Suno Song Creator

Suno 歌曲创作

了解 Suno AI 的概率特性，并使用其原生的结构化元数据语言，创作专业、可直接用于制作的音乐提示词。

🛠️ 字符计数工具

**重要提示：**此技能在 utils/ 中包含字符计数工具，因为 LLM 无法准确统计字符数。

工具要求：

• 使用 Bash 工具运行字符计数脚本
• 系统需安装 Python 3 或 Node.js

可用工具：

• utils/count-prompt.py（Python 版本）
• utils/count-prompt.js（Node.js 版本）

工作流中的用法： 在第 8 步（验证）中，使用 Bash 工具运行计数工具：

python count-prompt.py 'your-prompt-text-here'

详细用法说明请参阅 utils/README.md。

核心概念

Suno 不会像人类遵循指令那样解读提示词。相反，它会将文本映射到一个概率风格网格中，根据训练期间学到的共现模式融合音乐概念。每个词都携带着“统计包袱”——可能并非本意的关联。

关键见解：“Pop”就像一口引力黑洞。几乎所有流派（摇滚：315B 条关联、放克：116B 条关联、emo：12.2B 条关联）都会被拉向 Pop，除非通过排除项、非常规组合或策略性对比主动抵消这种趋势。

何时使用此技能

使用此技能来：

• 从头开始创建完整的 Suno 提示词
• 优化现有提示词，以获得更好的结果
• 选择合适的模型和参数
• 添加恰当的元标签，撰写有效歌词
• 应用特定流派的制作策略
• 打造一致的演唱者人设
• 预防常见问题（歌词串入、输出千篇一律）

交互式引导工具

此技能使用交互式工具收集信息并研究音乐风格：

AskUserQuestion 工具

使用 AskUserQuestion 通过结构化选项收集必要信息。这有助于用户明确构想，并让你给出更好的建议。

何时使用：

• 初步了解构想（流派、情绪、人声）
• 选择模型
• 配置参数
• 明确风格参考
• 存在多种有效方案时

何时提问，何时直接继续：

在以下情况提问：

• 用户的请求含糊或笼统（“给我做首歌”）
• 存在多种有效方案（流派、情绪、模型选择）
• 用户提到了偏好，但没有具体说明
• 不同选项之间存在需要解释的重要取舍
• 澄清信息有助于改进结果

在以下情况直接继续：

• 用户提供了详细、具体的要求
• 用户给出了艺术家参考（改为研究，而不是提问）
• 只有一种合适的方案
• 用户熟悉相关术语，体现出专业知识
• 请求清晰明确，没有歧义

用法示例：

Question: "What's the primary genre for your song?"
Options:
- "Acoustic/Folk/Singer-Songwriter" (Natural vocals, intimate production)
- "Electronic/EDM/Synthwave" (Synthesized sounds, modern production)
- "Rock/Alternative" (Guitar-driven, raw energy)
- "Pop" (Polished, radio-ready hooks)

艺术家与歌曲研究（自动化）

重要： 用户提及艺术家参考时，自动启动 song-researcher 子 Agent，进行自动化模式分析。

触发条件：

• “我想要一首像 Phoebe Bridgers 那样悲伤的歌”
• “来点 Sabrina Carpenter 的 Manchild 风格”
• “Taylor Swift folklore 时期的氛围”
• 提及艺术家姓名并搭配歌曲名称或风格参考的任何情况

自动化研究工作流：

1. 从用户请求中提取：

   • 艺术家姓名（必需）
   • 具体歌曲名称（如有提及）
   • 用户描述中的风格／情绪提示

2. 通过 Task 工具启动 song-researcher 子 Agent：

   Task tool:
     subagent_type: "song-researcher"
     description: "Research artist patterns"
     prompt: "Research [Artist] - [Song if mentioned]. User wants [style/mood description]."
   

3. 子 Agent 执行自动化研究：

   • Genius.com： 获取特定歌曲或热门曲目的歌词、结构和注释
   • HookTheory／和弦网站： 搜索和弦进行和音乐分析
   • Spotify／音乐网站： 查找流派标签、相似艺术家和制作说明
   • 模式提取： 分析音节、押韵方案、隐喻和情感变化
   • 多歌曲分析： 如果提及了特定歌曲，还会分析另外 2-3 首曲目作为参考
   • 置信度评分： 评估研究质量（90-100% 为全面，70-89% 为良好，50-69% 为基础，<50% 为不足）

4. 接收结构化研究报告：

   • 研究质量部分（置信度评分、使用的来源、分析的歌曲）
   • 主要歌曲分析（歌词结构、主题元素、音乐背景）
   • 艺术家背景（歌曲中一贯的模式、观察到的变化）
   • Suno 提示词建议（流派描述、演唱人设、歌词指导、制作说明）
   • 研究局限（明确说明缺失的数据）

