1. 为什么AI作曲需要一套“填空模板”很多人第一次用AI作曲工具输入“来一首好听的歌”结果出来一段四不像的旋律然后得出结论AI作曲不行。问题不在AI在于你给的信息太少了。AI作曲模型本质上是一个概率生成器你给的约束条件越具体它落在你审美区间里的概率就越高。提示词就是这些约束条件的载体。我刚开始接触AI作曲的时候也走过弯路总觉得写得越诗意越好什么“月光下的忧伤”“风吹过麦田的回忆”结果生成的东西要么平淡如水要么情绪完全跑偏。后来才想明白一件事AI不懂诗意它懂的是结构化的参数。你把“忧伤”翻译成小调、慢速、钢琴为主、低音区铺底它立刻就能给你想要的东西。这套填空模板的核心逻辑就是把模糊的审美需求拆解成AI能理解的维度。你可以把它想象成去餐厅点菜——你不能跟厨师说“给我做个好吃的”你得说“宫保鸡丁微辣不要花生多放葱”。AI作曲也是一样的道理。这套模板适合谁用三类人一是完全不懂乐理但想用AI出歌的内容创作者二是懂一点音乐但不知道怎么跟AI沟通的独立音乐人三是需要批量产出背景音乐的短视频制作者。不管你属于哪一类只要照着模板填出来的结果至少能到“能用”的水平运气好还能到“惊艳”。2. 模板的底层结构拆解2.1 六个必填维度少一个都不行我试过几十种提示词组合最后发现真正影响输出质量的维度就六个。这六个维度构成了模板的骨架缺一个AI就会开始“自由发挥”而它自由发挥的方向往往不是你想要的。第一个维度是风格标签。这是最粗粒度的筛选告诉AI你要的是什么大类。比如“流行”“电子”“民谣”“爵士”“古典”“说唱”“氛围音乐”。风格标签决定了AI调用哪个子模型或者哪组训练数据。你写“流行”和写“电子”出来的东西底层逻辑完全不同。这里有个经验如果你想要的风格比较小众比如“蒸汽波”或者“合成器浪潮”最好用更通用的标签加修饰词的方式比如“电子 复古 80年代”比直接写小众标签更稳。第二个维度是情绪基调。情绪决定了调式、和声走向和节奏密度。大调通常对应明亮、欢快、积极小调对应忧伤、沉静、内省。但情绪不止大小调这一个维度还有能量等级——是平静的还是激烈的是克制的还是宣泄的。我一般用“情绪词 能量等级”的组合比如“忧伤 低能量”“激昂 高能量”“温暖 中能量”。第三个维度是BPM。这个不用多解释就是速度。但很多人不知道的是BPM不仅影响快慢还影响AI对曲风的理解。同样写“电子”BPM 128出来的是舞曲BPM 90出来的是缓拍电子。我整理了一个速查表放在后面这里先记住一个原则先定风格再定BPMBPM要跟风格匹配。第四个维度是乐器配置。这是决定“听感质感”的关键。你要钢琴为主还是吉他为主要不要鼓要不要贝斯要不要弦乐铺底要不要合成器乐器配置写清楚了AI就不会乱加东西。我踩过的一个坑是只写“钢琴”结果AI给我配了一堆弦乐和鼓把钢琴盖得严严实实。后来学乖了写“钢琴独奏无鼓无贝斯少量弦乐铺底”出来的就干净多了。第五个维度是结构。一首歌的结构决定了它的叙事方式。是主歌-副歌-主歌-副歌-桥段-副歌还是从头到尾一个loop是渐进式展开还是直接高潮结构写清楚了AI生成的曲子才有“起承转合”而不是一段旋律重复到底。第六个维度是参考锚点。这个维度是可选的但强烈建议加上。你可以写“类似某某风格”“参考某某年代的某某类型”给AI一个更具体的锚。但注意不要直接写具体歌手的名字很多平台会过滤而且AI对歌手名字的理解也不一定准确。更好的方式是写“90年代华语抒情”“2010年代欧美电子”“日系治愈钢琴”这种时代地域类型的组合。2.2 为什么这六个维度缺一不可我做个类比你就明白了。这六个维度就像做菜的六个要素菜系风格、口味情绪、火候BPM、食材乐器、摆盘结构、参考菜品锚点。你少写一个厨师就得猜。猜对了是运气猜错了是常态。有人可能会问我写详细点不就行了为什么要用模板因为模板的价值不在于“详细”而在于“结构化”。