title: “Songwriting And Ai Music — Songwriting craft and Suno AI music prompts” sidebar_label: “Songwriting And Ai Music” description: “Songwriting craft and Suno AI music prompts”

{/* 本页面由 website/scripts/generate-skill-docs.py 根据技能对应的 SKILL.md 文件自动生成。请直接编辑源文件 SKILL.md，而非此页面。 */}

歌曲创作与 AI 音乐

歌曲创作技巧及 Suno AI 音乐提示词指南。

技能元数据

参考：完整 SKILL.md 文件

:::info 以下是当触发该技能时 Hermes 所加载的完整技能定义。当技能处于激活状态时，智能体将依据此内容执行操作。

::

歌曲创作与 AI 音乐生成

此处所有内容均为指导原则，并非硬性规则。艺术创作本就旨在打破常规。 选用对歌曲有帮助的方法，忽略那些无用的内容。

1. 歌曲结构（选择一种或自行设计）

常见框架——可根据需求进行组合、修改或舍弃：

ABABCB  Verse/Chorus/Verse/Chorus/Bridge/Chorus    (most pop/rock)
AABA    Verse/Verse/Bridge/Verse (refrain-based)    (jazz standards, ballads)
ABAB    Verse/Chorus alternating                    (simple, direct)
AAA     Verse/Verse/Verse (strophic, no chorus)     (folk, storytelling)

六个核心构成要素：

• 引子（Intro）——奠定氛围，吸引听众的注意力
• 主歌（Verse）——讲述故事、呈现细节、构建世界观
• 副歌前段（Pre-Chorus）——在高潮来临前可选地逐步增强紧张感
• 副歌（Chorus）——情感的核心，也是人们最容易记住的部分
• 桥段（Bridge）——路径的转变，视角或调性的切换
• 结尾（Outro）——作为告别，可呼应前文内容或打破常规

你并非必须使用所有这些元素。有些出色的歌曲仅由一个不断发展的段落构成。结构应服务于情感，而非相反。

2. 押韵、节奏与音效

押韵类型（从严格到宽松）：

• 完全押韵：lean/mean
• 家族押韵：crate/braid
• 元音谐韵：had/glass（元音相同，尾音不同）
• 辅音谐韵：scene/when（元音不同，尾音相似）
• 近似押韵：足以暗示关联但不够严格

可将多种押韵方式混合使用。全用完全押韵的句子会显得像童谣；全用近似押韵的句子则可能显得拖沓。唯有巧妙结合才能达到最佳效果。

内部押韵：指行内各词相互押韵，而不仅限于行尾。
例如：“We pruned the lies from bleeding trees / Distilled the storm from entropy”——“lies/flies”与“trees/entropy”形成了行内的回响效果。

节奏：由重读音节与非重读音节构成的韵律。

• 平行诗句的音节数量相近更便于演唱
• 重读音节的重要性高于总音节数
• 大声朗读试试看，如果读起来卡顿，说明节奏需要调整
• 有意打破常规节奏可以制造强调效果或惊喜感

3. 情感脉络与动态变化

将歌曲视作一段旅程，而非平坦的道路。

能量结构划分（仅作参考，非固定格式）：
引子：2–3小节 | 主歌：5–6小节 | 前副歌：7小节
副歌：8–9小节 | 桥段：时长不定 | 最终副歌：9–10小节

最有效的动态技巧在于对比。

• 在爆发性高音之前先轻声低语，效果会比直接大喊更强烈；
• 从稀疏到密集、从缓慢到快速、从低音到高音逐步推进；
• 只有经过充分的铺垫，高潮部分才能产生震撼效果；
• 沉默本身也是一种音乐元素。

“从轻声到咆哮，再回到轻声”——以亲密感开头，逐渐积累力量，最终回归脆弱状态。这一手法适用于民谣、史诗曲目及赞歌。

4. 如何创作出出色的歌词

以行动展现，而非直接陈述（通常原则）：

• “我很难过” = 平淡无味
• “你的连帽衫还挂在门边的钩子上” = 生动有力
• 但有时直白地表达“我愿奉献一生”反而更具力量

记忆点——副歌核心句：

• 那句让人难以忘怀、会哼唱或反复吟诵的歌词；
• 通常是歌曲标题或核心短语；
• 当旋律、歌词与情感完美契合时，效果最佳；
• 最佳位置通常在副歌的第一行或最后一行。