5. 利用研究结果指导后续步骤：

   • 步骤 3（构建提示词）： 根据研究建议确定流派、演唱、乐器配置和制作方式
   • 步骤 5（创作歌词）： 根据分析确定音节模式、押韵方案和隐喻手法
   • 步骤 4（参数）： 根据研究的风格选择模型

自动化研究的优势：

• ✅ 无需手动浏览
• ✅ 每次都能获得结构化的模式数据
• ✅ 多歌曲对比分析
• ✅ 通过置信度评分了解数据质量
• ✅ 数据有限时仍可妥善处理
• ✅ 提供可直接用于构建提示词的实用建议

错误处理：

• 未找到艺术家 → 子 Agent 尝试其他拼写方式，并以较低置信度返回部分结果
• 数据有限 → 使用可用来源，并明确说明局限
• 找不到特定歌曲 → 改为分析热门歌曲，并在报告中注明
• 完全没有数据 → 返回空报告，由主 Agent 向用户询问风格指导

重要： 研究用于理解模式并获取灵感，而非照搬。子 Agent 提取结构模式；主 Agent 依据这些学到的结构创作完全原创的歌词。

独立研究： 用户也可以单独调用 /research-artist [Artist]，在创作歌曲前探索相关模式。

文件写入工具

使用 Write 工具，在创作完成后将完整提示词保存到组织有序的项目目录中。这样可以：

优势：

• 按项目／专辑整理提示词库
• 便于日后参考并迭代成功的提示词
• 进行版本控制并追踪提示词历史
• 为类似歌曲重复使用模板
• 完整记录创作决策

文件保存时机：

• 完成所有工作流步骤后自动保存
• 在当前工作目录中采用基于项目的目录结构
• 每首歌曲保存为一个 Markdown 文件，包含所有提示词组成部分
• 包含元数据、配置、提示词、歌词和研究笔记

实用示例：交互式 + 自动化研究工作流

用户说：“我想要一首像 Phoebe Bridgers 的悲伤歌曲”

步骤 1 - 提出澄清问题：

Question: "What aspects of Phoebe Bridgers' style appeal to you?"
Header: "Style Focus"
Options:
- "Intimate, confessional lyrics" (Bedroom pop, vulnerable delivery)
- "Melancholic atmosphere" (Dreamy production, sad mood)
- "Indie folk instrumentation" (Acoustic guitar, minimal production)
- "All of the above" (Comprehensive Phoebe Bridgers approach)

用户选择：“以上全部”

步骤 2 - 自动化研究（song-researcher 子 Agent）：

主 Agent 启动研究：

Task tool:
  subagent_type: "song-researcher"
  description: "Research Phoebe Bridgers patterns"
  prompt: "Research Phoebe Bridgers. User wants sad, intimate, indie folk style."

子 Agent 执行：

• WebSearch + WebFetch：“Phoebe Bridgers Motion Sickness lyrics Genius”
• WebSearch + WebFetch：“Phoebe Bridgers Kyoto lyrics Genius”（背景歌曲）
• WebSearch + WebFetch：“Phoebe Bridgers Scott Street lyrics Genius”（背景歌曲）
• WebSearch：“Phoebe Bridgers genre Spotify similar artists”
• WebSearch：“Phoebe Bridgers chord progressions”

子 Agent 返回结构化报告：

# Research Report: Phoebe Bridgers

## Research Quality
Confidence Score: 85% (Good)
Sources Used: Genius ✓, Chords ✗, Spotify/Context ✓
Songs Analyzed: 3 total (Motion Sickness, Kyoto, Scott Street)

## Artist Context

### Consistent Patterns
- Syllable counts: 8-10 in verses, 6-9 in chorus
- Rhyme: Loose/slant rhymes, conversational (ABCB common)
- Structure: Verse-Chorus-Verse-Chorus-Bridge-Final Chorus
- Metaphor: One central metaphor per song, concrete imagery
- Tone: Vulnerable-to-defiant arc, confessional
- Vocabulary: Specific details, conversational language

## Recommendations for Suno Prompt

Genre: "indie folk, 2020s bedroom pop, Phoebe Bridgers x Julien Baker sensibility"
Vocal: "soft female alto, whisper-to-belt range, confessional delivery, vulnerable yet defiant, slight breathiness"
Lyrical Guidance: 8-10 syllables verses, 6-9 chorus, loose ABCB rhyme, one central metaphor
Production: "lo-fi warmth, close-mic intimacy, fingerpicked acoustic guitar, minimal percussion"

步骤 3 - 主 Agent 使用研究结果构建提示词：

genre: "indie folk, 2020s bedroom pop, Phoebe Bridgers x Julien Baker sensibility, intimate singer-songwriter"
vocal: "soft female alto, whisper-to-belt range, confessional delivery, vulnerable yet defiant, slight breathiness, conversational phrasing"
instrumentation: "fingerpicked acoustic guitar, subtle upright bass, sparse piano, minimal brushed percussion"
production: "lo-fi warmth, close-mic intimacy, bedroom aesthetic, natural dynamics, tape saturation"
mood: "melancholic, vulnerable, bittersweet, confessional, quiet defiance"

