O primeiro take é o melhor palpite do modelo. O segundo take é o seu.
Quando você aperta regenerar, não está mais pedindo "uma música sobre passeios noturnos de carro". Está pedindo "uma música sobre passeios noturnos, mas mais lenta que a anterior, com um refrão que não cai no downbeat". Mesmo que você não mude nada no prompt, seu ouvido já fez a edição — e a próxima geração herda essa edição através dos pequenos ajustes que você faz em gênero, andamento, clima ou no rascunho da letra.
O viés do primeiro take
Os modelos gostam de te dar a média do que o seu prompt permite. Se o seu prompt permite dez andamentos, você vai receber a mediana. Se permite três climas, você vai receber o mais previsível. O primeiro take raramente está errado, mas raramente é surpreendente também, porque a surpresa fica nas bordas do prompt e o modelo é treinado para ir para o meio.
Use o take um como uma pergunta
Trate a primeira geração como uma pergunta, não como uma resposta. A pergunta é: "É aqui que eu queria que a música estivesse?" Quase sempre a resposta é "perto, mas —" e o mas é a informação mais útil da sessão inteira. Edite um parâmetro que resolva o mas, e regenere.
Pare em três
Três takes geralmente é o suficiente. No quarto take você não está mais refinando a música; está apostando que o modelo vai te entregar algo melhor do que o que você já tem. Não vai, porque o prompt não mudou. Se o terceiro take não está onde você quer, o prompt precisa de cirurgia, não de mais uma rodada de dados.