韵律搭配——歌词与音乐的相互呼应：

• 安稳的情绪（如释然、平静）适合节奏平稳的旋律、完美的押韵以及解决式的和弦；
• 不稳定的情绪（如思念、疑虑）则适合起伏不定的旋律、近似押韵的措辞以及未解决的和弦；
• 主歌的旋律通常较低，而副歌则逐渐升高；
• 但若能服务于歌曲整体风格，也可打破这一常规。

应避免的情况（除非有意为之）：

• 机械式套用陈词滥调（未经铺垫就使用“金子般的心”这类表述）
• 强行调整语序以凑押韵（类似尤达式说话方式）
• 各段落情绪表达千篇一律（缺乏动态变化）
• 将初稿视为不可更改的圣物——修改其实也是一种创作

5. 拙劣模仿与改编

在为现有歌曲填入新歌词时：

框架构建： 先分析原曲的结构。

• 统计每行的音节数
• 标出押韵模式（ABAB、AABB等）
• 确定哪些音节是重读音节
• 记下长音出现的位置

匹配新歌词：

• 将重读音节对应到与原曲相同的节奏上
• 总音节数可灵活调整1-2个非重读音节
• 对于长音部分，尽量模仿原曲的元音发音
  （若原曲以“oo”元音发长音“LOOOVE”，则“FOOOD”比“LIFE”更合适）
• 在关键位置用单音节词替换，以保持节奏稳定
  （如将“Crime”换成“Code”，“Snake”换成“Noose”）
• 将新填的歌词对着原曲试唱——若有卡顿之处，及时修改

核心构思：

• 选择一个足以贯穿整首歌的强主题
• 从标题或副歌入手逐步展开内容
• 先大量收集素材（双关语、短语、意象等），
  再将最合适的元素融入结构中
• 若需要在某处加入特定句子，可逆向推导押韵模式来设计相应内容

保留部分原曲元素： 保留少量原句或原结构，既能增强歌曲的辨识度，也能让听众感受到其与原作的关联。

6. Suno AI提示词工程

风格/流派描述字段

公式（可根据需求调整）： 音乐类型 + 氛围 + 时代背景 + 乐器配置 + 声音风格 + 制作手法 + 力度控制

BAD:  "sad rock song"
GOOD: "Cinematic orchestral spy thriller, 1960s Cold War era, smoky
       sultry female vocalist, big band jazz, brass section with
       trumpets and french horns, sweeping strings, minor key,
       vintage analog warmth"

不仅要描述类型，更要描绘整个体验历程：

"Begins as a haunting whisper over sparse piano. Gradually layers
 in muted brass. Builds through the chorus with full orchestra.
 Second verse erupts with raw belting intensity. Outro strips back
 to a lone piano and a fragile whisper fading to silence."

提示：

• V4.5及以上版本允许在“风格”字段中输入最多1,000个字符，建议充分利用此功能。
• 禁止使用艺术家姓名或商标，应通过描述来体现音乐风格。例如，应写“1960年代冷战题材的间谍惊悚风格铜管乐”，而非“詹姆斯·邦德风格”；应写“90年代垃圾摇滚”，而非“涅槃乐队风格”。
• 若有特定偏好，可明确标注节拍速度（BPM）和调性。
• 如需排除某些风格，可使用“排除风格”字段。
• 出人意料的风格组合往往能带来独特效果，比如“波萨诺瓦陷阱乐”、“阿巴拉契亚哥特风”或“芯片音效爵士乐”。
• 建立有特色的人声形象，而不仅仅是指定性别。例如：“一位嗓音低沉沙哑、略带粗糙感的资深歌手，起初表现脆弱，随后逐渐释放出极具震撼力的演唱力”。

元标签（请放在歌词字段中的[括号]内）

结构：
[引子] [主歌] [第一主歌] [前副歌] [副歌]
[后副歌] [高潮段] [桥段] [间奏]
[器乐部分] [器乐间奏] [吉他独奏]
[情绪释放段] [渐强段落] [结尾] [静音] [结束]

人声表现：
[低语] [说唱] [强而有力的演唱] [假声] [充满力量]
[富有情感] [沙哑] [气声] [流畅] [粗犷]
[断奏] [连奏] [颤音] [花腔]
[和声] [合唱] [和声副歌]

动态变化：
[高能量] [低能量] [逐渐增强] [爆发力强]
[情感高潮] [逐步升温] [管弦乐式渐强]
[安静的编曲] [紧张感减弱] [放慢节奏]