步骤 4 - 根据研究出的规律创作原创歌词：

• 使用研究中发现的 8-10 音节模式
• 应用发现的宽松 ABCB 押韵方案
• 围绕一个核心隐喻展开（遵循发现的规律）
• 保持观察到的对话式语气
• 创作完全原创、受用户主题启发的内容

七步工作流

步骤 1：理解构想

通过交互式提问和研究，收集用户的关键信息：

使用 AskUserQuestion 收集：

主要信息：

• 流派/风格（要具体，例如“独立民谣摇滚”，而不只是“摇滚”）
• 情绪和情感氛围（亲密而内敛还是颂歌式激昂，忧郁还是欣喜若狂）
• 人声特征（性别、音色、演唱风格）
• 限制条件（速度、时长、不含脏话、适合演唱）

结构化问题示例：

Question: "What mood and energy level should your song have?"
Header: "Mood/Energy"
Options:
- "Melancholic & Intimate" (Sad, vulnerable, close)
- "Euphoric & Anthemic" (Joyful, powerful, big)
- "Dark & Aggressive" (Intense, forceful, edgy)
- "Dreamy & Atmospheric" (Ethereal, floating, ambient)

用户提供艺术家参考时： 使用可用的网络工具研究其风格：

1. 获取 Genius.com 上的歌词模式分析
2. 查看 HookTheory.com 上的音乐结构
3. 使用 Spotify 了解流派和相似艺术家的背景信息
4. 综合研究结果，形成风格描述和制作描述

交互式模型选择示例：

Question: "Which model should we use for your [genre] song?"
Header: "Model"
Options:
- "v5 - Cleanest audio, best vocals" (Recommended for acoustic/pop/vocals-first)
- "v4.5 - Reliable workhorse" (Best for heavy genres, consistent results)
- "v4.5+ - Creative experimentation" (More surprises, less predictable)

步骤 2：选择模型和参数

根据流派和质量需求选择模型（如果用户不确定，请使用 AskUserQuestion）：

模型	最适合	主要优势	局限性
v5	原声、流行、创作歌手、人声优先	音频最清晰，人声最自然	会加入不需要的前奏人声，风格不够大胆
v4.5	重型流派、长篇内容、稳定结果	可靠耐用，质量扎实	可能不可预测地弄乱歌词
v4.5+	创意项目、带来惊喜	更有创意，结果更有趣	不稳定，会加入随机元素
v4	刻意追求混乱、实验	不可预测，有时效果惊艳	已过时，对提示词的遵循度较低

参数指南：

MAX Mode（用于原声/民谣/乡村，电子音乐则跳过）：

[Is_MAX_MODE: MAX](MAX)
[QUALITY: MAX](MAX)
[REALISM: MAX](MAX)
[REAL_INSTRUMENTS: MAX](MAX)

Weirdness（0-100%）：

• 0-30%：稳妥、可预测（商业流行、翻唱）
• 40-60%：创意与可控性均衡
• 70-100%：实验性领域

Style Influence（0-100%）：

• 高（70-90%）：用于“Pop”或“Rock”这类宽泛标签
• 中等（40-60%）：用于“Progressive Djent Metal with 7/8 time”这类具体标签
• 低（20-40%）：用于希望获得惊喜的实验性作品

第 3 步：构建结构化提示词

为确保清晰度，请使用冒号加引号的格式：

genre: "indie folk rock, 2020s bedroom pop aesthetic, confessional singer-songwriter style"
vocal: "soft female alto, intimate whisper-to-belt, gentle vibrato, slight nasal quality"
instrumentation: "fingerpicked acoustic guitar, warm upright bass, sparse piano, light ambient pads"
production: "lo-fi intimacy, tape warmth, close-miked vocals, narrow stereo, natural room reverb"
mood: "melancholic, nostalgic, late-night introspection"

🚨 重要：1000 个字符限制

Suno 提示词的字符数严格不得超过 1000 个，包括所有空格、引号和标点（不包括歌词和元标签）

重要的格式规则：各部分之间不得有空行！ 各部分必须仅用换行符连接，不得留空行。

结构化提示词（合并流派、人声、配器、制作、情绪各部分后）的总字符数不得超过 1000 个，计数时必须精确。

字符数预算指南：

• **流派：**约 150–200 个字符
• **人声：**约 150–200 个字符
• **配器：**约 200–250 个字符
• **制作：**约 200–250 个字符
• **情绪：**约 100–150 个字符
• **总计：**约 800–1000 个字符（务必控制在 1000 个以内！）

如何控制在限制内：

✅ 不得有空行——最重要的规则：

❌ WRONG (adds extra characters):
genre: "dream pop"

vocal: "soft female"

❌ This format wastes characters on blank lines!

