
Najpierw przeczytaj prompt
Każdy przykład pokazuje dokładne użyte słowa, żeby było widać, które części opisu zrobiły robotę.
Osiem promptów, rozebranych na części. Każdy pokazuje, co wraca, która instrukcja o tym zdecydowała i co dzieje się z wynikiem, gdy tę instrukcję usuniesz.
W skrócie
A utwór w — . instrumental, .
lo-fi hip hop, 78 BPM, warm and unhurried. Instrumental, vinyl crackle, highs rolled off.
01 · Dokument / lektor
Prompt
Restrained documentary underscore, 72 BPM, A minor. Felt piano, sustained cello, light shaker. Steady with no builds, instrumental, midrange kept sparse for voiceover.
Powolny, równy utwór z prawie zerową dynamiką. Piano siedzi nisko i miękko, wiolonczela trzyma długie dźwięki pod spodem, a shaker trzyma czas, nie zwracając na siebie uwagi. Nic nie przychodzi ani się nie rozwiązuje — po prostu trwa, dzięki czemu głos może na nim siedzieć dziesięć minut bez zmęczenia.
„Żadnych build-upów” to instrukcja nośna. Bez niej prawie każdy model doda swell gdzieś w pierwszej minucie, bo build-and-release to norma w danych treningowych. „Środek pasma oszczędny” to druga: każe zostawić w spokoju 300 Hz do 3 kHz — tam żyje mowa. Razem zamieniają muzykę w podkład.
Zmień jedną rzecz
Usuń „Żadnych build-upów” — Około 40. sekundy pojawia się narastanie i ściąga uwagę z narracji dokładnie wtedy, gdy najmniej tego chcesz.
02 · Krótki format wideo
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.
Gęste, natychmiastowe piętnaście sekund. Motyw dzwonka stawia się już w pierwszym takcie zamiast do niego budować, 808 wślizguje się w downbeat, a hi-haty wypełniają przestrzeń między nimi. Kończy tam, gdzie zaczyna, więc punkt zapętlenia jest niesłyszalny.
„Hook wchodzi od razu” odwraca domyślne zachowanie. Zostawiony sam sobie model pisze intro, bo piosenki mają intra — a w short-form intro to ta część, której nikt nie zdąży usłyszeć przed przewinięciem. „Half-time” to drugi klucz: przy 145 BPM bez niego robi się nerwowo; z nim stopa i werbel wchodzą w połowie szybkości i utwór czuć jako ciężki, nie szybki.
Zmień jedną rzecz
Wyrzuć „half-time” — Te same 145 BPM czyta się jako energia drum and bass zamiast trapowej wagi — kompletnie inny gatunek po usunięciu jednego słowa.
03 · Streaming / nauka
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.
Ciepła, lekko rozmyta pętla bez wydarzeń. Bębny ciągną odrobinę za siatką, Rhodes krąży przez cztery takty, a szum winyla siedzi pod spodem jako tekstura. Nic w tym nie jest zapamiętywalne — to założenie, nie porażka.
„Lekko za beatem” odróżnia to od generycznego chilloutu. Idealnie zkwantyzowane lo-fi brzmi mechanicznie; ten poślizg to sedno gatunku. „Ścięta góra” i „trzaski winyla” proszą o artefakty, które inne gatunki usuwają — lo-fi definiuje się tym, co zabiera. „Jeden poziom przez cały czas” to instrukcja wytrzymałościowa: cokolwiek z pikiem stanie się irytujące w trzeciej godzinie.
Zmień jedną rzecz
Dodaj „z melodycznym leadem” — Robi się do słuchania, a nie w tło — lepsze na pierwszy odsłuch, gorsze na piątą godzinę streamu.
04 · Reklama
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.
Jasne, nieprzeładowane trzydzieści sekund z wyraźnym kształtem: dwadzieścia spokojnie, potem rosnący sweep i akord, który ląduje i się zatrzymuje. Zero fade’u, zero ogona — kończy się na uderzeniu, które kupiłeś.
„Czyste zatrzymanie, nie wyciszenie” to instrukcja, która robi z tego używalny materiał. Fade wymusza cięcie w zanikający dźwięk — to słychać. Podanie miejsca sweepu („w 22. sekundzie”) daje aranżowi punkt odniesienia, pod który może budować — to o wiele pewniejsze niż proszenie o „build”. Generowanie od razu do docelowej długości wygrywa z cięciem dłuższego utworu, bo cięcie ucina w połowie frazy.
Zmień jedną rzecz
Poproś zamiast tego o 15 sekund — Aranż kompresuje się zamiast się skracać — sweep przesuwa się w okolice 10. sekundy i nadal rozwiązuje się na czas.