性别：
[女声] [男声]

氛围：
[忧郁] [欢快] [怀旧] [激进]
[梦幻] [亲密] [黑暗氛围]

音效：
[黑胶唱片杂音] [雨声] [掌声] [静电声] [雷声]

为增强效果，请在“风格”字段和“歌词”字段中均添加标签。每个板块的标签数量最多控制在5-8个——标签过多会导致AI混淆。同时避免内容自相矛盾（同一板块内不得同时出现[Calm]与[Aggressive]等对立标签）。

自定义模式

• 进行重要创作时请始终使用自定义模式（分别填写风格与歌词部分）
• 歌词字段长度限制：约3,000字符（约40-60行）
• 务必添加结构化标签——若不添加，Suno会默认采用平铺式的主歌/副歌/主歌结构，且缺乏情感层次。

7. 面向AI歌手的发音技巧

AI歌手并非通过阅读来演唱，而是直接发音。可通过以下方法协助它们：

拼写调整法：

• 按单词的实际发音来拼写：“through”应拼作“thru”
• 专有名词的错误率最高——建议尽早测试
• “Nous”可拼作“Noose”，以此强制正确发音
• 通过连字符划分音节：如“Re-search”、“bio-engineering”

演唱节奏控制法：

• 全大写表示声音更响亮、情绪更强烈
• 元音拉长：如“lo-o-o-ove”可表现持续发音或花腔效果
• 省略号：如“I… need… you”可营造戏剧性的停顿感
• 连字符拉长：如“ne-e-ed”可表达情感上的延展

通用注意事项：

• 数字务必用文字书写：如“24/7”应写成“twenty four seven”
• 缩写词需加空格：如“AI”应写成“A I”或“A-I”
• 建议先在30秒的短片段中测试专有名词及生僻词汇
• 一旦内容生成，发音便已固定——务必提前在歌词中修正问题

8. 工作流程

1. 首先确定核心概念或主题——其情感内核是什么？
2. 若需改编，需保留原作的结构（音节、押韵、重音）。
3. 挖掘创作素材——在构建框架之前先自由发挥创意。
4. 根据既定结构撰写歌词初稿。
5. 朗读或试唱——发现卡顿之处并调整节奏。
6. 编写适合Suno风格的描述——描绘音乐的动态发展过程。
7. 为歌词添加元标签，以明确演绎方向。
8. 至少生成3-5个不同版本——将其视同多次录制尝试。
9. 选出最佳版本，再利用“扩展/续写”功能对有潜力的部分进行深化。
10. 若偶然创作出出色片段，应直接保留。

预期效果：每获得一个优质结果，大约需要3-5次生成迭代；修改是正常现象。在后续扩展时风格可能会出现偏移，此时需重新明确音乐类型与氛围。

9. 经验总结

• 在风格描述中清晰呈现歌曲的动态变化，远比单纯列出音乐类型更为重要。通过“从轻声细语到激昂高唱再到再度轻语”的描述，能为Suno提供完整的表演脉络。
• 在恶搞作品中保留部分原曲歌词，不仅能增强作品的辨识度，还能传递更深的情感共鸣——听众能感受到原作的影子。
• 歌曲的过渡段落正是转变意境的最佳时机。可将原曲中的具体意象替换为符合自身主题的隐喻，同时保持其情感功能（如反思、转折或揭示）。
• 在副歌或标签部分使用单音节词替换，是既能在保持节奏的同时又能改变含义的最简洁方法。
• 在风格描述中精心塑造鲜明的演唱形象，其效果远胜于任何单一的元标签。
• 不必过分拘泥于规则。即便某句歌词打破了节奏，但若能带来更强烈的感染力，就应当保留。重要的是情感表达，创作应服务于艺术，而非相反。

10. 本地/开源音乐生成

若希望在不使用Suno的情况下通过本地GPU进行音乐生成，有两种可选技能可满足需求（由于依赖性较强，因此不会默认安装）：

• heartmula——可根据歌词和标签生成带人声的完整歌曲（开源版Suno替代工具，需8-16GB显存）： hermes skills install official/creative/heartmula
• audiocraft——包含Meta开发的MusicGen（纯音乐文本转音乐功能）和AudioGen（音效生成功能）： hermes skills install official/creative/audiocraft-audio-generation 该技能中的歌词创作与提示词编写技巧同样适用于 HeartMula——其输入格式为带有括号结构标签以及逗号分隔的风格标签的歌词。