✅ CORRECT (compact):
genre: "dream pop"
vocal: "soft female"

✅ No blank lines between sections!

✅ 简洁、具体：

❌ TOO LONG (45 chars): "electric guitar with heavy distortion and power chords"
✅ BETTER (28 chars): "distorted power chord riffs"

✅ 列举时使用逗号，不用“和”：

❌ WASTES CHARS (58 chars): "acoustic guitar with male vocals and emotional delivery and reverb"
✅ EFFICIENT (50 chars): "acoustic guitar, male vocals, emotional, reverb"

✅ 优先使用有力的描述词：

• 删除多余的词语（“非常”“确实”“极其”）
• 合并相关概念（用“温暖的模拟磁带饱和感”，而不是“温暖的声音和模拟质感和磁带饱和感”）
• 超出限制时，删掉影响较小的形容词

✅ 最终定稿前务必核对字符数： 统计完整提示词的字符数（全部 5 个部分之间不得有空行）。如果超过 1000 个字符，请按以下顺序逐步精简：

1. 首先删掉最不重要的情绪描述词
2. 接着精简制作细节
3. 最后精简配器描述
4. 流派和人声描述要聚焦，但保持简短

符合限制的示例（746 个字符——已核实）：

genre: "dream pop, 2020s bedroom pop, ethereal soundscapes with lush synth textures and ambient pads, modern indie pop sensibilities"
vocal: "soft female soprano, breathy delivery, whisper-to-belt range, airy phrasing, gentle vibrato on held notes, close-miked intimacy"
instrumentation: "layered synth pads with slow attack, arpeggiated patterns, subtle warm bass, soft electronic percussion, minimal kick"
production: "wide stereo image, spacious reverb with long decay, atmospheric processing, clean high-end, reverb-drenched vocals in mix"
mood: "dreamy, floating, introspective, nostalgic, bittersweet, late-night contemplation, weightless, serene melancholy"

**注意：**各部分之间不得有空行！请完全按照上方示例复制。

⚠️ 版权和内容限制

重要：Suno 会拒绝包含受版权保护内容引用的提示词

所有提示词部分（流派、人声、配器、制作、情绪）都应避免以下内容：

• ❌ 艺术家姓名（Phoebe Bridgers、Taylor Swift、Radiohead）
• ❌ 乐队名称（Foo Fighters、Pearl Jam、The Beatles）
• ❌ 制作人姓名（Rick Rubin、Max Martin、Quincy Jones）
• ❌ 专辑名称（OK Computer、Thriller、folklore）
• ❌ 歌曲名称（Bohemian Rhapsody、Smells Like Teen Spirit）
• ❌ 唱片公司名称（“独立厂牌美学”等通用描述除外）

改为描述其精髓，不要直接点名：

策略 1——流派 + 年代 + 描述词：

❌ "Radiohead OK Computer sound"
✅ "experimental alternative rock, 1990s British art rock, electronic textures with guitar-driven melancholy"

❌ "Phoebe Bridgers style"
✅ "2020s indie folk, bedroom pop intimacy, confessional female singer-songwriter"

❌ "produced by Rick Rubin"
✅ "raw analog production, minimal overdubs, live room sound, stripped-back aesthetic"

策略 2——特征 + 时期：

❌ "80s Michael Jackson pop"
✅ "1980s polished pop with funk basslines, tight production, punchy drums, falsetto vocals"

❌ "Kurt Cobain vocals"
✅ "raw grunge vocals, 1990s alternative rock delivery, pained intensity with vocal strain"

❌ "Joni Mitchell folk"
✅ "1970s confessional folk, complex guitar tunings, jazz-influenced chord progressions, soprano range"

策略 3——场景／运动 + 地域：

❌ "Seattle grunge like Nirvana"
✅ "Pacific Northwest grunge aesthetic, early 1990s alternative rock, raw guitar-driven sound"

❌ "Motown sound"
✅ "1960s Detroit soul production, tight rhythm section, gospel-influenced vocals, tambourine accents"

❌ "British Invasion style"
✅ "1960s British rock and roll, jangly guitars, melodic pop-rock, Liverpool sound"

策略 4——技术 + 情绪描述词：

❌ "Billie Eilish whisper vocals"
✅ "intimate ASMR-style whisper vocals, extreme proximity effect, modern Gen Z pop delivery"

❌ "Metallica heavy sound"
✅ "thrash metal intensity, downtuned guitars, aggressive double-kick drums, 1980s Bay Area metal"

❌ "Adele power vocals"
✅ "powerful female belting, soulful delivery with melisma, emotional intensity, contemporary pop ballad"

描述人声角色时，使用特征，而非姓名：

❌ vocal: "Thom Yorke falsetto"
✅ vocal: "high male falsetto with vulnerable tremolo, British alternative rock delivery, ethereal quality"

❌ vocal: "sounds like Beyoncé"
✅ vocal: "powerful female vocals with R&B runs, contemporary pop-soul delivery, commanding presence"

