อ่านพรอมป์ต์ก่อน
ทุกตัวอย่างแสดงคำที่ใช้จริงแบบคำต่อคำ เพื่อให้เห็นว่าส่วนไหนของคำบรรยายที่ทำงาน
ตัวอย่างเพลง AI
แปดพรอมต์ แกะให้ดูทีละส่วน แต่ละอันโชว์สิ่งที่กลับมา คำสั่งไหนเป็นตัวชี้ขาด และจะเกิดอะไรกับผลลัพธ์เมื่อถอดคำนั้นออก
สรุปสั้นๆ
นี่คือกรณีตัวอย่างที่ทำให้ดู ไม่ใช่แกลเลอรี: แต่ละรายการโชว์พรอมต์จริง อธิบายสิ่งที่มันสร้าง ระบุคำเดียวที่ชี้ขาดผลลัพธ์ และให้ดูว่าเมื่อเอาคำนั้นออกแล้วอะไรเปลี่ยนไป. รูปแบบสำคัญกว่าพรอมต์.
รีมิกซ์พรอมป์ต์ — แตะส่วนที่ไฮไลต์
A แทร็กที่ — . อินสตรูเมนทัล, .
lo-fi hip hop, 78 BPM, warm and unhurried. Instrumental, vinyl crackle, highs rolled off.
01 · สารคดี / วอยซ์โอเวอร์
ดนตรีรองที่หายไปใต้เสียงบรรยาย
พรอมต์
Restrained documentary underscore, 72 BPM, A minor. Felt piano, sustained cello, light shaker. Steady with no builds, instrumental, midrange kept sparse for voiceover.
สิ่งที่ได้กลับมา
ชิ้นช้าสม่ำเสมอที่แทบไม่มีไดนามิกขยับ เปียโนนั่งต่ำและนุ่ม เชลโลถือโน้ตยาวข้างใต้ และเชคเกอร์จับเวลาแบบไม่ดึงความสนใจ ไม่มีอะไรเข้าหรือคลี่คลาย — มันแค่ดำเนินต่อไป ซึ่งนั่นแหละที่ให้เสียงพูดนั่งบนมันได้สิบนาทีโดยไม่ล้า.
ทำไมมันเวิร์ก
“No builds” คือคำสั่งที่รับน้ำหนัก ถ้าตัดออก แทบทุกโมเดลจะใส่บิลด์ที่ไหนสักแห่งในนาทีแรก เพราะบิลด์แล้วปล่อยคือสิ่งที่ข้อมูลฝึกส่วนใหญ่ทำ “Midrange kept sparse” คือข้อสอง: บอกการเรียบเรียงให้เว้นช่วง 300 Hz ถึง 3 kHz ซึ่งเป็นย่านของเสียงพูด ทั้งคู่รวมกันทำให้ดนตรีชิ้นหนึ่งกลายเป็นดนตรีรอง.
เปลี่ยนอย่างเดียว
ลบ “no builds” — จะมีสเวลล์โผล่ราววินาทีที่ 40 แล้วดึงความสนใจหลุดจากเสียงบรรยายตรงเวลาที่คุณไม่อยากให้เกิดที่สุด.
02 · วิดีโอสั้น
ลูปสั้นที่ดึงคนได้ในครึ่งวินาที
พรอมต์
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.
สิ่งที่ได้กลับมา
สิบห้าวินาทีที่หนาแน่นและเข้าทันที ท่อนกระดิ่งประกาศตัวเองตั้งแต่ห้องแรกแทนการไล่สร้างไปหา 808 สไลด์เข้าบีตแรก และไฮแฮตเติมช่องว่างระหว่างจังหวะ มันจบตรงที่เริ่ม ทำให้จุดวนกลับแทบไม่ได้ยิน.
ทำไมมันเวิร์ก
“Hook lands immediately” คือการกลับค่าปริยาย ปล่อยไว้ โมเดลจะเขียนอินโทร เพราะเพลงมีอินโทร — และบนวิดีโอสั้น อินโทรคือส่วนที่ไม่มีใครฟังก่อนปัด “Half-time” คือคำหลักอีกคำ: ที่ 145 BPM ถ้าไม่มี คุณจะได้อะไรที่ลนลาน; ถ้ามี คิกกับสแนร์จะลงครึ่งความเร็วและแทร็กรู้สึกหนักไม่ใช่เร็ว.
