3.2 曲风描述公式：四个关键词定调

高级模式里，选好曲风、选对男女声，是两项直接决定生成效果的设置；而风格描述框，是决定“味道”的第三项，也是最有讲究的一项。新手最常犯的错是把它当成许愿池：伤感民谣加爵士加电音加摇滚再加一段散文——结果 AI 什么都没抓住。

这里的关键不是写得多，而是写得准——关键词建议 4~7 个最精准，写多了会被 AI 忽略。想象成给乐手发需求：说清风格、情绪、乐器、人声，乐手心里就有谱了；每多说一个模糊词，方向就偏一点。记住这个数字：风格描述框的关键词建议 4~7 个最精准（主曲风 + 情感调性 + 特色乐器 + 人声类型），超过七个，排名靠后的词基本会被忽略。

公式：主曲风 + 情感调性 + 特色乐器 + 人声类型

四个关键词各司其职，覆盖一首歌最核心的四个维度：

位置 作用 示例
主曲风 定基调，最好具体到子风格 伤感民谣、合成器流行、国风嘻哈
情感调性 定情绪色彩 忧伤、欢快、慵懒、燃、深夜 Emo
特色乐器 定编曲记忆点 木吉他、口琴、合成器、古筝、钢琴
人声类型 定演唱质感 沙哑男声、清亮女声、慵懒女声、温暖男中音

如果想再细化，可加第五、第六个关键词，比如节奏感（慢板/中速/快板）或年代质感（90 年代港风、Lo-Fi 颗粒感），但总量控制在 4~7 个。一旦超过七个，排名靠后的词基本失效——这不是玄学，而是输入超长后注意力自然衰减，引擎会优先抓前几个。

四个位置都要避免抽象词。“好听”“有感觉”“流行一点”这类词等于没写；“木吉他为主伴奏”“口琴间奏”这种能被直接执行的描述才有效。

示例一：伤感民谣，以木吉他为主伴奏，加入口琴间奏，沙哑男声
示例二：合成器流行，欢快，霓虹感的合成器音色，清亮女声
示例三：国风嘻哈，慵懒，古筝与电子鼓机混合，低沉男声说唱
示例四：慢板抒情流行，钢琴与弦乐，不舍，温暖男中音

对照着看：示例一的主曲风是“伤感民谣”，情感调性“伤感”，特色乐器“木吉他+口琴”，人声“沙哑男声”，四个词各占一个坑，干净利落。

灵感创作的提示词格式

没有具体歌词、只想用灵感模式快速出歌时，提示词格式建议为“风格 + 主题 + 情绪 + 细节”，和上面的公式是同一套思路。灵感模式适合只有大致想法、没有具体歌词的场景：输入提示词后快速生成两首歌曲，先听方向、再定细节。

字段 写法 例子
风格 曲风 + 速度 + 人声 慢板伤感民谣，女声
主题 歌唱对象或场景 毕业季告别
情绪 一两个情绪词 不舍、释然
细节 画面感或乐器 雨天、吉他与口琴

合起来就是一条完整提示词：“慢板伤感民谣，女声，唱毕业季告别，不舍又释然，雨天的画面，吉他与口琴”。四个字段正好对应那句格式建议：风格 + 主题 + 情绪 + 细节。

灵感模式随后会快速生成两首歌曲，可选曲风、心情、人声（男声/女声）、时长（15 秒/30 秒/60 秒/完整）。注意灵感模式生成约 30~60 秒，想要完整结构与自定义歌词，请切到高级模式。灵感模式的定位是“快速试方向”：两首并排听，留下顺耳的那套关键词组合，再带着它进高级模式精修。高级模式支持 AI 辅助作词（关键词生成结构化歌词），也可以直接粘贴写好的歌词，结构标签往后放也来得及。

另外别忘了，App 里选曲风与男女声本身就在影响结果——风格描述框是叠加在这两项之上的补充，两者方向要一致，别在曲风选了“电音”的时候描述框里写“民谣木吉他”。

常见曲风关键词参考

下面是按汽水音乐曲库品类整理的常用关键词方向，可照自己的主题挑选组合：

曲风方向 主曲风写法 常配乐器关键词 常配人声关键词
民谣 伤感民谣、城市民谣 木吉他、口琴、手风琴 沙哑男声、质朴女声
流行 合成器流行、抒情流行 钢琴、合成器、弦乐 清亮女声、温暖男中音
嘻哈 国风嘻哈、旋律说唱 电子鼓机、古筝、钢琴 低沉男声、慵懒女声
电音 未来贝斯、Lo-Fi 合成器、鼓机 电音女声、空灵女声
国风 新国风、中国风流行 古筝、笛子、琵琶 戏腔女声、温润男声
摇滚 独立摇滚、流行摇滚 电吉他、贝斯、架子鼓 爆发力男声
爵士 慢爵士、酒吧爵士 萨克斯、钢琴、贝斯 慵懒女声、磁感男声

