最佳实践

本指南总结了在 ElevenCreative 中为音乐编写提示词的高效技巧，涵盖模型如何理解提示词、制作术语、音乐控制、编曲、人声、循环、声音设计，以及结构时序和歌词。

模型旨在理解你的意图，并根据目标生成完整且契合上下文的音频。像 “运动鞋品牌广告” 或 “带旁白的平静冥想” 这样的高层级提示词，通常足以引导模型生成符合使用场景的音色、结构和内容。

模型如何理解提示词

无论你是否有意为之，提示词都会回答 5 个问题：流派、情绪、乐器、速度和制作年代。任何留白的问题，模型都会选择统计上最可能的答案——也就是最普通的答案。

未回答这 5 个问题的提示词：

upbeat electronic track

回答全部 5 个问题的相同请求：

French house, 122 BPM, filtered disco sample chops, sidechained bass, tight
four-on-the-floor kick, rooftop-at-sunset mood, warm analog glue

第二个提示词没有使用特殊技巧——输出中的每一项决定都由人作出。在模型替你决定之前，先确定流派、情绪、乐器、速度和年代。

流派与创意

模型能很好地遵循流派惯例和情感基调，能够有效响应：

• 抽象的情绪描述（例如 “诡异”、“不祥”）
• 详细的音乐语言（例如 “脉冲式次低音上方的不协和小提琴尖啸”）

提示词的长度和细节并不总是与更高质量的输出相关。想要更有创意、更出人意料的结果，可尝试使用简洁且富有感染力的关键词，让模型自由诠释和创作。

制作术语

模型理解录音室中讨论音乐的方式。录音室语言能真正改变效果：侧链压缩、近距离收音、极干、磁带饱和、板式混响，都会明显改变混音。

同一首民谣在 3 个不同空间中——仅改变制作相关词汇：

slow soul ballad, 68 BPM, female vocal — bone-dry drums, close-mic'd vocal, dead room

slow soul ballad, 68 BPM, female vocal — cavernous plate reverb, tape echo throws, gospel room

slow soul ballad, 68 BPM, female vocal — tape saturation, wow and flutter, dusty vinyl crackle

如果没有相关词汇，可以描述空间：“听起来像是在楼梯间录制的”，就能得到楼梯间的效果。

制作年代和速度一样，是一个可调参数，模型还能在歌曲中途调整它。指定年代（“带短回声的 1950 年代摇滚乐”、“1990 年代 jungle”）会设定整体制作风格；按时间描述年代变化，则能在一首曲目中产生连贯的过渡。

音乐控制

模型能准确遵循 BPM，并且通常能捕捉预期的调性。为了更好地控制节奏与和声，请在提示词中加入 “130 BPM” 等速度提示，以及 “A 小调” 等调号。模型能足够精确地保持指定的 BPM 和调性，因此可以将输出与其他素材叠加——人声录音、采样或第二次生成。

要影响人声演绎和音色，可使用 “原始”、“现场感”、“故障感”、“气声” 或 “激进” 等富有表现力的描述。演绎说明同样有效：低语、强力演唱、对话式、平淡、叠加和声。同一句歌词搭配相反指令：

whispered indie folk, close and intimate, fingerpicked acoustic guitar

stadium rock, belted powerhouse vocal, huge drums, wall of guitars

模型能有效呈现多个歌手——使用 “两位歌手以 C 调和声” 等提示词来引导人声编排。

总体而言，更详细的提示词能让输出更具可控性和表现力。

编曲

模型会遵循时间相关指令。按顺序描述编曲，就像向乐队交代一样：

UK garage, 132 BPM — start with just a shuffled drum loop, add a warm sub bassline
after four bars, then bring in chopped vocal stabs for the drop

关键的承重词很短：以……开始、只、然后、加入。没有 只，模型会填补空白——请明确标记静音部分。

循环

循环提示词是一种排除练习。说明小节数、BPM、调性——也要说明禁止什么：

boom bap drum break, 90 BPM, dusty and swung, four bars, no melody — just drums

dreamy guitar loop, 140 BPM, F sharp minor, emo trap, four bars, instrumental

“不要旋律，只要鼓” 正是让鼓点片段保持为鼓点片段的关键。对于循环，留白本身就是提示词。

结构时序与歌词

可以指定歌曲时长（例如 “60 秒”），或使用自动模式让模型决定时长。如果未提供歌词，模型会生成与所选或自动检测时长相匹配的结构化歌词。

默认情况下，大多数音乐提示词都会包含歌词。要生成无人声音乐，请在提示词中加入 “仅器乐”。还可以自己创作歌词，以获得更多创意控制。模型会结合歌词和提示词时长，确定人声结构和位置。

要控制人声何时开始或结束，请加入明确的时间提示，例如：

• “歌词在 15 秒时开始”
• “1:45 后仅器乐”

模型支持多语言歌词生成。要在我们的 UI 中更改生成歌曲的语言，可使用 “改成日语” 或 “翻译成西班牙语” 等后续指令。

乐器与人声分离

要更好地控制创建的分轨，请使用有针对性的提示词和结构：

• 在乐器前使用 “solo” 一词（例如 “solo 电吉他”、“C 小调 solo 钢琴”）。
• 对于人声，在人声描述前使用 “a cappella”（例如 “a cappella 女声”、“a cappella 男声合唱”）。

要提升分轨质量和控制能力：

• 包含调性、速度（BPM）和音乐情绪（例如 “A 大调 a cappella 人声，90 BPM，深情且原始”）。
• 尽可能使用丰富的音乐描述来引导模型输出。

声音设计

模型直接渲染声音本身，并不在意你描述的声音是否能在现实中实际发生。非音乐音频——音效、环境音、纹理——可直接通过提示词生成，或融入曲目中：

a thunderstorm in 6/8 — thunder lands on the downbeat, rain fills the offbeats,
distant lightning as crash cymbals

one enormous cathedral bell that, as it decays, slowly turns out to have been
a choir all along

an orchestra tuning up that accidentally becomes techno — the A gets a kick drum,
chaos becomes a groove

方法是：选取一种已有的声音，赋予它一个本不该具备的属性，再一本正经地描述结果。本指南中的所有技巧——调性、BPM、侧链压缩、叙述式编曲——都能将这些声音作为原始素材使用。

音频参考

有些想法难以描述——你对着手机哼出的旋律、某条特定贝斯线的律动，或只能指给别人看的纹理。上传一段曲目（语音备忘录也可以）作为音频参考，模型会匹配其感觉、律动和音色调色板，而不会复制音符。

提示词仍可引导参考音频未明确的一切。有效的搭配是：参考音频承载感觉，提示词说明需要改变什么——“相同能量，半拍鼓点，女声。”

上传内容时长可约为 30 秒。每段参考曲目都会在生成前通过版权检查——音频参考专为你自己创作的音乐设计。

示例提示词

模型让你不止于描述歌曲，还能表达意图，以获得最大的创作空间。

Track for a high-end mascara commercial. Upbeat and polished. Voiceover only.
The script begins: "We bring you the most volumizing mascara yet." Mention the brand
name "X" at the end.

总结

掌握以下 3 个习惯，就覆盖了本指南的大部分内容：

1. 具体明确。 流派、情绪、乐器、速度、年代——确定这 5 项，否则模型会替你决定。
2. 使用制作术语。 录音室词汇能真正改变效果，模型也能精确遵循数值。
3. 约束重要内容，其余留出空间。 叙述式编曲、明确排除项、人声方向。

高级功能：创作方案

如需精确控制段落结构、歌词位置和多歌手编排，请使用创作方案，而非简单的文本提示词。