” और “vinyl crackle” वे आर्टिफ़ैक्ट्स माँगते हैं जिन्हें दूसरे जॉनर हटाते हैं — लो-फाई वही है जो वह निकाल देता है। “One level throughout” सहनशक्ति का इंस्ट्रक्शन है: जिसमें भी पीक होगा, तीसरे घंटे तक चुभने लगेगा।
एक चीज़ बदलें
“with a melodic lead” जोड़ें — यह बैकग्राउंड के बजाय सुनने लायक बन जाता है — पहली बार प्ले के लिए बेहतर, स्ट्रीम के पाँचवें घंटे के लिए बदतर।
04 · विज्ञापन
ठीक तीस पर खत्म होने वाले तीस सेकंड
प्रॉम्प्ट
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.
क्या लौटकर आता है
चमकदार, बेभरा हुआ तीस सेकंड, साफ़ शेप के साथ: बीस तक स्थिर, फिर राइज़िंग स्वीप, और एक कॉर्ड जो लैंड करके रुक जाता है। न फ़ेड, न टेल — यह उसी बीट पर खत्म होता है जो आपने खरीदी है।
यह क्यों काम करता है
“Clean stop, not a fade” वह इंस्ट्रक्शन है जो इसे इस्तेमाल के काबिल बनाता है। फ़ेड का मतलब है एडिट को गिरती हुई ऑडियो में कट करना पड़ेगा — जो सुनाई देता है। स्वीप की पोज़िशन बताना (“at 22 seconds”) अरेंजमेंट को एक लैंडमार्क देता है जिसके आसपास बनना ज़्यादा भरोसेमंद है बनिस्बत “a build” माँगने के। टार्गेट लंबाई पर जनरेट करना लंबे ट्रैक को ट्रिम करने से बेहतर है, क्योंकि ट्रिमिंग अक्सर वाक्य के बीच ही काट देती है।
एक चीज़ बदलें
इसके बजाय 15 सेकंड माँगें — अरेंजमेंट ट्रन्केट होने के बजाय कम्प्रेस होता है — स्वीप करीब 10 सेकंड पर शिफ्ट होता है और फिर भी समय पर रिज़ॉल्व करता है।
05 · गीत-लेखन
एक ऐसा गाना जिसका कोरस सच में उठता है
प्रॉम्प्ट
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.
क्या लौटकर आता है
लूप नहीं, एक स्ट्रक्चर्ड गाना। वर्सेज़ पियानो और प्रोग्राम्ड ड्रम्स के साथ पास और सधे हुए रहते हैं; प्री-कोरस कसा हुआ है; कोरस गिटार्स और लेयर्ड हार्मनी के साथ खुल जाता है। फाइनल कोरस से पहले ब्रिज एक बार नज़रिया बदलता है।
यह क्यों काम करता है
साफ-साफ संरचना — “दो वर्स, कोरस दो बार, ब्रिज, फाइनल कोरस” — ही नतीजे को बस दोहराया जाने वाला सेक्शन बनने से रोकती है। दूसरी निर्णायक हिदायत है इंस्ट्रुमेंटेशन का बाँट: कोरस में क्या-क्या दाखिल होता है, यह बताने से कोरस वॉल्यूम नहीं, अरेंजमेंट से बड़ा महसूस होता है — असल रिकॉर्ड्स में लिफ्ट ऐसे ही बनती है.
एक चीज़ बदलें
“pre-chorus lift” हटा दें — कोरस फिर भी आता है पर सपाट गिरता है — प्री-कोरस ही वह उम्मीद बनाता है जिसे कोरस चुकाता है।
06 · गेम्स
ऐसा लूप जिसे आप दो सौ बार सुन सकें
प्रॉम्प्ट
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.