生成前自检：

• 提示词中没有任何艺术家、乐队或制作人姓名
• 没有提及专辑或歌曲名称
• 通过流派 + 年代 + 特征来呈现风格
• 根据特质描述人声角色，而不是拿它与具名歌手比较
• 根据制作技巧描述制作方式，而不是提及制作人

重要格式规则：

1. 流派／人声／配器／制作／情绪各部分之间不得有空行

   • 每个部分单独占一行，各部分之间不得留空行

2. 使用逗号以节省字符

   • ❌ 浪费字符：acoustic guitar with male vocals and emotional delivery and reverb
   • ✅ 简洁高效：acoustic guitar, male vocals, emotional delivery, reverb

3. 各部分结尾不必加句号

   • 换行符本身即可自然区分各部分
   • 句号会浪费字符，且没有实际作用

4. 描述应像元数据，而非诗句

   • 避免在提示词中使用抒情韵律（以防生成内容混入歌词）
   • 使用技术性描述词，不用华丽辞藻

第 4 步：配置高级参数

人声性别：

• 明确设置（男声或女声），以保持一致
• 与角色描述结合，效果最佳

排除风格： 比使用否定语句更可靠。示例：

• 只想要女声？排除：Male Vocal
• 想要纯摇滚？排除：Electronic, Hip Hop, Pop
• 只想要原声风格？排除：Electronic, Synthesizer, Drum Machine

START_ON 参数（跳过前奏，立即开始）：

[START_ON: TRUE]
[START_ON: "first few words of your lyrics"]

第 5 步：编写有效的歌词

结构要求：

1. 始终在歌词中使用元标签来控制段落：

[Verse | intimate delivery | sparse instrumentation]
First verse lyrics here

[Chorus | anthemic chorus | stacked harmonies | modern pop polish]
Chorus lyrics here

2. 保持音节数一致（每行 6–10 个音节）：

• 结构位置相同的歌词行，音节数差异应在 ±1–2 个以内
• 通过有节奏地朗读进行测试

3. 分隔段落（始终使用空行）：

[Verse 1]
Lyrics here

[Chorus]
Lyrics here

4. 大小写控制力度：

• 响亮／强烈：MY WORLD'S BEEN LEFT IN SORROW!
• 平静／轻柔：my world's been left in sorrow

5. 背景人声使用括号：

• 轻柔：(fading away...)
• 响亮：(RISE UP NOW!)

6. 防止歌词串入：

• 歌词框中始终填写内容（绝不要留空）
• 在歌词框顶部添加分隔符：///*****///
• 提示词风格保持类似元数据的形式，不要写成诗句
• 除非是在结构化字段中，否则避免使用引号

歌词创作最佳实践：

• 一种隐喻原则：选定一种隐喻并深入展开（不要混用水、火、空气、土壤）
• 避免 AI 常见问题：不要堆砌通用形容词（如“霓虹天空、电流般的心、无尽的梦”）
• 考虑换气：每行都应能在自然的一口气中唱完
• 保持押韵模式一致：维持清晰可辨的押韵规律

避免 AI 生成的陈词滥调

创作真实、以人为中心的歌词，在保留创作自由的同时避免通用的 AI 模式。

应避免的常见 AI 陈词滥调（除非用户明确要求或符合曲风）：

过度使用的科技／数字词汇：

• static、neon、wire、circuits、digital、electric、synthetic、pulse
• pixelated、glitching、binary、code、data、signal、machine
• mechanical、automated、programmed
• 例外：这些词在赛博朋克、合成器浪潮或工业风格中符合主题时除外

过度使用的抽象／模糊意象：

• echoes、shadows、void、fragments、shattered、broken、fading
• dissolving、vanishing
• “沉溺于［情绪］”“迷失在［抽象概念］中”
• “沉默在尖叫”“黑暗在呼唤”
• “血管中奔涌着雷霆”“灵魂里燃烧着烈火”

过度使用的都市黑色电影意象：

• 城市灯光、城市夜晚、霓虹街道、空荡的街道
• 午夜的雨、路灯、钢筋丛林
• 摩天大楼、小巷、城市扩张
• 例外：明确创作黑色电影、都市或暗潮风格的音乐时除外

机器中的幽灵主题：

• 被困的意识、数字监狱、逃离现实
• 质疑自身存在、并不真实／并未活着
• 醒来、开始觉醒、挣脱控制
• 例外：用户明确希望采用存在主义或科幻主题时除外

缺乏具体细节的通用情绪词：

• broken、lost、alone、empty、numb（缺乏具体背景时）
• dark、cold、distant、hollow（作为主要描述词时）
• burning、aching、bleeding（缺乏现实依据、过度用于隐喻时）