เปลี่ยนอย่างเดียว
ตัด “half-time” ออก — 145 BPM เดิมจะอ่านเป็นพลังแบบดรัมแอนด์เบสแทนน้ำหนักแบบแทร็ป — แนวที่ต่างออกไปสิ้นเชิงจากคำที่ถูกลบเพียงคำเดียว.
03 · สตรีมมิง / อ่านหนังสือ
ดนตรีที่อยู่รอดหกชั่วโมง
พรอมต์
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.
สิ่งที่ได้กลับมา
ลูปโทนอุ่น เบลอนิด ๆ ที่ไม่มีเหตุการณ์ กลองลากช้ากว่ากริดเสี้ยวหนึ่ง โรดส์วนสี่ห้อง และเสียงไวนิลนั่งอยู่ข้างใต้ทั้งหมดเป็นพื้นผิว ไม่มีอะไรติดหู ซึ่งนั่นคือสเปก ไม่ใช่ความล้มเหลว.
ทำไมมันเวิร์ก
“Slightly behind the beat” คือสิ่งที่แยกชิ้นนี้ออกจากชิลล์ทั่วไป โลไฟที่ควอนไทซ์เป๊ะฟังเป็นเครื่องจักร; ความหน่วงคือนิยามของแนวนี้ “Highs rolled off” และ “vinyl crackle” คือการขออาร์ติแฟกต์ที่แนวอื่นตัดทิ้ง — โลไฟถูกนิยามด้วยสิ่งที่มันลดทอน “One level throughout” คือคำสั่งความทน: อะไรที่พีกจะน่ารำคาญในชั่วโมงที่สาม.
เปลี่ยนอย่างเดียว
เพิ่ม “with a melodic lead” — มันกลายเป็นเพลงที่ตั้งใจฟังมากกว่าพื้นหลัง — ดีสำหรับการฟังครั้งแรก แย่สำหรับชั่วโมงที่ห้าของสตรีม.
04 · โฆษณา
สามสิบวินาทีที่จบตรงสามสิบเป๊ะ
พรอมต์
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.
สิ่งที่ได้กลับมา
สามสิบวินาทีที่สว่าง โปร่ง ไม่รก และมีรูปทรงชัด: นิ่งยี่สิบวินาที สวีปไต่ขึ้น แล้วคอร์ดลงจอดและหยุด ไม่มีเฟด ไม่มีเทล — มันจบตรงบีตที่คุณจ่ายเงินซื้อ.
ทำไมมันเวิร์ก
“Clean stop, not a fade” คือคำสั่งที่ทำให้ใช้งานได้ เฟดแปลว่าต้องตัดเข้าเสียงที่กำลังดับ ซึ่งได้ยินชัด การระบุตำแหน่งสวีป (“ที่ 22 วินาที”) ให้แลนด์มาร์กแก่การเรียบเรียงให้มุ่งไปหา ซึ่งเชื่อถือได้กว่าการขอ “a build” การสร้างให้ยาวตามเป้าชนะการตัดแทร็กที่ยาวกว่า เพราะการตัดมักหั่นกลางวลี.
เปลี่ยนอย่างเดียว
ขอเป็น 15 วินาทีแทน — การเรียบเรียงจะบีบอัดแทนที่จะตัดทิ้ง — สวีปย้ายไปแถว 10 วินาทีและยังคลี่คลายตรงเวลา.
05 · การเขียนเพลง
เพลงที่คอรัสยกขึ้นจริง
พรอมต์
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.
สิ่งที่ได้กลับมา
เพลงที่มีโครงสร้าง ไม่ใช่ลูป เวิร์สนั่งใกล้และยับยั้งด้วยเปียโนกับกลองโปรแกรม; พรีคอรัสรัดแน่น; คอรัสเปิดกว้างด้วยกีตาร์และฮาร์โมนีซ้อน บริดจ์เปลี่ยนมุมมองหนึ่งครั้งก่อนคอรัสสุดท้าย.
ทำไมมันเวิร์ก
โครงสร้างชัด — “สองเวิร์ส คอรัสสองรอบ บริดจ์ คอรัสสุดท้าย” — นี่แหละที่กันไม่ให้ผลลัพธ์กลายเป็นท่อนเดิมวนไป อีกคำสั่งชี้ขาดคือการแยกเครื่องดนตรี: ระบุว่าอะไรจะเข้าในคอรัส ทำให้คอรัสดูใหญ่ขึ้นด้วยอารเรนจ์ ไม่ใช่ด้วยความดัง แบบเดียวกับที่เพลงจริงๆ ทำให้เกิดการยก
เปลี่ยนอย่างเดียว
ลบ “pre-chorus lift” — คอรัสยังเข้ามาแต่ตกแบน — พรีคอรัสนี่แหละที่สร้างความคาดหวังให้คอรัสปลดปล่อย
06 · เกม
ลูปที่ฟังได้สองร้อยรอบ
พรอมต์
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.
