
Először olvasd el a promptot
Minden példa megmutatja a pontos szöveget, így látod, a leírás mely részei végezték a munkát.
Nyolc prompt, szétboncolva. Mindegyik megmutatja, mi jön vissza, melyik utasítás döntötte el, és mi történik a kimenettel, ha azt az utasítást kiveszed.
Röviden
A track, tempó: — . Instrumentál, .
lo-fi hip hop, 78 BPM, warm and unhurried. Instrumental, vinyl crackle, highs rolled off.
01 · Dokumentumfilm / narráció
A prompt
Restrained documentary underscore, 72 BPM, A minor. Felt piano, sustained cello, light shaker. Steady with no builds, instrumental, midrange kept sparse for voiceover.
Egy lassú, egyenletes darab szinte semmi dinamikával. A zongora mélyen és halkan ül, a cselló hosszú hangokat tart alatta, a shaker tartja az időt feltűnés nélkül. Semmi nem érkezik meg és nem oldódik fel — csak megy tovább, és ettől tud tíz percen át fáradtság nélkül alatta ülni a hang.
A „nincs build” a teherhordó utasítás. Ha kihagyod, szinte minden modell odatesz valahol az első percben egy swellt, mert az építkezés–feloldás az, amit a legtöbb tanítóadat csinál. A második a „középtartomány maradjon ritka”: azt mondja a hangszerelésnek, hogy hagyja békén a 300 Hz–3 kHz sávot — ott él a beszéd. Együtt zenéből zenei ágyat csinálnak.
Változtass egy dolgot
Távolítsd el a „nincs build”-et — Kb. 40 másodpercnél megjelenik egy swell, és pontosan akkor viszi el a figyelmet a narrációról, amikor a legkevésbé akarod.
02 · Rövid videó
A 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.
Egy sűrű, azonnali tizenöt másodperc. A csengettyűmotívum az első ütemben kijelenti magát, nem épít felé; a 808-as belesiklik a leütésbe; a hi-hatek kitöltik a köztes teret. Ott ér véget, ahol elkezdődött, így a loop pontja észrevehetetlen.
A „hook azonnal érkezik” felülírja az alapbeállítást. Magától a modell introt ír, mert a daloknak van introjuk — és rövid videón az intro az a rész, amit mindenki továbbgörget, mielőtt meghallaná. A másik kulcsszó a „half-time”: 145 BPM-nél nélküle kapkodós lesz; vele a lábdob és a pergő fél tempón szól, és a track súlyosnak hat, nem gyorsnak.
Változtass egy dolgot
Hagyd el a „half-time”-ot — Ugyanaz a 145 BPM drum and bass-energiának olvasódik trap-súly helyett — teljesen más műfaj egyetlen kihagyott szó miatt.
03 · Streamelés / tanulás
A 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.
Egy meleg, enyhén elmosott loop események nélkül. A dobok egy leheletnyit a rács mögé csúsznak, a Rhodes négy ütemen ciklizál, a vinylzaj mindent alul textúrával fog össze. Semmi benne nem emlékezetes — ez a specifikáció, nem hiba.
A „picit a leütés mögött” különíti el a generikus chilltől. A tökéletesen kvantált lo-fi gépies; a csúszás maga a műfaj. A „magasak letekerve” és a „vinyl sercegés” azokért az artefaktumokért kér, amiket más műfajok eltávolítanak — a lo-fit az definiálja, amit elvesz. Az „egyszint végig” az állóképességi utasítás: bármi, aminek csúcsa van, a harmadik órára idegesítő lesz.
Változtass egy dolgot
Add hozzá a „with a melodic lead”-et — Hallgatható zenévé válik háttér helyett — elsőre jobb, az ötödik órára egy streamben rosszabb.
04 · Reklám
A 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.
Egy fényes, letisztult harminc másodperc világos formával: húsz másodpercig egyenes, egy emelkedő sweep, aztán egy akkord, ami leérkezik és megáll. Nincs fade, nincs lecsengés — azon a leütésen fejeződik be, amit megvettél.
A „tiszta stop, nem fade” az az utasítás, amitől ez használható. A fade azt jelenti, hogy a vágásnak lecsengő audióba kell beleharapnia, ami hallható. A sweep pozíciójának megnevezése („22 másodpercnél”) tájékozódási pontot ad a hangszerelésnek, ami sokkal megbízhatóbb, mint „egy buildet” kérni. Célhosszra generálni jobb, mint egy hosszabb tracket vagdosni, mert a vágás frázis közepébe vág.