应该怎么做——使用具体、明确的意象：

用具体事物替代抽象表达：

• 不要写“霓虹灯”，改写为“凌晨 2 点嗡嗡作响的 7-Eleven 招牌”
• 不要写“破碎的心”，改写为“你不舍得扔掉的缺口咖啡杯”
• 不要写“迷失在黑暗中”，改写为“我又在停车场里找不到钥匙了”
• 不要写“城市夜晚”，改写为“阿什兰大道上的周二傍晚”

让隐喻扎根于现实：

使用真实、具体的元素：

• 真实地点：厨房餐桌、后座、66 号公路、祖母家的门廊
• 真实物品：撕破的演唱会门票、周日报纸、书桌抽屉里的婚戒
• 真实动作：笨拙地扣纽扣、洒出咖啡、错过出口
• 真实时间：下午 3:47、上周二、2019 年 6 月、寒假 通过具体行动／瞬间展现情感：

让行动揭示感受：

• 不要写“我很孤独”，而要写：“面对着你总坐的那把空椅子吃晚饭”
• 不要写“我心碎了”，而要写：“葬礼三天后，听着你的笑话发笑”
• 不要写“我被痛苦淹没”，而要写：“想不起我们把餐具放在哪个抽屉里了”
• 不要写“没有你，我迷失了方向”，而要写：“还是设了两个闹钟，尽管已经没人需要我叫醒了”

加入独特的感官细节：

具体地调动五种感官：

• 声音：“午夜时你的钥匙刮擦锁孔的声音”“雨打铁皮屋顶的声音”“第三阶楼梯发出的吱呀声”
• 气味：“你夹克上的咖啡和香烟味”“旧信件上妈妈的香水味”“七月割草后的气味”
• 触感：“枕头冰凉的那一侧”“你最喜欢的椅子上磨旧的布料”“后院露台木板上的木刺”
• 味道：“烤焦的吐司和黑咖啡”“街角商店买的生日蛋糕”“塑料杯里的廉价葡萄酒”
• 视觉：“形似俄亥俄州的锈迹”“挡风玻璃上不断蔓延的裂缝”“逐渐褪色的拍立得照片”

自我审查清单：

写完歌词后，请确认：

• ✓ AI 陈词滥调清单中的词不超过 1～2 个（如果有的话）
• ✓ 隐喻指向有形物品或真实经历
• ✓ 歌词包含只有这首歌才有的具体细节
• ✓ 通过行动和瞬间展现情感，而非抽象地直说
• ✓ 每首歌至少有 2～3 个独特、出人意料的意象
• ✓ 用词体现人的观察，而非 AI 的视角
• ✓ 包含非视觉感官（嗅觉、触觉、味觉、听觉）
• ✓ 至少有一个具体到让人觉得像回忆的细节

用户覆盖规则与流派例外：

何时忽略这些规则：

• 用户明确要求这些元素：“我想要霓虹赛博朋克风格”
• 流派需要这些元素：合成器浪潮需要霓虹，工业音乐需要机械设备，存在主义独立音乐需要质疑现实
• 艺术意图：用户对抽象或科技主题有明确构想
• 文化引用：引用含有这些词的名言或歌名

不确定时：

• 询问用户对语气和意象的偏好
• 确认他们想要写实／接地气的风格，还是抽象／氛围化的风格
• 检查流派惯例是否要求使用某些意象

改进示例：

❌ AI 垃圾示例：

Lost in neon lights and city nights
Echoes of a broken heart fade away
Static in my veins, electric pain
Shadows dancing in the void tonight

问题：包含 8 个以上陈词滥调（霓虹、城市夜晚、回声、破碎的心、消逝、静电、电流、阴影、虚空），没有具体细节，几乎任何失恋歌曲都能套用，除了视觉之外没有感官细节，也没有具体的时间／地点／物件

✅ 以人为中心的示例：

Your toothbrush still sits by the sink
Been three weeks but I can't throw it out
Keep finding your hair ties in my coat pockets
Like you're leaving breadcrumbs back to March

更好之处：具体物件（牙刷、发圈）、明确时间范围（三周、三月），通过观察而非直白陈述展现情感，具体的物理细节（水槽、外套口袋），感觉像真实回忆，出人意料的具体细节（以真实物件为基础的面包屑隐喻）

✅ 另一个以人为中心的示例：

The 7-Eleven clerk knows my name now
2 AM, same coffee, same regret
Your number's still the first in my favorites
But the area code moved to Tennessee

更好之处：具体地点（7-Eleven、田纳西州）、确切时间（凌晨 2 点）、具体行动（买咖啡、查看手机联系人），没有说“孤独”却展现了孤独，结合当下细节和背景故事，给人以观察之感，而非泛泛而谈

**请记住：**目标是真实感和具体性，而不是避免一切抽象表达。人类词曲作者也会使用抽象表达，但会以具体现实为依托。写“破碎”时，要确保有某个具体的东西真的破了（摔碎的杯子、约定日期的承诺落空、坏掉的车头灯）。写“迷失”时，要说明丢了什么、在哪里丢的（丢了家门钥匙、忘了日子、在 I-95 上错过了出口）。