สิ่งที่ได้กลับมา
ชิ้นช้า วนเป็นวงกลม ไม่บอกจุดเริ่มตรงไหน เชลโลกล่าววลีสั้นๆ ฮาร์ปวนอยู่ข้างใต้ และแพดคอรัสคุมฮาร์โมนีโดยแทบไม่ขยับ มันเล่นได้ยี่สิบนาทีบนหน้าเมนูโดยไม่เรียกร้องตัวตน
ทำไมมันเวิร์ก
“No obvious start point” คือคำสั่งที่ทำให้ลูปได้จริง ชิ้นที่เปิดชัดจะประกาศรีสตาร์ททุกครั้งที่วน พอฟังสักห้าสิบรอบ นั่นกลายเป็นอย่างเดียวที่ผู้เล่นได้ยิน D dorian ก็ทำงานเงียบๆ: โหมดนี้ฟังเก่าและค้างคาเล็กน้อยโดยไม่เศร้า เลยเป็นเหตุว่าดนตรีแฟนตาซีถึงอยู่ตรงนี้เยอะ
เปลี่ยนอย่างเดียว
เปลี่ยนเป็น D minor — อารเรนจ์เดิมแต่โทนหม่นลง ระดับที่หกที่ยกของ Dorian คือเส้นแบ่งระหว่างเหงาปนคิดถึงกับมืดหม่น
07 · พอดแคสต์
15 วินาทีที่ตั้งความคาดหวัง
พรอมต์
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.
สิ่งที่ได้กลับมา
ท่อนสั้นอบอุ่นที่จบชัด Rhodes วางคอร์ด เบสเดินใต้ แปรงกลองคุมเวลา และไวบราโฟนหนึ่งวลีปิดจบ มันจบจริงไม่ใช่เฟด ทำให้โฮสต์เริ่มพูดได้สะอาด
ทำไมมันเวิร์ก
“Ends on a resolved chord” นี่แหละที่ทำให้ใช้ได้ทุกสัปดาห์ — อินโทรที่เฟดทิ้งให้โฮสต์เดาว่าจะเข้าเมื่อไร “One vibraphone flourish” จงใจให้เป็นเอกพจน์: ขอหนึ่งลูกเล่นก็ได้หนึ่งลูกเล่น ขอหลายๆ ลูกเล่นจะได้สิบห้าวินาทีที่แย่งกับประโยคแรกของเอพิโสด
เปลี่ยนอย่างเดียว
ขอ 8 วินาที — การเดินเบสหายไปและไวบราโฟนลงจบเร็วขึ้น — กระชับขึ้น เหมาะกับรายการที่เปิดทันทีแบบไม่มีอินโทร
08 · ฮิปฮอป
บาร์ที่ล็อกกรูฟ
พรอมต์
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.