Változtass egy dolgot
Kérj inkább 15 másodpercet — A hangszerelés sűrít, nem csonkol — a sweep kb. a 10. másodpercre költözik, és még mindig időben old fel.
05 · Dalszerzés
A 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.
Strukturált dal, nem loop. A verze közel és visszafogott zongorával és programozott dobbal; a pre-chorus feszít; a refrén kinyílik gitárokkal és rétegzett harmóniával. A bridge egyszer nézőpontot vált a záró refrén előtt.
A kimondott szerkezet — „két versszak, refrén kétszer, híd, záró refrén” — akadályozza meg, hogy az eredmény egy ismétlődő szakasz legyen. A másik döntő utasítás a hangszerelési bontás: ha megnevezed, mi lép be a refrénben, a refrén nem hangerőtől, hanem az elrendezéstől lesz nagyobb — így jön létre az emelkedés a valódi felvételeken.
Változtass egy dolgot
Vedd ki a „pre-chorus emelést” — A refrén így is megérkezik, de laposan landol — a pre-chorus az, ami megteremti az elvárást, amit a refrén vált be.
06 · Játékok
A 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.
Lassú, körkörös darab, ami nem árulja el, hol kezdődött. A cselló egy rövid frázist mond ki, alatta a hárfa köröz, a kórus-pad tartja a harmóniát, alig mozdulva. Menüképernyőn húsz percig is futhat anélkül, hogy előtérbe tolakodna.
A „nincs egyértelmű kezdőpont” az az utasítás, amitől rendesen loopol. Egy darab, aminek határozott nyitógesztusa van, minden körben bemondja az újraindulást, és ötven ismétlés után már csak ezt hallja a játékos. D dór is csendben teszi a dolgát: a mód régiesnek és kissé feloldatlannak hat anélkül, hogy szomorú lenne — ezért lakik ott annyi fantasy zene.
Változtass egy dolgot
Válts D mollra — Ugyanaz a hangszerelés melankolikussá fordul. A dór emelt hatosa a különbség a vágyakozó és a sivár között.
07 · Podcast
A 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.
Rövid, meleg figura egyértelmű lezárással. A Rhodes kimond egy akkordot, alatta sétál a basszus, a seprűk tartják az időt, és egyetlen vibrafon-futam zárja le. Nem kifakul, hanem felold, így a műsorvezető tisztán tud belépni.
Az, hogy „feloldott akkordon ér véget”, teszi hétről hétre használhatóvá — a kifakító intrónál a műsorvezető csak találgat, mikor jöjjön be. Az „egy vibrafon-díszítés” szándékosan egyes szám: ha egy díszítést kérsz, kapsz egyet; ha díszítéseket kérsz, kapsz egy zsúfolt tizenöt másodpercet, ami összeveszik az epizód első mondatával.
Változtass egy dolgot
Kérj 8 másodpercet — Eltűnik a basszusséta, és a vibrafon hamarabb ér földet — feszesebb, és jobb egy hidegen nyitó műsornak.
08 · Hiphop
A 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.
Négy ütemes loop nehéz backbeattel és ismétlődő, rövid zongorafigurával. A swing kicsit későre tolja a hihatet. A mix közepe feltűnően üres — semmi sem versenyez azzal a sávval, ahol a hang ülne.
A „kicsi swing” a különbség egy mozgó beat és egy olyané között, ami csak lejátszik; a tökéletesen kvantált boom bap demónak hangzik. A „középtartomány maradjon nyitva” az az utasítás, amit a legtöbben elfelejtenek, amikor rappeléshez instrumentált generálnak — nélküle a zongora pont azokat a frekiket tölti ki, amik a hangnak kellenek.
Változtass egy dolgot
Emeld 140 BPM-re, és kérj triolás hihateket — Ugyanaz a hangszerelés, teljesen más műfaj — trap lesz belőle, és a pocket félidőre költözik.
A bal oszlop az, amit az emberek tényleg beírnak. Nem pont rossz — csak alulspecifikált, és a modell a réseket azzal tölti ki, ami a leggyakoribb a tanítóadatában.
