
Leia o prompt primeiro
Cada exemplo mostra as palavras exatas usadas, para você ver quais partes da descrição fizeram o trabalho.
Oito prompts, destrinchados. Cada um mostra o que volta, qual instrução decidiu aquilo e o que acontece com o resultado quando essa instrução é removida.
Em resumo
A faixa em — . instrumental, .
lo-fi hip hop, 78 BPM, warm and unhurried. Instrumental, vinyl crackle, highs rolled off.
01 · Documentário / narração
O prompt
Restrained documentary underscore, 72 BPM, A minor. Felt piano, sustained cello, light shaker. Steady with no builds, instrumental, midrange kept sparse for voiceover.
Uma peça lenta e uniforme, com quase nenhum movimento dinâmico. O piano fica baixo e suave, o cello sustenta notas longas por baixo, e o chocalho marca o tempo sem chamar atenção. Nada chega nem resolve — simplesmente continua, o que é o que permite uma voz ficar por cima por dez minutos sem fadiga.
“No builds” é a instrução que sustenta tudo. Sem isso, quase todo modelo coloca um swell em algum ponto do primeiro minuto, porque construção e liberação é o que a maioria dos dados de treino faz. “Midrange kept sparse” é a segunda: ela diz ao arranjo para deixar 300 Hz a 3 kHz em paz, que é onde a fala vive. Juntas, elas transformam uma música numa cama.
Mude uma coisa
Remova “no builds” — Um swell aparece por volta de 40 segundos e puxa a atenção para longe da narração exatamente quando você menos quer.
02 · Vídeo curto
O 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.
Quinze segundos densos e imediatos. O motivo de sino se declara no primeiro compasso em vez de construir para um, o 808 desliza para o tempo forte, e os hi-hats preenchem o espaço entre eles. Termina onde começou, então o ponto de loop fica inaudível.
“Hook lands immediately” inverte o padrão. Sozinho, um modelo escreve uma intro, porque músicas têm intros — e em vídeo curto a intro é a parte que ninguém ouve antes de rolar. “Half-time” é a outra palavra-chave: a 145 BPM sem isso você ganha algo frenético; com isso, o bumbo e a caixa caem em meia velocidade e a faixa fica pesada em vez de rápida.
Mude uma coisa
Tire “half-time” — Os mesmos 145 BPM soam como energia de drum and bass em vez de peso de trap — um gênero completamente diferente por causa de uma palavra removida.
03 · Streaming / estudo
O 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.
Um loop quente, levemente borrado, sem eventos. A bateria arrasta uma fração atrás da grade, o Rhodes gira por quatro compassos, e o ruído de vinil fica por baixo de tudo como textura. Nada nele é memorável, e isso é especificação, não falha.
“Slightly behind the beat” é o que separa isso do chill genérico. Lo-fi perfeitamente quantizado soa mecânico; o arrasto é o gênero. “Highs rolled off” e “vinyl crackle” pedem os artefatos que outros gêneros removem — lo-fi é definido pelo que ele tira. “One level throughout” é a instrução de resistência: qualquer coisa com um pico vira irritante pela terceira hora.
Mude uma coisa
Adicione “with a melodic lead” — Vira algo para ouvir, não só fundo — melhor para a primeira escuta, pior para a quinta hora de um stream.
04 · Publicidade
O 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.
Trinta segundos claros e brilhantes, sem bagunça e com forma definida: estável por vinte, um sweep crescente, depois um acorde que cai e para. Sem fade, sem cauda — termina no beat que você comprou.
“Clean stop, not a fade” é a instrução que torna isso utilizável. Um fade obriga a edição a cortar áudio em caimento, o que é audível. Nomear a posição do sweep (“at 22 seconds”) dá ao arranjo um marco para construir, o que é muito mais confiável do que pedir “a build”. Gerar já na duração-alvo ganha de aparar uma faixa mais longa, porque cortar pega a frase pela metade.