สิ่งที่ได้กลับมา
ลูปสี่บาร์ แบ็กบีตหนัก กับวลีเปียโนสั้นๆ ที่วน สวิงดันให้ไฮแฮตมาช้าเล็กน้อย กลางมิกซ์ถูกเว้นว่างอย่างจงใจ — ไม่มีอะไรไปแย่งที่ที่เสียงร้องควรอยู่
ทำไมมันเวิร์ก
“Slight swing” คือเส้นแบ่งระหว่างบีตที่ขยับกับที่แค่เล่น; บูมแบปที่ควอนไทซ์เป๊ะๆ ฟังเหมือนเดโม “Midrange left open” คือคำสั่งที่คนชอบลืมเวลา生成อินสตรูเมนทัลไว้แร็ปทับ — ไม่งั้นเปียโนจะไปกินพอดีช่วงความถี่ที่เสียงต้องใช้
เปลี่ยนอย่างเดียว
ดันขึ้นเป็น 140 BPM แล้วขอไฮแฮตทริเพล็ต — เครื่องดนตรีเท่าเดิม แต่คนละแนวไปเลย — กลายเป็นแทรป แล้วพ็อกเก็ตขยับไปที่ฮาล์ฟไทม์
พรอมต์อ่อน และควรเขียนแทนว่าอะไร
คอลัมน์ซ้ายคือสิ่งที่คนพิมพ์กันจริงๆ ไม่ได้ผิดเสียทีเดียว — แค่ระบุไม่พอ แล้วโมเดลก็เติมช่องว่างด้วยสิ่งที่พบมากสุดในข้อมูลฝึก
| อ่อน | แข็งแรงขึ้น | ทำไม |
|---|---|---|
| เพลงชิลล์ | lo-fi hip hop, 78 BPM, Rhodes อบอุ่น, กลองสวิงดัสตี้, เสียงแตกของไวนิล, อินสตรูเมนทัล | เวอร์ชันที่อ่อนบอกแค่อารมณ์แต่ไม่บอกเนื้อเสียง พารามิเตอร์ทุกอย่างที่กำหนดซาวด์—เทมโป เครื่องดนตรี เนื้อสัมผัส—ถูกปล่อยให้ดวงล้วนๆ |
| เพลงซินีมาติกยิ่งใหญ่ | cinematic orchestral, 90 BPM, D minor. เปียโนเดี่ยวกับสตริงต่ำ, ไทโกะเข้า 20 วิ, บราสเต็มวงเข้า 45 วิ, หยุดสนิทที่ 60 วิ | “Epic” อธิบายผล ไม่ใช่สาเหตุ ระบุว่าบิลด์เริ่มตรงไหนและไปลงตรงไหน นั่นแหละที่สร้างผลนั้น |
| เพลงสดใสร่าเริงสำหรับวิดีโอของฉัน | indie-dance สว่าง, 124 BPM, A major. ริฟฟ์กีตาร์ใส, ไฮแฮตดิสโก้, ตบมือบน 2 และ 4. อินสตรูเมนทัล, ฮุกเข้าภายในสองวินาทีแรก | สองคำคุณศัพท์กับยูสเคสไม่ให้อะไรลงมือทำ เวอร์ชันที่แข็งระบุสี่อย่างที่เปลี่ยนผลลัพธ์จริงๆ |
| บีตแร็ป | boom bap, 90 BPM, C minor. กลองแซมเปิลดุดันพร้อมสวิงเล็กน้อย เปียโนแจ๊สดัสตี้ ดับเบิลเบส เว้นมิดเรนจ์ให้เสียงร้อง | แร็ปกว้างตั้งแต่ 85 ถึง 150 BPM ครอบคลุมซับเจนร์ที่แทบไม่เหมือนกัน เทมโปกับวิธีทำกลองนั่นแหละคือแนวเพลง |
| เพลงแบ็กกราวนด์ ไม่ดังเกินไป | ดนตรีรองสารคดี, 72 BPM, A minor. เปียโนหุ้มผ้าและเชลโลลากยาว, ไม่มีบิลด์, มิดเรนจ์โปร่งสำหรับวอยซ์โอเวอร์ | ความดังเป็นการตัดสินใจด้านมิกซ์ที่ทำทีหลัง ไม่ใช่สิ่งที่ตัวสร้างควบคุมได้ สิ่งที่ต้องการจริงๆ คือไดนามิกแบนและมิดเรนจ์ใส |
| เพลงแบบ [famous artist] | contemporary R&B, 72 BPM, Bb minor, half-time. เสียงนำหญิงนุ่มลื่นกับฮาร์โมนีซ้อนแน่น Rhodes อบอุ่น ซับเบสหนา ดีดนิ้ว | การเอ่ยชื่อศิลปินไม่น่าเชื่อถือและเสี่ยงทางกฎหมาย อธิบายว่าอะไรทำให้เขามีซาวด์แบบนั้น ได้ผลกว่าด้วยซ้ำและปล่อยได้อย่างปลอดภัย |
