怎么给AI音乐生成工具写提示词，才能得到想要的曲风？

学完这篇，你能把"我想要那种很夏天的感觉"翻译成 AI 音乐工具认得的一串英文标签，并且知道改哪个词能把曲风往哪个方向推。

第一步：先分清哪个框管曲风、哪个框管歌词

这一步的目标是找到"曲风输入框"，很多人第一步就走错，把风格描述写进了歌词区。

Suno（suno.com，v4.5 模型）：进入 Create 页面，打开 Custom 开关，会展开两个框——Lyrics（歌词）和 Style of Music（风格）。曲风完全由 Style of Music 决定。

Udio（udio.com）：Create 页面有 prompt 和 lyrics 两个框，把 Manual 模式打开后，你填的 tags 才会被当成风格指令而不是自动扩展。

注意：把风格描述写进 Lyrics 框是最常见的翻车方式，模型会把 dreamy synth pop 当歌词原样唱出来。

第二步：用六要素凑齐一首歌的"身份证"

这一步要得到一个完整的风格串。一首歌的曲风由六类信息决定：流派、年代、情绪、主奏乐器、人声类型、制作质感。缺哪项补哪项，不要只写"流行"。

例如目标是一首复古电子：

synthwave, 1980s, nostalgic, analog synth arpeggio, female vocal, lush reverb, 100 BPM

六项分别对应：synthwave（流派）、1980s（年代）、nostalgic（情绪）、analog synth arpeggio（主奏乐器）、female vocal（人声）、lush reverb + 100 BPM（制作质感与速度）。

第三步：写成标签串，不要写成句子

Suno 和 Udio 的曲风框都按"标签"解析，不按自然语言理解。用英文逗号分隔，每个标签 1–3 个词。

不合格：a song that sounds like a warm summer evening with friends

合格：city pop, 1980s Japan, warm, chorus guitar, FM electric piano, slap bass, 108 BPM

注意：中文标签（如"国风"）识别率明显低于英文。想写国风，用 Chinese traditional, guzheng, pentatonic scale, cinematic 代替。

第四步：把人声单独讲清楚

这是最容易被忽略、也最容易翻车的一项。要明确三件事：性别、语言、唱法。纯音乐必须显式声明无演唱。

有唱：male vocal, Mandarin, breathy falsetto

无唱：instrumental, no vocals, focus on melody

注意：不写语言时，模型默认按英文演唱，哪怕你的歌词是中文。

第五步：用"顺序"做权重，不要幻想权重语法

Suno 和 Udio 都不支持 (tag:1.5) 这类权重括号。可控的杠杆只有两个：位置和具体度。越靠前的标签，模型越优先遵守。

所以把最不能丢的标签放第一位。比如"必须是女声 City Pop"，就写：

female vocal city pop, ... 而不是把 female vocal 塞在第十个位置。

注意：标签堆到 15 个以上，模型会做"平均化处理"，出来的东西反而谁都不像。建议控制在 8–12 个。

第六步：结构标记和歌词分开处理

曲风框只放风格；结构指令放到歌词框里，用方括号标记段落。Suno v4.5 支持 [Intro]、[Verse]、[Pre-Chorus]、[Chorus]、[Bridge]、[Outro]、[Instrumental Break]。

示例歌词框开头：

[Intro]
[Verse]
夜色落在天台的铁皮上
[Chorus]

第七步：一次只改一个变量

生成 2–3 版后，锁定风格串不动，只替换一个标签。比如把 female vocal 换成 male vocal，或把 100 BPM 换成 128 BPM。这样你才知道到底是哪个词在起作用。想保留满意片段，Suno 用 Extend（延长），Udio 用 Extend / Remix。

注意：不要每版都重写整串标签，那样你永远学不会哪句话管用。

常见的三个坑

第一，写歌手名或歌名（"像某某的歌"）。多数平台会过滤这类输入，或者给你一个四不像的东西。改成描述性标签：把"周杰伦"拆成 Mandarin pop, R&B, piano ballad, 90 BPM。

第二，风格框字符有上限。Suno 的 Style of Music 框会显示实时字符计数，超出部分会被截断，注意看计数别被砍掉关键词。

第三，把"不要什么"当负面提示词写。两个平台都没有真正的负面提示框，no rap 这类写法效果不稳定。更可靠的做法是正面描述你要的东西，让模型没空间跑偏。

小结

• 曲风写在 Style of Music / prompt 框，歌词写在 Lyrics 框，两者不要混
• 六要素：流派、年代、情绪、主奏乐器、人声、制作质感
• 标签串，不是句子；英文优先，逗号分隔
• 人声三件套：性别、语言、唱法；纯音乐要明说 no vocals
• 没有权重语法，靠"放前面"和"少而准"来控制
• 迭代时一次只改一个标签，用 Extend / Remix 保住满意片段