寫 AI 音樂 Prompt 出不來想要的東西，多半不是模型不夠好，是你給的是形容詞。「溫暖」「療癒」「大氣」這些詞在人跟人溝通時有效，因為對方會自己補上情境；模型不會。它需要的是可執行的描述——樂器、動態、混音意圖。下面四招是我在棚裡幫客戶改 Prompt 時的固定順序。
一、把感覺翻成功能
先問這段音樂要做什麼事，再寫它。
要墊在旁白底下的，就寫「稀疏、留白、不搶人聲」，而不是「溫暖」。要在產品畫面出現時推一把的，就寫「中高頻明亮、節奏推進」。功能性的描述之所以有效，是因為它直接對應到編曲和混音的決策；形容詞不對應到任何決策，模型只能猜。
順帶一提，描述不是越長越好。多數平台的實務經驗是 4 到 7 個描述詞最穩定，堆太多反而互相打架，模型會在幾個矛盾的方向之間各取一點，結果哪一個都不像。
二、先講動態起伏
AI 最常犯的毛病是整首壓得一樣滿——三分鐘從頭到尾同一個能量，聽起來很累。
解法是主動幫它畫能量地圖：「intro 只留鋼琴、主歌稀疏、副歌全開、尾段收回」。主歌本來就該比副歌更稀疏、更安靜，這是歌曲情緒堆疊的基本結構，但你不講，它不會自己安排。把動態的弧線寫進 Prompt，往往比多換幾個曲風標籤有用。
三、用畫面定座標
與其丟一個「Lofi」的標籤，不如寫「深夜開車經過城市、弦樂鋪底、鼓像心跳」。
曲風標籤的問題是它涵蓋太廣——同一個標籤底下有幾十種聽起來完全不同的做法，模型會取最平均的那一版，也就是最沒有特色的那一版。畫面能同時壓縮速度、音色、密度、情緒四個維度，是效率最高的一種描述。
四、把不要的講死
多數平台都吃「no」開頭的排除寫法：no drums, no autotune。這是最節省字數的負面指令格式，也是做純演奏版最常見的用法。
但要講清楚一件事：負面 Prompt 是把生成推往你要的方向，不保證把該元素完全清掉。像 Suno 這類平台輸出的是單一立體聲混音，不是分軌，所以「no drums」通常只能減少、不能保證消失。真的要乾淨，還是得在後製處理。先用它堵掉大部分雜訊，是成本最低的第一步。
這四招能帶你到 60 分
以上四招是把 AI 產出從「隨機」推到「可用」的方法，做到位大概是 60 分——骨架對了、方向對了、不用一版一版重抽。
剩下的 40 分不在 Prompt 裡：真人聲的溫度、混音母帶的完成度，以及最容易被忽略的授權歸屬。純 AI 生成的內容在著作權上站不住腳，要有人類實質創作介入才可能受保護——這件事無法靠把 Prompt 寫得更漂亮解決。
先把這四招練熟，你會發現需要外包的次數變少，但需要外包的時候，你也更知道自己在買什麼。