แพตเทิร์นที่อยู่เบื้องหลังทั้งหมดนี้
พรอมต์ที่แข็งแรงทั้งหมดด้านบนตั้งชื่อสิ่งเดียวกันห้าข้อ: แนวเพลง เทมโป การจัดเครื่องดนตรี การตัดสินใจเรื่องโวคอลแบบชัดเจน และคำสั่งโครงสร้างหนึ่งข้อ — บิลด์ไปลงตรงไหน จบยังไง ตัดอะไรออก คำสั่งโครงสร้างนี่แหละที่คนมักข้าม และมักเป็นตัวชี้ชะตาว่าผลลัพธ์ใช้ได้ไหม เพราะเป็นส่วนเดียวที่โมเดลเดาเอาจากธรรมเนียมของแนวเพลงไม่ได้
สังเกตว่าคำสั่งชี้ขาดมักมาในรูปปฏิเสธ — “ไม่มีบิลด์”, “ไม่มีจุดเริ่มชัด”, “เว้นย่านมิดเรนจ์โล่ง”, “หยุดสะอาด ไม่ใช่เฟด” การบอกว่าไม่ให้ทำอะไร บีบกรอบโมเดลได้คมกว่าการโยนคำคุณศัพท์อีกคำ เพราะคำคุณศัพท์ถูกสนองแบบหลวมๆ ได้ แต่ข้อห้ามทำไม่ได้
ด้านใน
ประโยคหนึ่งกลายเป็นอะไร
พรอมป์ต์ และแทร็กที่มันสร้าง
1 / 5
คุณได้ยินความต่าง
ลิสต์ฟีเจอร์บอกว่าเครื่องมือรองรับสิบสองแนว ตัวอย่างบอกว่า lo-fi ของมันใช้ได้หรือเปล่า
พรอมป์ต์คือตัวบทเรียน
การเห็นคำที่สร้างผลลัพธ์ สอนได้มากกว่าคำบรรยายยืดยาวแค่ไหนก็ตาม
มันตั้งความคาดหวังอย่างซื่อสัตย์
ตัวอย่างที่คัดให้เป็นตัวแทนมากกว่าการคัดของสุดยอด มีประโยชน์กว่า ถึงจะไม่ว้าวเท่า
มันคือจุดเริ่มต้น
ทุกตัวอย่างถูกทำมาให้ก็อปแล้วแก้ ไม่ใช่เอาไว้ชื่นชม
คำถามที่พบบ่อย
ตัวอย่างพวกนี้แสดงอะไร?
พรอมป์ต์ที่ใช้จริง สิ่งที่มันสร้าง คำเฉพาะที่ตัดสินผลลัพธ์ และอะไรเปลี่ยนเมื่อเอาคำนั้นออก. แพตเทิร์นสำคัญกว่าพรอมป์ต์เดี่ยวๆ
คัดลอกพรอมป์ต์พวกนี้ได้ไหม?
ก็เพื่อสิ่งนั้นแหละ. คัดลอกมาหนึ่ง เปลี่ยนแค่อย่างเดียว แล้วเปรียบเทียบ — เปลี่ยนทีละตัวแปรคือวิธีเร็วสุดในการเรียนรู้ว่าคำแต่ละคำทำอะไร
ทำไมแค่คำเดียวถึงเปลี่ยนผลได้มากขนาดนั้น?
เพราะคำในพรอมป์ต์ส่วนใหญ่คลุมเครือ และมีเพียงไม่กี่คำที่รับน้ำหนัก. ความเร็ว ชื่อเครื่องดนตรี และยุคโปรดักชันคือคันโยก; คำคุณศัพท์อย่าง "nice" หรือ "epic" ถูกโมเดลตัดสิน แทนที่จะเป็นคุณ
พรอมป์ต์พวกนี้ใช้กับ AI สร้างเพลงตัวอื่นได้ไหม?
ส่วนใหญ่ได้. แนวเพลง ความเร็ว และเครื่องดนตรี โอนถ่ายข้ามโมเดลได้ดี. แท็กโครงสร้างและคำสั่งเชิงลบคือส่วนที่แต่ละแพลตฟอร์มทำตัวต่างกัน
ความผิดพลาดเรื่องพรอมป์ต์ที่พบบ่อยที่สุดคืออะไร?
อธิบายความรู้สึกแทนที่จะอธิบายเสียง. "Emotional" จะได้ค่าเฉลี่ยของทุกอย่างที่โมเดลเคยเห็นติดป้ายว่าแบบนั้น; "solo cello, no percussion, 60 BPM" จะได้งานที่เฉพาะเจาะจง
ควรไล่ทำตัวอย่างกี่ชุด?
สามหรือสี่ก็พอจะเห็นแพตเทิร์น จุดสำคัญไม่ใช่สะสมพรอมป์ต์ แต่คือสังเกตว่าคำแบบไหนเปลี่ยนผล และแบบไหนเป็นแค่เครื่องประดับ