你写一段散文式的描述AI可能只抓到了其中一两个关键词其他信息全丢了。但模板是结构化的每个维度独立成项AI解析起来准确率高得多。而且模板可以复用、可以微调、可以批量生产这是散文式描述做不到的。还有一个隐藏好处模板让你自己的思路也清晰了。很多时候你以为自己想要“一首忧伤的歌”填模板的时候才发现你其实想要的是“中速、小调、钢琴为主、有弦乐铺底、带一点希望感的忧伤”。这个自我梳理的过程比AI生成的结果更有价值。3. 填空模板的完整版与速查表3.1 主模板直接复制就能用下面这个模板是我用了大半年、改了十几版之后稳定下来的版本。你直接复制把方括号里的内容替换成你自己的选择就行。风格[主风格] [子风格/年代/地域] 情绪[情绪词] [能量等级低/中/高] BPM[数值] 乐器[主乐器] [节奏乐器] [铺底乐器] [特殊音色] 结构[前奏] - [主歌] - [副歌] - [间奏] - [主歌] - [副歌] - [尾奏] 参考[年代] [地域] [类型描述] 排除[不想要的元素]最后那个“排除”项是我后来加的非常有用。AI有时候会自作主张加一些东西比如莫名其妙的鼓点、突兀的转调、过多的混响。你提前写“排除鼓、转调、过多混响”它就会收敛很多。3.2 BPM速查表什么风格配什么速度很多人填BPM是凭感觉其实BPM和风格之间有比较明确的对应关系。下面这张表是我根据大量实测整理出来的你可以直接查。风格大类推荐BPM范围典型情绪备注抒情流行60-80忧伤、温暖低于60会显得拖沓民谣80-100平静、叙事100以上会失去民谣感流行舞曲110-130欢快、活力128是经典舞曲速度电子/EDM120-140激昂、高能量140以上偏硬核说唱70-100酷、态度90左右最通用爵士80-120慵懒、优雅摇摆感比速度更重要氛围音乐50-70空灵、冥想速度感很弱摇滚100-140力量、宣泄120左右最经典古典60-120庄重、典雅取决于具体时期中国风70-90婉约、意境太快会失去韵味这张表怎么用先确定你的风格然后在对应范围里选一个值。如果你想要“偏快一点的民谣”就选95-100想要“偏慢一点的电子”就选115-120。不要跳出范围太多否则AI会困惑。3.3 情绪词对照表把感觉翻译成参数“忧伤”这个词太模糊了。下面这张表帮你把情绪词翻译成更具体的音乐参数。情绪词调式倾向和声特点节奏特点推荐乐器忧伤小调小和弦为主偶尔借用大和弦舒缓留白多钢琴、大提琴温暖大调大和弦简单进行中速稳定吉他、钢琴激昂大调或小调强力和弦上行进行密集有力电吉他、鼓空灵大调挂留和弦避免明确解决自由无固定节拍合成器、人声pad紧张小调减和弦半音进行急促不稳定弦乐、打击乐治愈大调大七和弦柔和进行中慢速规律钢琴、竖琴酷小调蓝调音七和弦摇摆或切分贝斯、电钢琴宏大大调宽广进行转调中慢速庄严弦乐、铜管这张表的用法是你先选一个情绪词然后看它对应的调式、和声、节奏、乐器建议把这些信息填进主模板里。比如你选“空灵”模板就变成“风格氛围电子情绪空灵 低能量BPM60乐器合成器pad为主无鼓少量人声采样结构渐进式展开无明确副歌参考2010年代北欧氛围音乐”。4. 从零到一完整实操流程4.1 第一步确定核心需求别急着写提示词我见过太多人一上来就打开AI工具开始写提示词写了删删了写半小时过去了还没生成第一首。正确的做法是先想清楚三件事这首歌给谁听在什么场景听你想要什么感觉给谁听决定了风格和复杂度。给短视频配乐需要的是抓耳、不抢戏、15-30秒能循环给自己欣赏可以复杂一点、长一点、有层次。在什么场景听决定了情绪和能量。健身房听的歌和睡前听的歌BPM能差一倍。你想要什么感觉这个最难但可以借助上面的情绪词对照表来梳理。我自己的习惯是拿一张纸左边写“一定要有的”右边写“一定不要有的”。