क्या लौटकर आता है
धीमा, गोल-गोल घूमता पीस जो यह नहीं बताता कि शुरुआत कहाँ थी। सेलो एक छोटा फ्रेज़ कहता है, नीचे हार्प चक्कर काटती रहती है, और कॉयर पैड बिना ज़्यादा हिले हार्मनी थामे रखता है। मेन्यू स्क्रीन पर यह बीस मिनट चल सकता है बिना खुद को थोपे।
यह क्यों काम करता है
“कोई साफ़ शुरुआती बिंदु नहीं” वह हिदायत है जो इसे ढंग से लूप करवाती है। जिस पीस की शुरुआत साफ़ हो, वह हर चक्र में अपनी दोबारा शुरुआत ऐलान कर देता है, और पचास रिपीट के बाद वही खिलाड़ी को सुनाई देता रहता है। D dorian भी चुपचाप काम करता है: यह मोड पुराना और थोड़ा अनसुलझा लगता है, उदास हुए बिना — इसी लिए ज़्यादातर फैंटेसी स्कोरिंग वहीं रहती है।
एक चीज़ बदलें
D minor में बदलें — वही अरेंजमेंट उदासीन हो जाता है। डोरियन का उठा हुआ छठा सुर ही हल्की कसक और ठिठुरती उदासी के बीच का फर्क बनता है।
07 · पॉडकास्ट
पंद्रह सेकंड जो उम्मीद बिठाते हैं
प्रॉम्प्ट
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.
क्या लौटकर आता है
छोटा, गर्माहट भरा फिगर जिसका अंत साफ़ हो। Rhodes एक कॉर्ड बताता है, नीचे बास वॉक करता है, ब्रशेज़ टाइम पकड़ते हैं, और एक अकेला वाइब्राफोन फ्रेज़ इसे बंद करता है। यह फेड होने की बजाय रिज़ॉल्व करता है, ताकि होस्ट साफ़-साफ़ बोलना शुरू कर सके।
यह क्यों काम करता है
“रिज़ॉल्व्ड कॉर्ड पर खत्म होता है” यही बात इसे हफ्ते दर हफ्ते इस्तेमाल-लायक बनाती है — जो इंट्रो फेड होता है, वह होस्ट को ये अनुमान लगाने पर छोड़ देता है कि कब बोलना है। “एक वाइब्राफोन फ्लरिश” जान-बूझकर एकवचन है: एक फ्लरिश माँगेंगे तो एक ही मिलेगा; फ्लरिशेज़ माँगेंगे तो पंद्रह सेकंड भर जाएगा और एपिसोड के पहले वाक्य से भिड़ेगा।
एक चीज़ बदलें
8 सेकंड के लिए कहें — बास वॉक गायब हो जाती है और वाइब्राफोन जल्दी लैंड करता है — टाइटर, और उस शो के लिए बेहतर जो कोल्ड खुलता है।
08 · हिप हॉप
ऐसे बार्स जो पॉकेट में बैठते हैं
प्रॉम्प्ट
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.
क्या लौटकर आता है
चार-बार का लूप, भारी बैकबीट और छोटा दोहरता पियानो फिगर। स्विंग हाय-हैट्स को थोड़ा देर से धकेलता है। मिक्स का मिड साफ़ खाली — जहाँ आवाज़ बैठेगी, वहाँ कोई टकराव नहीं।
यह क्यों काम करता है
“थोड़ा स्विंग” ही उस बीट और सिर्फ़ बजने वाले बीट में फर्क है; परफ़ेक्टली क्वांटाइज़्ड बूम बैप डेमो जैसा लगता है। “मिडरेंज खुला छोड़ा जाए” वह हिदायत है जिसे ज़्यादातर लोग रैप के लिए इंस्ट्रुमेंटल बनाते वक्त भूल जाते हैं — इसके बिना पियानो ठीक वही फ़्रीक्वेंसी भर देता है जिनकी आवाज़ को ज़रूरत है।
एक चीज़ बदलें
140 BPM तक बढ़ाएँ और ट्रिपलेट हाय-हैट्स माँगें — इंस्ट्रुमेंटेशन वही, जॉनर पूरी तरह बदला — यह ट्रैप बन जाता है, और पॉकेट हाफ-टाइम में खिसक जाती है।