05 · Pisanie piosenek
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.
Strukturalna piosenka zamiast pętli. Zwrotki siedzą blisko i powściągliwie z pianinem i programowaną perkusją; pre-chorus się zacieśnia; refren otwiera się gitarami i warstwową harmonią. Bridge zmienia perspektywę raz przed finałowym refrenem.
Jawna struktura — „dwie zwrotki, refren dwa razy, most, finałowy refren” — to jest to, co powstrzymuje wynik przed byciem sekcją na zapętleniu. Druga decydująca instrukcja to podział instrumentacji: nazwanie, co wchodzi w refrenie, sprawia, że refren wydaje się większy aranżacyjnie, a nie głośniej — tak powstaje lift na prawdziwych płytach.
Zmień jedną rzecz
Usuń „podniesienie przedrefrenowe” — Refren wciąż nadchodzi, ale ląduje płasko — to przedrefren buduje oczekiwanie, które refren spłaca.
06 · Gry
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.
Wolny, kolisty utwór, który nie zdradza, gdzie się zaczął. Wiolonczela podaje krótką frazę, harfa krąży pod spodem, a chór-pad trzyma harmonię, prawie się nie ruszając. Może lecieć dwadzieścia minut na ekranie menu i się nie narzucać.
„Brak oczywistego punktu startu” to komenda, która sprawia, że pętla działa poprawnie. Utwór z wyraźnym gestem otwarcia ogłasza swój restart w każdym cyklu i po pięćdziesięciu powtórkach to już jedyne, co gracz słyszy. D dorycka też robi cichą robotę: tryb brzmi staro i lekko nierozwiązaną, ale nie smutno — dlatego tyle fantasy siedzi właśnie tam.
Zmień jedną rzecz
Zmień na D-moll — To samo ustawienie robi się melancholijne. Podwyższona seksta w doryckiej to różnica między tęsknym a ponurym.
07 · Podcast
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.
Krótki, ciepły motyw z wyraźnym zakończeniem. Rhodes stawia akord, bas chodzi pod spodem, szczotki trzymają czas, a pojedyncza fraza wibrafonu domyka całość. Kończy się rozwiązaniem zamiast wygasać, więc prowadzący może czysto wejść z głosem.
„Kończy się na rozwiązanym akordzie” to powód, dla którego da się używać tego co tydzień — intro, które wycisza się do zera, zostawia prowadzącego z zgadywaniem, kiedy wejść. „Jeden ozdobnik na wibrafonie” jest celowo w liczbie pojedynczej: prosisz o ozdobnik — dostajesz ozdobnik; prosisz o ozdobniki — masz zajęte piętnaście sekund, które walczą z pierwszym zdaniem odcinka.
Zmień jedną rzecz
Poproś o 8 sekund — Chód basu znika, a wibrafon ląduje wcześniej — ciaśniej i lepiej dla programu, który startuje na zimno.
08 · Hip-hop
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.
Czterotaktowa pętla z mocnym backbeatem i krótką, powtarzaną figurą fortepianu. Swing spycha hi-haty odrobinę późno. Środek miksu jest ostentacyjnie pusty — nic nie konkuruje z miejscem na głos.
„Lekki swing” to różnica między bitem, który się rusza, a takim, który tylko gra; perfekcyjnie skwantyzowany boom bap brzmi jak demo. „Środek zostawiony otwarty” to komenda, o której większość zapomina przy generowaniu instrumentala pod rap — bez niej piano wypełnia dokładnie te częstotliwości, których potrzebuje głos.
Zmień jedną rzecz
Podnieś do 140 BPM i poproś o hi-haty w triolach — Ta sama instrumentacja, zupełnie inny gatunek — robi się trap, a pocket przesuwa się do half-time'u.
Lewa kolumna to to, co ludzie faktycznie wpisują. To nie jest dokładnie błędne — tylko zbyt ogólne, a model wypełnia luki tym, co najczęstsze w danych treningowych.