| Gyenge | Erősebb | Miért |
|---|---|---|
| chill zene | lo-fi hiphop, 78 BPM, meleg Rhodes, poros, swingelt dobok, vinyl sercegés, instrumentál | A gyenge verzió csak egy hangulatot nevez meg, akusztikus tartalom nélkül. Minden, ami eldönti a hangzást — tempó, hangszerek, textúra — a véletlenre van bízva. |
| epikus filmes zene | filmes zenekari, 90 BPM, D moll. Magányos zongora és mély vonósok, taiko 20 mp-nél lép be, teljes rézfúvós 45 mp-nél, kemény leállás 60 mp-nél | Az „epikus” hatást ír le, nem okot. Attól lesz az, ha megnevezed, hol indul az építkezés és hol ér földet. |
| vidám, pörgős dal a videómhoz | fényes indie-dance, 124 BPM, A dúr. Tiszta gitárriff, diszkó hihat, taps a 2-n és a 4-en. Instrumentál, hook az első két másodpercben | Két jelző és egy felhasználási eset nem ad semmit, amire a modell építhet. Az erős verzió megnevezi azt a négy dolgot, ami tényleg megváltoztatja a kimenetet. |
| egy rap beat | boom bap, 90 BPM, C moll. Kemény, sampleres dobok enyhe swinggel, poros jazz-zongora, nagybőgő, a közép tartomány nyitva a vokálnak | A rap 85-től 150 BPM-ig terjed olyan alműfajokban, amik alig osztanak meg bármit. A tempó és a dobkezelés maga a műfaj. |
| háttérzene, ne legyen túl hangos | dokumentumfilm-underscore, 72 BPM, A moll. Filcelt zongora és kitartott cselló, nincs építkezés, közép tartomány ritkás a narrációhoz | A hangosság utólagos mixdöntés, nem olyasmi, amit egy generátor irányít. Valójában lapos dinamika és tiszta közép tartomány kell. |
| dal, mint [híres előadó] | kortárs R&B, 72 BPM, B♭ moll, half-time. Selymes női lead többrétegű harmóniákkal, meleg Rhodes, mély sub-basszus, ujjcsettintések | Előadót megnevezni megbízhatatlan és jogilag kényes. Azt leírni, mitől szól úgy az az előadó, ahogy, egyszerre hatékonyabb és biztonságosan kiadható. |
A fenti erős promptok mind ugyanazt az öt dolgot nevezik meg: zsáner, tempó, hangszerelés, egy egyértelmű döntés az énekről, és egy szerkezeti utasítás — hova fut ki a build, hogyan ér véget, mit hagyjon ki. A szerkezeti utasítást szokás a leggyakrabban kihagyni, pedig ez dönti el legtöbbször, használható-e a végeredmény, mert ez az egyetlen rész, amit a modell nem tud kikövetkeztetni a zsánerkonvencióból.
Figyeld meg, milyen gyakran negatív a döntő utasítás — „ne legyen build”, „ne legyen egyértelmű kezdőpont”, „középtartomány maradjon nyitva”, „tiszta leállás, ne fade”. Ha megmondod a modellnek, mit ne csináljon, sokkal szűkebbre zárod, mint egy újabb jelzővel, mert a jelzőket lazán is ki tudja pipálni, a tiltásokat nem.
Belül
A prompt és az abból készült track.

Minden példa megmutatja a pontos szöveget, így látod, a leírás mely részei végezték a munkát.
1 / 5
Egy funkciólista elmondja, hogy egy eszköz tizenkét műfajt tud. Egy példa megmutatja, hogy a lo-fi-ja ér-e valamit.
Az eredményt hozó szavak látványa többet tanít, mint bármennyi leírás.
A reprezentatívra, nem kivételesre válogatott példák hasznosabbak, még ha kevésbé is látványosak.
Minden példa másolásra és alakításra való, nem bámulásra.
A pontos promptot, amit kiadott, azt az egy szót, ami eldöntötte az eredményt, és hogy mi változik, ha kiveszed. A minta fontosabb, mint bármelyik egyedi prompt.
Pont erre valók. Másolj ki egyet, változtass meg egy dolgot, és hasonlítsd össze — egyszerre egy változót módosítani a leggyorsabb módja annak, hogy megtanuld, mit csinál minden szó.
Mert a legtöbb promptszó homályos, és csak néhány teherhordó. A tempó, a hangszernevek és a produkció korszaka karok; az olyan mellékneveket, mint „nice” vagy „epic”, a modell oldja meg helyetted, nem te.
Többnyire. A műfaj, a tempó és a hangszerelés jól átmegy a modellek között. A szerkezeti tagek és a negatív utasítások azok, amik platformonként máshogy viselkednek.
Érzést írsz le hang helyett. „Emotional” mindennek az átlagát adja, amit a modell így címkézve látott; „szóló cselló, nincs ütő, 60 BPM” egy konkrét felvételt ad.
Három-négy elég, hogy lásd a mintát. Nem az a lényeg, hogy promptokat gyűjts, hanem hogy észrevedd, melyik szótípus változtat az eredményen, és melyik csak dísz.
Fogj egy promptot, változtass egy dolgot, és hallod a különbséget.