कमज़ोर प्रॉम्प्ट और उनकी जगह क्या लिखें
बाएँ कॉलम में लोग असल में जो टाइप करते हैं वही है। यह ठीक-ठीक गलत नहीं — बस कम-स्पेसिफ़ाइड है, और मॉडल अपनी ट्रेनिंग डेटा में जो सबसे आम है, उन्हीं से खाली जगहें भर देता है।
| कमज़ोर | और मजबूत | क्यों |
|---|---|---|
| चिल म्यूज़िक | लो-फाई हिप हॉप, 78 BPM, वॉर्म Rhodes, डस्टी स्वंग ड्रम्स, विनाइल क्रैकल, इंस्ट्रुमेंटल | कमज़ोर वर्ज़न सिर्फ़ मूड का नाम लेता है, ध्वनि का कोई कंटेंट नहीं। आवाज़ तय करने वाले हर पैरामीटर — टेम्पो, इंस्ट्रूमेंट्स, टेक्सचर — किस्मत पर छोड़ दिए जाते हैं। |
| एपिक सिनेमैटिक म्यूज़िक | सिनेमैटिक ऑर्केस्ट्रल, 90 BPM, D minor। अकेला पियानो और लो स्ट्रिंग्स, 20s पर ताइको का प्रवेश, 45s पर फुल ब्रास, 60s पर हार्ड स्टॉप | “एपिक” असर बताता है, वजह नहीं। बिल्ड कहाँ से शुरू होता है और कहाँ पहुँचता है — यह बताना ही वह असर पैदा करता है। |
| मेरे वीडियो के लिए हैप्पी अपबीट गाना | ब्राइट इंडी-डांस, 124 BPM, A major। क्लीन गिटार रिफ़, डिस्को हाय-हैट्स, 2 और 4 पर क्लैप्स। इंस्ट्रुमेंटल, पहले दो सेकंड में हुक | दो विशेषण और एक उपयोग-मामला मॉडल को करने लायक कुछ नहीं देते। मज़बूत वर्ज़न वे चार बातें तय करता है जो सच में आउटपुट बदलती हैं। |
| एक रैप बीट | बूम बैप, 90 BPM, C minor। हल्के स्विंग के साथ हार्ड सैंपल्ड ड्रम्स, डस्टी जैज़ पियानो, अपराइट बास, वोकल्स के लिए मिडरेंज खुला | रैप 85 से 150 BPM तक ऐसे सबजॉनर में फैला है जो आपस में लगभग कुछ भी साझा नहीं करते। टेम्पो और ड्रम ट्रीटमेंट ही जॉनर हैं। |
| बैकग्राउंड म्यूज़िक, ज़्यादा तेज़ नहीं | डॉक्यूमेंट्री अंडरस्कोर, 72 BPM, A minor। फ़ेल्ट पियानो और सस्टेन्ड सेलो, कोई बिल्ड नहीं, वॉइसओवर के लिए मिडरेंज विरल | लाउडनेस मिक्स का फैसला है जो आप बाद में करते हैं, न कि कुछ जो एक जेनरेटर कंट्रोल करता है। आपको असल में चाहिए फ्लैट डायनैमिक्स और साफ़ मिडरेंज। |
| [famous artist] जैसा गाना | कॉन्टेम्पररी R&B, 72 BPM, Bb minor, हाफ-टाइम। स्मूद फीमेल लीड, स्टैकेड हार्मनीज़ के साथ, वॉर्म Rhodes, डीप सब-बेस, फिंगर स्नैप्स | किसी आर्टिस्ट का नाम लेना अविश्वसनीय भी है और कानूनी तौर पर अटपटा भी। उस आर्टिस्ट की आवाज़ वैसी क्यों लगती है — यह बताना ज़्यादा असरदार भी है और रिलीज़ करने को सुरक्षित भी। |
इन सबके पीछे का पैटर्न
ऊपर दिए हर मजबूत प्रॉम्प्ट में वही पाँच चीज़ें साफ़-साफ़ लिखी हैं: जॉनर, टेम्पो, इंस्ट्रुमेंटेशन, वोकल्स पर एक स्पष्ट फ़ैसला, और एक स्ट्रक्चरल इंस्ट्रक्शन — बिल्ड कहाँ आता है, कैसे ख़त्म होता है, क्या छोड़ना है। स्ट्रक्चरल इंस्ट्रक्शन वही हिस्सा है जिसे ज़्यादातर लोग छोड़ देते हैं और जो अकसर तय करता है कि नतीजा काम का है या नहीं, क्योंकि यही वह चीज़ है जिसे मॉडल जॉनर की परंपरा से नहीं भाँप सकता।