步骤 6：应用流派专属策略

针对原声／民谣／创作歌手：

使用大量的真实感描述词（参阅 references/realism-descriptors.md）：

• 物理录音特征：small room acoustics, close mic presence, proximity effect
• 演奏细节：breath detail, pick noise, fret squeak, finger movement noise
• 模拟质感：tape saturation, analog warmth, slight wow and flutter
• 空间特征：limited stereo, realistic reverb type, background noise floor

针对电子／嘻哈／Trap：

转向合成与制作描述词：

• 合成：FM synthesis bass, wavetable movement, LFO-driven movement
• 制作：sidechain compression, low-pass filter sweeps, wall of sound
• 避免泛泛的锯齿波：使用 FM and wavetable bass design, evolving modulation, rounded harmonic profile

针对摇滚／另类：

兼顾乐器配置与风格态度：

• 乐器：electric guitar with power chords and lead lines, driving kick-snare rhythm
• 态度：anthemic, raw energy, introspective yet powerful
• 制作：live recording quality, distorted guitar tone, reverb-heavy

步骤 7：质量审查（可选）

应用流派专属策略后，可选择启动质量审查子 Agent，在最终确定提示词前进行独立的专业评估。

适合进行质量审查的情况：

• 首次创作某个新流派的歌曲
• 想在提交给 Suno 前获得专业的质量反馈
• 不确定提示词是否有效或歌词质量如何
• 反复修改以改进现有提示词
• 想找出 AI 垃圾内容、陈词滥调或低质量歌词

工作流中的自动移交： 当用户对质量审查回答“Yes”时：

1. 主 Agent 自动将提示词和歌词传给质量审查器
2. 无需用户手动输入
3. 无缝集成——所需数据均已具备：
   • 步骤 3–4 中整理好的提示词（从流派到情绪各部分）
   • 步骤 5 中包含元标签的完整歌词
   • 步骤 1 中的上下文（流派、情绪、演唱风格）
4. 通过 Task 工具启动质量审查器，subagent_type 为 "quality-reviewer"
5. 接收包含评分和建议的结构化反馈

质量评估涵盖：

• **提示词质量：**结构、具体程度、版权安全性、流派契合度
• 歌词质量：
  • AI 垃圾内容检测（如“霓虹灯”“虚空中的回声”等泛泛表达）
  • 陈词滥调检测（过度使用的表达、老套的隐喻、敷衍的押韵）
  • 低质量歌词检测（措辞别扭、意象不合逻辑、拗口的句子）
  • 具体表达与抽象表达的平衡
  • 隐喻的一致性
  • 音节模式
  • 押韵格式与质量
  • 风格与歌词的一致性（内容是否符合流派？）
  • 性别代词的一致性（演唱者的叙述视角是否清晰）
  • 整体品味（朗朗上口程度、流畅度、易记性、成熟度）

审查工作流：

1. 完成步骤 1–6 后，询问用户：“保存前是否需要进行独立质量审查？”

2. 如果用户回答“Yes”，询问流派专属的细化问题，以调整评估标准：

   问题 1：具体程度偏好

   Question: "How should I evaluate specificity for this {genre} song?"
   Header: "Specificity"
   multiSelect: false
   Options:
     - label: "Strict Commercial Standards"
       description: "Avoid ALL brand names, product references, and dated cultural references. Prioritize universal, timeless language suitable for radio/commercial release."
   
     - label: "Balanced Approach (Recommended)"
       description: "Flag obvious brand names and dated references, but allow some specific details if they serve the song. Consider genre conventions."
   
     - label: "Authentic/Artistic Priority"
       description: "Allow specific brands, places, and cultural references if they enhance authenticity and storytelling. Prioritize artistic vision over commercial considerations."
   

   问题 2：现代感与永恒感的平衡

   Question: "What's your priority for contemporary relevance vs. timeless appeal?"
   Header: "Contemporary"
   multiSelect: false
   Options:
     - label: "Maximum Timeless Appeal"
       description: "Avoid all dated references. Flag anything that might age (tech products, current slang, 2025-specific culture). Prioritize songs that work in any era."
   
     - label: "Balanced (Recommended)"
       description: "Accept some contemporary references if not too specific. Flag obvious dating risks (product names, specific tech). Allow current but not hyper-specific language."
   
     - label: "Current/Contemporary Focus"
       description: "Embrace contemporary references for immediate relatability. Accept that song may date. Prioritize connecting with current audience over timelessness."
   

   问题 3：对冗长的容忍度

   Question: "How should I evaluate lyrical economy for this {genre} song?"
   Header: "Wordiness"
   multiSelect: false
   Options:
     - label: "Strict Economy (Pop/Electronic)"
       description: "Flag lines over 8 words. Prioritize compressed, punchy language. Every word must earn its place."
   
     - label: "Moderate (Recommended for most genres)"
       description: "Flag lines over 10 words as suggestions. Balance economy with expression. Allow some variation."
   