比如“一定要有钢琴、弦乐铺底、慢速、小调”“一定不要有鼓、电音、人声”。写完之后再打开AI工具效率高很多。4.2 第二步填模板从粗到细填模板不要一次填满分三轮。第一轮只填风格和情绪生成一版听听感觉对不对。如果大方向错了后面填再多细节也是白费。第二轮加上BPM和乐器再生成一版这时候应该能听出个大概模样了。第三轮加上结构和参考锚点做最终微调。这个“三轮法”是我踩了很多坑之后总结出来的。一开始我总想一次到位把所有信息都写进去结果生成的东西虽然“正确”但很死板没有灵气。后来发现给AI留一点发挥空间反而能出惊喜。三轮法就是在“控制”和“自由”之间找平衡。每一轮生成之后不要只听说“好不好听”要具体分析哪里对了哪里不对下一轮怎么调。比如“副歌部分情绪不够”那就在下一轮把副歌的乐器加厚、BPM微调、或者加一个“副歌情绪提升”的提示。4.3 第三步生成后的筛选与微调AI生成的东西十首里面能有一首直接能用就不错了。但剩下的九首不是废品是素材。我通常会做三件事第一把每首里最好的8小节截出来建一个素材库第二把不同曲子里好的段落拼在一起有时候能拼出意想不到的效果第三把接近但差一点的曲子记下来分析差在哪里下一轮针对性调整。微调的时候一次只改一个变量。比如你觉得“整体不错但鼓太吵了”那就只改鼓的配置其他不动。如果你同时改BPM、改乐器、改结构出来的结果变了你也不知道是哪个变量起的作用。这是做实验的基本逻辑控制变量。还有一个技巧把上一轮生成的音频作为参考输入给AI让它“在这个基础上做变体”。很多工具支持这种“以曲生曲”的功能比从零生成效率高得多。5. 进阶技巧让AI生成的东西更有“人味”5.1 用“不完美”对抗AI的“太完美”AI生成的东西有一个通病太干净、太规整、太“正确”了。每个音符都在拍子上每个和弦都符合乐理但就是缺少人味。怎么破两个方法。第一个方法是主动加入“不完美”的提示词。比如“轻微的人声瑕疵”“鼓点略微偏离节拍”“录音室底噪”“模拟磁带饱和”。这些词会让AI在生成时加入一些随机扰动听起来更像真人演奏。第二个方法是后期处理。AI生成的干声你过一遍模拟磁带插件、加一点房间混响、做一点轻微的压缩和饱和质感立刻不一样。我常用的链条是EQ去掉过于刺耳的高频→ 压缩控制动态→ 饱和增加温暖感→ 混响增加空间感。这套下来AI味能去掉七八成。5.2 结构上的“反套路”AI喜欢生成标准结构前奏-主歌-副歌-主歌-副歌-尾奏。听多了很腻。你可以故意在提示词里写一些反套路的结构比如“直接从副歌开始”“没有前奏”“结尾突然中断”“桥段比副歌更长”。这些“错误”反而会让曲子更有记忆点。我试过一个极端的提示词写“结构副歌 - 主歌 - 副歌 - 桥段 - 副歌 - 副歌”把主歌放在副歌后面出来的效果意外地好有一种“先给你高潮再慢慢讲故事”的叙事感。这种结构在常规作曲里很少见但AI不会觉得奇怪你让它做它就做。5.3 参考锚点的正确用法前面说过不要直接写歌手名字但你可以写“某年代某地域某类型”。比如你想要一首有90年代华语流行味道的歌就写“参考90年代华语抒情流行类似电视剧主题曲风格”。这比写具体歌手名字安全而且AI理解得更准确。还有一个进阶用法写“参考某部电影的配乐风格”。比如“参考2000年代日本动画电影配乐钢琴和弦乐为主有淡淡的忧伤”。这种描述给AI的信息量很大因为电影配乐本身就有很强的风格统一性。但注意参考锚点不要写太多。写一个就够了写多了AI会混乱。我试过同时写“参考90年代华语流行 参考北欧氛围电子 参考日系治愈钢琴”出来的东西四不像。一个锚点最多加一个修饰足够了。6. 常见问题与排查技巧实录6.1 生成结果“什么都像又什么都不像”这是最常见的问题。原因通常是提示词维度不全AI在“自由发挥”。