ध्यान दें कि निर्णायक इंस्ट्रक्शन अक्सर नकारात्मक होते हैं — “नो बिल्ड्स”, “कोई ओब्वियस स्टार्ट पॉइंट नहीं”, “मिडरेंज खुला रहे”, “क्लीन स्टॉप, फेड नहीं”。 मॉडल को क्या न करना है बताना, किसी और विशेषण से ज़्यादा कसा हुआ बंधन देता है, क्योंकि विशेषणों को यह ढीले-ढाले ढंग से पूरा कर सकता है, पाबंदियाँ नहीं।
अंदर
एक वाक्य किसमें बदलता है
वह प्रॉम्प्ट, और उससे बना ट्रैक।
1 / 5
आप फर्क सुन सकते हैं
फीचर लिस्ट बताएगी कि टूल बारह जॉनर सपोर्ट करता है। एक उदाहरण बताएगा कि उसका लो-फाई वाकई ठीक है या नहीं।
सबक खुद प्रॉम्प्ट है
जो नतीजा लाए उन्हीं शब्दों को देखना, किसी भी वर्णन से ज़्यादा सिखाता है।
वे उम्मीदें ईमानदारी से तय करते हैं
नुमाइंदगी करने वाले, न कि असाधारण, उदाहरण ज़्यादा काम के होते हैं—चाहे कम प्रभावशाली लगें।
वे शुरुआती बिंदु हैं
हर उदाहरण कॉपी करके बदला जाने के लिए है, सिर्फ़ सराहने के लिए नहीं।
अक्सर पूछे गए प्रश्न
ये उदाहरण क्या दिखाते हैं?
ठीक-ठीक प्रॉम्प्ट, उसने क्या निकाला, वह खास शब्द जिसने नतीजा तय किया, और उसे हटाने पर क्या बदलता है। किसी एक प्रॉम्प्ट से ज़्यादा मायने पैटर्न के हैं।
क्या मैं ये प्रॉम्प्ट्स कॉपी कर सकता/सकती हूँ?
इसी काम के लिए हैं। एक कॉपी करें, बस एक चीज़ बदलें, और तुलना करें — एक बार में एक ही वैरिएबल बदलना सबसे तेज़ तरीका है समझने का कि हर शब्द क्या करता है।
एक शब्द से नतीजा इतना क्यों पलट जाता है?
क्योंकि ज़्यादातर प्रॉम्प्ट शब्द ढीले-ढाले होते हैं और चंद शब्द भार उठाते हैं। टेम्पो, इंस्ट्रूमेंट के नाम और प्रोडक्शन का दौर लीवर हैं; "nice" या "epic" जैसे विशेषणों को आप नहीं, मॉडल तय करता है।
क्या ये प्रॉम्प्ट्स दूसरे AI म्यूज़िक जनरेटर पर भी काम करते हैं?
अधिकतर हाँ। जॉनर, टेम्पो और इंस्ट्रुमेंटेशन ज़्यादातर मॉडल्स में ठीक-ठाक ट्रांसफ़र हो जाते हैं। स्ट्रक्चर टैग्स और नेगेटिव इंस्ट्रक्शन्स वे हिस्से हैं जो प्लेटफ़ॉर्म दर प्लेटफ़ॉर्म अलग बर्ताव करते हैं।
सबसे आम प्रॉम्प्टिंग गलती क्या है?
आवाज़ की जगह एहसास का वर्णन करना। "Emotional" लिखने पर मॉडल जो कुछ भी उस लेबल के तहत देखा है उसका औसत दे देता है; "solo cello, no percussion, 60 BPM" लिखने पर एक ठोस, ख़ास रिकॉर्ड मिलता है।
मुझे कितने उदाहरणों पर काम करना चाहिए?
तीन–चार काफी हैं पैटर्न दिखने के लिए। मकसद प्रॉम्प्ट जमा करना नहीं, यह देखना है कि किस तरह के शब्द नतीजा बदलते हैं और कौन से बस सजावट हैं।
AI म्यूज़िक उदाहरण
एक प्रॉम्प्ट लें, एक चीज़ बदलें, और फ़र्क सुनें।