Mude uma coisa
Peça 15 segundos em vez disso — O arranjo comprime em vez de truncar — o sweep vai para perto de 10 segundos e ainda resolve no tempo.
05 · Composição
O 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.
Uma música estruturada, não um loop. Versos próximos e contidos com piano e bateria programada; o pré-refrão aperta; o refrão abre com guitarras e harmonias em camadas. A ponte muda a perspectiva uma vez antes do refrão final.
A estrutura explícita — “dois versos, refrão duas vezes, ponte, refrão final” — é o que impede o resultado de virar uma seção que só se repete. A outra instrução decisiva é a divisão da instrumentação: dizer o que entra no refrão faz o refrão soar maior pelo arranjo, não pelo volume — que é como a subida acontece em discos de verdade.
Mude uma coisa
Remova “subida no pré-refrão” — O refrão ainda chega, mas pousa sem impacto — é o pré-refrão que cria a expectativa que o refrão entrega.
06 · Jogos
O 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.
Uma peça lenta e circular que não dá pista de onde começou. O cello enuncia uma frase curta, a harpa cicla por baixo, e o pad de coral segura a harmonia sem se mover muito. Pode tocar por vinte minutos numa tela de menu sem se impor.
“Sem ponto inicial óbvio” é a instrução que faz o loop funcionar de verdade. Uma peça com um gesto claro de abertura anuncia seu recomeço a cada ciclo e, depois de cinquenta repetições, isso vira a única coisa que o jogador ouve. Ré dórico trabalha quieto também: o modo soa antigo e levemente irresoluto sem ser triste — por isso tanta trilha de fantasia vive ali.
Mude uma coisa
Mude para Ré menor — O mesmo arranjo fica melancólico. A sexta aumentada do dórico é a diferença entre nostálgico e sombrio.
07 · Podcast
O 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.
Uma figura curta e quente, com final claro. O Rhodes enuncia um acorde, o baixo caminha por baixo, vassourinhas marcam o tempo, e uma única frase de vibrafone encerra. Resolve em vez de sumir no fade, então o apresentador pode começar a falar limpo.
“Termina em um acorde resolvido” é o que a torna usável semana após semana — uma intro que some no fade deixa o apresentador adivinhando quando entrar. “Um floreio de vibrafone” é deliberadamente singular: pedir um floreio te dá um floreio; pedir floreios te dá quinze segundos atarefados que brigam com a primeira frase do episódio.
Mude uma coisa
Peça 8 segundos — A caminhada do baixo some e o vibrafone chega mais cedo — mais enxuto e melhor pra um programa que começa a seco.
08 · Hip hop
O 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.
Um loop de quatro compassos com backbeat pesado e uma figura curta de piano que se repete. O swing empurra os chimbais levemente atrasados. O meio da mix fica conspicuamente vazio — nada compete com onde a voz se encaixaria.
“Swing leve” é a diferença entre um beat que anda e um que só toca; boom bap perfeitamente quantizado soa como demo. “Médios deixados abertos” é a instrução que muita gente esquece ao gerar um instrumental pra rimar por cima — sem isso, o piano ocupa exatamente as frequências de que a voz precisa.
Mude uma coisa
Aumente para 140 BPM e peça chimbais em tercinas — Mesma instrumentação, gênero totalmente diferente — vira trap, e o pocket vai pra metade do tempo.
A coluna da esquerda é o que as pessoas realmente digitam. Nada disso está exatamente errado — só está pouco específico, e o modelo preenche as lacunas com o que for mais comum nos dados de treino.
