Tag genre, sejauh model peduli, adalah sebuah koordinat. Ia mempersempit wilayah yang bersedia ia jelajahi. Ia tidak menjamin bahwa lagu yang dihasilkan terdengar seperti rekaman spesifik yang ada di kepala Anda, dan menganggapnya sebagai jaminan adalah cara tercepat untuk dikecewakan oleh setiap generasi yang Anda minta.
Tag adalah bibit, bukan kontrak
Saat Anda memilih «synthwave» dari dropdown, Anda memberi tahu model: wilayah yang saya inginkan adalah suatu tempat yang punya bassline saw-wave, drum gated, dan pad shimmer di suatu tempat. Anda tidak memberi tahu model di sub-wilayah synthwave mana — Carpenter-tense, Drive-soundtrack-bright, vaporwave-melted — Anda tinggal. Untuk sampai ke sana, prompt dan suasana harus melakukan pekerjaan yang tidak bisa dilakukan tag genre.
Pasangkan setiap tag dengan tag-pengimbang
Trik yang ternyata cukup andal: berikan model satu tag genre dan satu suasana yang secara alami tidak menjadi miliknya. «Synthwave + lembut.» «Trap + nostalgia.» «Folk + paranoid.» Model harus bernegosiasi di antara keduanya, dan negosiasi itulah tempat generasi-generasi menarik tinggal. Dua tag yang saling setuju menghasilkan rata-rata; dua tag yang sedikit berkonflik menghasilkan sebuah tafsir.
Kapan menanggalkan tag sepenuhnya
Jika prompt sudah cukup spesifik — «lagu yang terdengar seperti momen setelah alarm kebakaran berhenti di gedung kantor yang kosong» — tag genre justru bisa melawan Anda. Model akan mencoba memasangkan genre di atas citra yang tidak membutuhkannya. Dalam kasus seperti itu, biarkan dropdown genre apa adanya dan biarkan prompt menanggung seluruh beban.