| Słabe | Mocniej | Dlaczego |
|---|---|---|
| chillowa muzyka | lo-fi hip-hop, 78 BPM, ciepły Rhodes, zakurzone, swingujące bębny, trzaski winyla, instrumental | Słaba wersja nazywa nastrój bez żadnej treści akustycznej. Każdy parametr, który decyduje o brzmieniu — tempo, instrumentarium, faktura — zostaje rzucony losowi. |
| epicka muzyka filmowa | orkiestrowa filmowa, 90 BPM, D-moll. Samotny fortepian i niskie smyczki, taiko wchodzi w 20 s, pełne blachy w 45 s, twarde cięcie w 60 s | „Epicki” opisuje efekt, nie przyczynę. To nazwanie, gdzie zaczyna się narastanie i gdzie ląduje, daje ten efekt. |
| wesoła, energiczna piosenka do mojego wideo | jasny indie-dance, 124 BPM, A-dur. Czysty riff gitary, dyskotekowe hi-haty, klaśnięcia na 2 i 4. Instrumental, hook w pierwszych dwóch sekundach | Dwa przymiotniki i przypadek użycia nie dają modelowi nic do roboty. Mocna wersja wskazuje cztery rzeczy, które faktycznie zmieniają wynik. |
| bit rapowy | boom bap, 90 BPM, C-moll. Twarde, samplowane bębny z lekkim swingiem, zakurzone jazzowe piano, kontrabas, środek otwarty na wokale | Rap rozciąga się od 85 do 150 BPM przez podgatunki, które łączy prawie nic. Tempo i obróbka bębnów to tutaj sam gatunek. |
| muzyka tła, nie za głośna | podkład dokumentalny, 72 BPM, A-moll. Filcowany fortepian i długie nuty wiolonczeli, zero narastań, środek przerzedzony pod lektora | Głośność to decyzja miksu, którą podejmujesz później, a nie coś, czym steruje generator. Tak naprawdę chcesz płaskiej dynamiki i czystego środka. |
| piosenka jak [famous artist] | współczesne R&B, 72 BPM, B♭-moll, half-time. Gładki żeński lead z warstwami harmonii, ciepły Rhodes, głęboki sub-bas, pstryknięcia palcami | Podawanie artysty jest zawodne i prawnie kłopotliwe. Opisanie, co sprawia, że brzmi tak, jak brzmi, jest i skuteczniejsze, i bezpieczne do wydania. |
Każdy mocny prompt powyżej wymienia te same pięć rzeczy: gatunek, tempo, instrumentarium, jasno określoną decyzję o wokalu oraz jedną instrukcję strukturalną — gdzie ląduje build, jak utwór się kończy, co pominąć. To tę instrukcję strukturalną większość osób pomija, a to ona najczęściej decyduje, czy wynik da się użyć, bo to jedyna część, której model nie odgadnie z konwencji gatunku.
Zwróć uwagę, jak często decydująca instrukcja jest na „nie” — „bez buildów”, „bez oczywistego startu”, „środek pasma zostawiony wolny”, „czyste zatrzymanie, bez wyciszania”. Powiedzenie modelowi, czego ma nie robić, ogranicza go o wiele wyraźniej niż kolejny przymiotnik, bo przymiotniki można spełnić „na oko”, a zakazy — nie.
W środku
Prompt i utwór, który z niego wyszedł.

Każdy przykład pokazuje dokładne użyte słowa, żeby było widać, które części opisu zrobiły robotę.
1 / 5
Lista funkcji mówi, że narzędzie obsługuje dwanaście gatunków. Przykład mówi, czy jego lo-fi jest cokolwiek warte.
Zobaczenie słów, które dały wynik, uczy więcej niż dowolna ilość opisu.
Przykłady dobrane pod reprezentatywność, a nie wyjątkowość, są bardziej użyteczne — nawet jeśli mniej robią wrażenie.
Każdy przykład jest po to, by go skopiować i przerobić, nie podziwiać.
Dokładny prompt, co z niego wyszło, to konkretne słowo, które zadecydowało o wyniku, i co się dzieje, gdy je usuniesz. Wzorzec jest ważniejszy niż pojedynczy prompt.
Po to są. Skopiuj jeden, zmień jedną rzecz i porównaj — zmienianie jednej zmiennej naraz najszybciej uczy, co robi każde słowo.
Bo większość słów w promcie jest mętna, a tylko kilka „niesie ciężar”. Tempo, nazwy instrumentów i era produkcji to dźwignie; przymiotniki typu „fajne” czy „epickie” model rozstrzyga za ciebie.
W większości tak. Gatunek, tempo i instrumentarium dobrze przenoszą się między modelami. Tagi struktury i instrukcje negatywne zachowują się różnie w zależności od platformy.
Opisywanie uczucia zamiast brzmienia. „Emotional” daje średnią ze wszystkiego, co model tak oznaczył; „wiolonczela solo, bez perkusji, 60 BPM” daje konkretny utwór.
Trzy–cztery wystarczą, by zobaczyć wzorzec. Nie chodzi o kolekcjonowanie promptów, tylko o zauważenie, które słowa zmieniają wynik, a które są ozdobą.