排查顺序先检查风格标签是不是太宽泛比如只写了“流行”再检查情绪和BPM是不是矛盾比如“忧伤 BPM 140”最后检查乐器配置是不是太杂比如同时写了钢琴、吉他、合成器、弦乐、鼓、贝斯。解决方法把风格标签细化情绪和BPM对齐乐器配置精简到3-4种。宁可少写不要多写。少写AI会补全多写AI会混乱。6.2 副歌“起不来”副歌情绪上不去通常是三个原因一是BPM太快副歌没有空间展开二是乐器没有变化主歌和副歌用同样的配置三是和声进行太保守没有张力。解决方法副歌部分单独写提示词比如“副歌加入鼓和贝斯弦乐上行BPM不变但节奏密度增加”。或者在结构里明确写“副歌情绪提升”。有些工具支持分段生成你可以主歌和副歌分开生成再拼接控制力更强。6.3 生成结果“太AI了”“太AI”的典型表现是节奏过于机械、和声过于规整、音色过于干净、结构过于标准。解决方法前面说过一些这里补充一个在提示词里加入“现场感”“录音室”“即兴”“人性化”等词。另外把生成结果导入DAW做后期处理加一点延迟、混响、饱和也能有效去AI味。6.4 常见问题速查表问题现象可能原因排查方向解决方法风格跑偏风格标签太宽泛检查风格描述细化子风格和年代情绪不对情绪词太模糊检查情绪和BPM匹配度用情绪对照表翻译节奏奇怪BPM与风格不匹配检查BPM是否在推荐范围查BPM速查表调整乐器太杂乐器配置写太多检查乐器列表精简到3-4种副歌平淡主副歌无对比检查结构和乐器变化副歌单独写提示词太AI缺少人性化元素检查是否有“不完美”提示加入现场感、瑕疵词结构混乱结构描述不清晰检查结构部分用标准结构模板结尾突兀尾奏没写检查结构完整性加上尾奏描述7. 我个人的实操心得与避坑清单7.1 三个让我少走弯路的习惯第一个习惯每次生成都记录提示词和结果。我用一个简单的表格左边贴提示词右边贴音频链接和一句话评价。积累到50条左右的时候我就能看出规律了——哪些词组合有效哪些词是废话哪些词会起反作用。这个习惯看起来笨但比任何教程都管用。第二个习惯建立自己的“音色库”和“段落库”。AI生成的东西哪怕整首不能用总有一两个小节是好的。我把这些好的段落截出来分类存好。下次做新曲子的时候先从这个库里找灵感有时候拼着拼着就出来一首新歌。第三个习惯定期“盲测”。把自己用AI生成的曲子和自己手写的曲子混在一起过几天再听看能不能分辨出来。如果分辨不出来说明AI味已经去得差不多了。这个习惯帮我保持对“AI味”的敏感度。7.2 避坑清单这些错我替你犯过了不要写“好听的”“优美的”“动感的”这种主观形容词AI理解不了。要写具体的音乐参数。不要同时写超过两个风格标签会打架。不要在提示词里写具体歌手的名字会被过滤而且效果不好。不要一次改太多变量控制变量法在AI作曲里同样适用。不要指望一次生成就能用把AI当助手而不是替代品。不要忽略后期处理AI生成的干声直接发出去质感差很多。不要只用一个工具不同工具擅长的风格不一样多试几个。不要忘记保存提示词模板好的模板是资产。7.3 关于“提示词工程”的一点个人看法提示词工程这个词听起来很玄但本质上就是“把需求翻译成AI能理解的语言”。这个能力不是AI时代才有的以前跟编曲师沟通、跟混音师沟通用的也是同样的逻辑。只不过以前沟通对象是人现在沟通对象是模型。我的建议是不要把提示词当成“咒语”不要迷信所谓的“万能提示词”。真正有用的提示词是你自己反复测试、反复调整出来的那一套。别人的模板可以参考但最终一定要内化成自己的东西。我上面给的这套模板你拿去用但用着用着一定要改改成适合你的工具、你的审美、你的工作流的样子。最后分享一个我最近在用的技巧把提示词写成“给编曲师的brief”的格式。想象你面前坐着一个编曲师你要怎么跟他描述你想要的歌把那段话写下来然后删掉所有主观形容词只保留具体的音乐参数剩下的就是一份高质量的提示词。这个思路转换过来之后我写提示词的效率至少提高了一倍。
