配樂貼不上去，多半不是歌不好聽，是挑的順序反了。大部分人打開音樂庫的第一個動作是選曲風——要 Lofi、要 EDM。但曲風是答案，不是需求。順序倒過來，剩下的問題會少一半。下面四個判斷，是我在棚裡幫客戶配片時的固定順序。
一、先給方向，不是先給曲風
先問這段要讓觀眾往前坐，還是往後靠。
往前坐是「我想知道更多、我想找他合作」，往後靠是「這東西很有質感、我看著就好」。這兩個方向要的音樂完全不同，但它們可能都落在同一個曲風標籤底下。曲風標籤的問題跟寫 Prompt 時只丟形容詞的問題是同一個——涵蓋太廣，一個標籤底下有幾十種聽起來完全不一樣的做法。方向定下來，曲風自己會浮出來。
二、對齊能量，不是對齊畫面
很多人卡在把重拍對到剪接點上，花很久調，成品還是怪。
因為觀眾記住的不是重拍落在哪一格，是能量什麼時候鬆、什麼時候收。畫面在推進的時候音樂要跟著長，畫面停下來的時候音樂要讓出空間。這是AI 產出的音樂最常露餡的地方：整首壓得一樣滿，沒有起伏可以對齊，於是不管你怎麼卡點都貼不上。先看你的片子有幾段能量變化，再去找一首願意跟著變的曲子。
三、有旁白的地方，少放有詞的歌
這一項有明確的研究支持，不只是偏好。
認知心理學的實驗一致指向：有歌詞的背景音樂會增加認知負荷，損害對口說內容的理解與記憶，純器樂的干擾明顯較低。原因有兩層。一層是語言處理——大腦得同時處理兩軌語意，注意力被拉走；母語歌詞干擾最強，聽不懂的語言反而較安全。另一層是頻率——人聲跟旁白佔的是同一段中頻，鋼琴、吉他、合成器的主旋律也擠在那附近，會互相遮蔽。
所以旁白重的片子，要嘛選純器樂，要嘛選你聽不懂的語言。這不是保守，是替觀眾把頻寬留下來。
四、留一個空給你的重點
真正被記住的那句話，前面常常有半秒留白。
音樂一路滿到底，最重要的那句話就跟前面所有句子一樣重。想讓某句被聽進去，讓音樂在它之前收一下——不是靜音，是把密度降下來。配樂不是墊在底下的背景，是把重點往前推的那隻手。
挑之前先過一遍
這四步的順序是有意義的：方向決定曲風，能量決定剪法，人聲決定有沒有詞，留白決定重點會不會被聽見。我在棚裡遇到的「聽起來怪怪的」，大部分都能追回這四步裡的某一步。
自己過一遍能解掉大半。真正需要有人接手的，是後面那些你不會想自己判斷的決定——商用授權安不安全、要不要進真人聲、母帶收到什麼程度。那些沒有捷徑，但這四步有。