Một prompt ngắn buộc mô hình phải đoán mọi thứ. Một prompt dài chôn mất câu duy nhất quan trọng. Vùng giữa — sáu hoặc bảy câu nêu được một góc nhìn, một bối cảnh và một cảm xúc — là nơi các bản generate ngưng nghe như nhạc nền và bắt đầu mang trọng lượng.
Trước hết, neo lại góc nhìn
Trước cả nhạc cụ, trước cả tempo, hãy nêu rõ ai đang hát và hát cho ai. "Một người mới làm cha mẹ lúc 3 giờ sáng đang nói chuyện với đứa con đang ngủ" cho trình tạo lời một tư thế để nương vào; "acoustic indie ấm áp" cho nó một kết cấu nhưng không có đích đến. Kết cấu đi theo tư thế một khi tư thế đã tồn tại.
Sau đó đặt một bối cảnh
Một hình ảnh duy nhất — quầy bếp, cửa sổ tàu hỏa, hành lang, bãi đậu xe khách sạn — kéo một tâm trạng chung chung thành một tâm trạng cụ thể. Bạn không cần giải thích bối cảnh; chỉ cần đưa nó ra. Mô hình sẽ lấp các góc theo cách bạn không nghĩ tới, và đó chính là phần làm cho kết quả có cảm giác được tìm thấy thay vì được đặt hàng.
Để các production note ở cuối cùng
Thể loại, tempo và phối khí thuộc về cuối prompt, sau khi mô hình đã biết bài hát nói về điều gì. Nếu bạn mở đầu bằng "120 BPM, bass distorted, vocal nữ", lớp lời chẳng còn nơi nào để mọc lên. Mở đầu bằng bối cảnh và tư thế, các production note sẽ làm sắc nét những gì đã có sẵn ở đó thay vì thay thế nó.
Một mẫu khởi đầu
Một [AI] ở [ĐÂU], đang nghĩ về [CÁI GÌ]. Điệp khúc rẽ ngoặt khi họ nhận ra [BƯỚC NGOẶT]. Tâm trạng là [HAI TÍNH TỪ]. Production: [GENRE], [TEMPO], [MỘT CHI TIẾT PRODUCTION].
Đây không phải công thức để chép nguyên xi — đây là một checklist cho năm quyết định bắt buộc phải có trong prompt trước khi mô hình có thể làm việc của nó. Bỏ đi bất kỳ một điểm nào và kết quả sẽ cảm thấy chưa đủ định hình theo một cách mà không lượng regenerate nào cứu nổi.