| Fraco | Mais forte | Por quê |
|---|---|---|
| música chill | lo-fi hip hop, 78 BPM, Rhodes quente, bateria em swing e empoeirada, chiado de vinil, instrumental | A versão fraca nomeia um clima sem conteúdo acústico. Todo parâmetro que decide o som — tempo, instrumentos, textura — fica ao acaso. |
| música cinematográfica épica | orquestral cinematográfico, 90 BPM, Ré menor. Piano solitário e cordas graves, taiko entrando aos 20s, naipe completo de metais aos 45s, corte seco aos 60s | “Épico” descreve um efeito, não a causa. Dizer onde a construção começa e onde ela chega é o que produz o efeito. |
| música feliz e animada pro meu vídeo | indie-dance brilhante, 124 BPM, Lá maior. Riff de guitarra clean, chimbais de disco, palmas no 2 e 4. Instrumental, hook nos primeiros dois segundos | Dois adjetivos e um caso de uso não dão nada de concreto pro modelo agir. A versão forte especifica as quatro coisas que de fato mudam o resultado. |
| um beat de rap | boom bap, 90 BPM, Dó menor. Bateria sampleada pesada com swing leve, piano jazz empoeirado, baixo acústico, médios abertos pros vocais | Rap vai de 85 a 150 BPM em subgêneros que quase não têm nada em comum. O tempo e o tratamento da bateria são o gênero. |
| música de fundo, não muito alta | trilha de documentário, 72 BPM, Lá menor. Piano de feltro e cello sustentado, sem crescendos, médios esparsos pra locução | Loudness é uma decisão de mix que você toma depois, não algo que um gerador controla. O que você realmente quer são dinâmicas planas e médios limpos. |
| música tipo [famous artist] | R&B contemporâneo, 72 BPM, Sib menor, half-time. Voz feminina suave com harmonias empilhadas, Rhodes quente, subgrave profundo, estalos de dedo | Nomear um artista é incerto e juridicamente chato. Descrever o que faz aquele artista soar do jeito que soa é mais eficaz e seguro pra lançar. |
Todo prompt forte acima cita as mesmas cinco coisas: gênero, tempo, instrumentação, uma decisão explícita sobre vocais e uma instrução estrutural — onde um build cai, como termina, o que deixar de fora. A instrução estrutural é a que a maioria pula e a que mais decide se o resultado é usável, porque é a única parte que o modelo não consegue adivinhar pela convenção do gênero.
Repare como a instrução decisiva costuma ser negativa — “sem builds”, “sem ponto de início óbvio”, “médios livres”, “parada limpa, nada de fade”. Dizer a um modelo o que não fazer o restringe muito mais do que outro adjetivo, porque adjetivos ele pode cumprir por alto e proibições não.
Por dentro
O prompt e a faixa que ele produziu.

Cada exemplo mostra as palavras exatas usadas, para você ver quais partes da descrição fizeram o trabalho.
1 / 5
Uma lista de recursos diz que uma ferramenta suporta doze gêneros. Um exemplo diz se o lo-fi dela é bom.
Ver as palavras que produziram um resultado ensina mais do que qualquer quantidade de descrição.
Exemplos escolhidos para serem representativos, não excepcionais, são mais úteis, mesmo quando menos impressionantes.
Todo exemplo foi feito para ser copiado e alterado, não admirado.
O prompt exato, o que ele produziu, a palavra específica que decidiu o resultado e o que muda quando você a remove. O padrão importa mais do que qualquer prompt individual.
É para isso que eles servem. Copie um, mude uma única coisa e compare — mudar uma variável por vez é a forma mais rápida de aprender o que cada palavra faz.
Porque a maioria das palavras em um prompt é vaga e poucas sustentam o resultado. Tempo, nomes de instrumentos e era de produção são alavancas; adjetivos como “legal” ou “épico” são resolvidos pelo modelo, não por você.
Em geral. Gênero, tempo e instrumentação transferem bem entre modelos. Tags de estrutura e instruções negativas são as partes que se comportam diferente de plataforma para plataforma.
Descrever um sentimento em vez de um som. “Emocional” produz uma média de tudo que o modelo viu rotulado assim; “violoncelo solo, sem percussão, 60 BPM” produz uma faixa específica.
Três ou quatro bastam para ver o padrão. A ideia não é colecionar prompts, e sim notar que tipos de palavra mudam um resultado e quais são enfeite.
Pegue um prompt, mude uma coisa e ouça a diferença.