这张表是起步参考，不是公式。组合时问自己一句：这首歌的“封面画面”是什么？画面里有什么乐器、什么人在唱、什么光线——把画面翻译成四个关键词，通常比查词表更准。

男女声怎么选

曲风定了之后，人声是第二个决定性选项。男声、女声、童声、电音各有适配的场景，选错了整首歌的气质都会拧巴：

人声 适合 典型搭配
沙哑男声 民谣、摇滚、叙事 木吉他、口琴
清亮女声 流行、电音、甜美向 合成器、钢琴
温暖男中音 抒情、深夜向 弦乐、钢琴
慵懒女声 爵士、Lo-Fi、国风 萨克斯、古筝
童声 治愈、公益、节日 尤克里里、铃鼓
电音 未来感、舞曲 鼓机、合成器

高级模式里，虚拟歌手音色可自由选择；灵感模式则简化为男声/女声二选一，想要更细的音色得去高级模式。

人声和曲风的搭配也有直觉可循：反差大的组合容易出记忆点，比如童声唱都市夜色、电音音色唱慢板抒情。但新手先从稳妥组合练起，等能预测生成效果了再 experiment 玩反差。第二个决策点在灵感模式里只有男声/女声可选，进高级模式才有全套虚拟歌手音色，这个差别提前知道，能少走一次弯路。

关键词自查清单

写完风格描述，过一遍这四问，能拦下大部分跑偏：

  1. 主曲风是不是具体到了子风格？（“流行”太宽，“合成器流行”才够）
  2. 情感调性有没有和主题冲突？（悲伤主题配欢快关键词，AI 会精神分裂）
  3. 乐器写的是“演奏方式”还是“乐器名”？（“鼓机”比“节奏”有用）
  4. 人声类型有没有说清质感？（“女声”是及格，“清亮女声”才是描述）

四问答得顺，关键词组合基本就稳了。答不顺也别死磕——高级模式还有“优化提示词”帮你兜底。

三条经验

  1. 先听参考再填词：高级模式支持上传参考音频（MP3/WAV），AI 会参考其旋律节奏与编曲风格。不知道某个曲风长什么样，先找一首喜欢的歌上传，比堆关键词管用。
  2. 善用“优化提示词”：高级模式有“优化提示词”功能，自己写得没把握时，让 AI 先帮你把描述润色成更标准的结构，再人工删掉跑偏的部分。
  3. 好参考胜过空描述：风格描述框写“伤感民谣，以木吉他为主伴奏，加入口琴间奏”这种能被直接执行的描述，比写“一首很好听的关于青春的歌”有效得多——后者是主题，不是曲风。
  4. 一次只改一个变量：迭代时别同时换曲风、乐器和人声，否则你永远不知道是哪个改动起了作用——这点在 3.4 会展开。

关键词之外还有两处开关别忘：虚拟歌手音色选择和上传参考音频，都在生成前生效，属于一次配置长期有效。风格描述、音色、参考音频三件套齐了，曲风的底子才算稳。

从公式到出歌：一条完整流程

把前几节串起来，从零到出歌的路径是这样的：

  1. 灵感模式试方向：用“风格 + 主题 + 情绪 + 细节”快速生成两首，听哪个顺耳；
  2. 高级模式定稿：粘歌词、加结构标签（3.1）、风格描述框填四个关键词；
  3. 选音色、配参考音频，生成第一版；
  4. 迭代修歌：局部重排、换音色、改关键词，直到满意（3.4）。

整套流程的每一步都可以单独换变量重试，这就是它在实用上的优势：你永远知道下一步该改哪里。反过来说，如果一上来就把所有设置堆满再生成，出问题时根本无从排查。

关键词定调之后，如果还想加念白、和声这类人声特效，请务必先看 3.3——那是新手翻车率最高的一步。灵感来不及细写的读者，可先用《汽水音乐实战：从写词到成歌》第一篇的灵感模式跑通流程；想系统了解 AI 音乐生成能力边界的，可以翻翻AI 音乐指南。

延伸阅读