     - label: "Narrative Freedom (Folk/Country/Indie)"
       description: "Allow 10-12+ word lines. Prioritize storytelling flow over compression. Wordiness acceptable if it serves narrative."
   

   问题 4：展示与讲述的平衡

   Question: "What balance of 'showing' vs. 'telling' should I expect?"
   Header: "Show/Tell"
   multiSelect: false
   Options:
     - label: "Strongly Favor Showing"
       description: "Flag explicit statements. Push for implication over explanation. 80/20 show to tell ratio."
   
     - label: "Balanced (Recommended)"
       description: "Accept mix of showing and telling. Flag overly explicit or overly abstract. 60/40 show to tell."
   
     - label: "Allow Direct Statements"
       description: "Explicit emotional statements acceptable. Clarity prioritized over implication. 40/60 show to tell."
   

3. 为质量审查器构建参数化提示词： a. 从步骤 1 的数据中提取流派、情绪和演唱风格 b. 清理输入（移除任何“AI 生成”相关表述） c. 构建中性审查请求：“评估这首 {genre} 歌曲的提示词和歌词是否达到专业制作质量” d. 添加评估参数部分：

   ## Evaluation Parameters (User-Specified)
   
   **Specificity Standard:** {user_response_from_question_1}
   **Contemporary Balance:** {user_response_from_question_2}
   **Wordiness Tolerance:** {user_response_from_question_3}
   **Show/Tell Balance:** {user_response_from_question_4}
   
   Please adapt your evaluation criteria according to these user preferences. Consult the appropriate genre-specific reference guide:
   - Pop: references/pop-evaluation-guide.md
   - Indie/Folk: references/indie-folk-evaluation-guide.md
   - Cross-reference: references/genre-evaluation-matrix.md
   

4. 通过 Task 工具，使用参数化提示词启动质量审查子 Agent，并接收按严重程度（CRITICAL/SUGGESTED/OPTIONAL）分类的结构化反馈

5. 通过 AskUserQuestion 向用户呈现建议：

   • “应用所有建议的改进”
   • “应用指定的改进（选择要应用的内容）”
   • “跳过质量审查并继续保存”

6. 如果用户采用改进建议： a. 对提示词和／或歌词进行选定的修改 b. 重新核验字符数（返回下方的字符数核验步骤） c. 可选：询问“再次审查吗？”，以便迭代完善

7. 如果用户跳过或完成改进：继续执行步骤 8（保存）

迭代完善：

• 不限制迭代次数——由用户决定何时停止
• 应用改进后，可以多次进行审查
• 每次审查相互独立（重新评估）

上下文隔离： 质量审查子 Agent：

• 不知道对话历史
• 不知道内容由 AI 生成
• 仅接收：提示词文本、歌词文本、基本上下文（流派／情绪／人声）
• 按专业制作标准进行评估
• 提供公正、独立的质量评估

按流派进行完善的优势：

• **流行歌曲：**将品牌名称标记为严重问题（授权风险、过时风险、商业感）
• **独立／民谣歌曲：**将品牌名称视为可接受（真实感、人物细节、扎实的叙事）
• **用户掌控：**商业或艺术优先级由用户指定
• **永恒或当代：**由用户选择对过时风险的容忍度
• **冗长程度标准：**采用符合流派的字数阈值（流行：6–8，独立：10–12 以上）
• **展示／讲述平衡：**根据流派惯例调整（流行：70/30，独立：50/50，创作型歌手：40/60）
• **向后兼容：**无需参数也能运行（使用根据流派检测得出的默认值）
• **透明：**用户可以看到所应用的评估偏好
• **灵活：**同一首歌可以按照不同标准进行审查

独立审查： 用户也可以通过 /review-song 技能独立调用质量审查，以审查现有提示词或外部内容。

优势：

• 独立评估，不受主 Agent 偏见影响
• 发现听起来不自然的 AI 味表达
• 识别过度使用的陈词滥调和质量欠佳的句子
• 核验版权安全性（不含艺人／乐队／专辑名称）
• 确保表达具体、意象鲜明
• 验证风格与歌词是否符合流派
• 评估押韵方案和质量
• 检查性别代词的一致性
• 在定稿前提供可执行的改进建议

步骤 8：将提示词保存到文件

完成 Suno 提示词（并可选择进行质量审查）后，将其保存到结构化位置，以便日后查阅、迭代和整理。

🚨 严重注意——保存前，使用计数工具核验字符数：

字符计数工具： 位于 skills/suno-song-creator/utils/：

• count-prompt.py（Python 版本）
• count-prompt.js（Node.js 版本）

使用 Bash Tool：

# Use Bash tool to run the counting utility with your prompt text:
cd ${CLAUDE_PLUGIN_ROOT}/utils
python count-prompt.py 'genre: "..."
vocal: "..."
mood: "..."'

重要事项：

1. 大模型无法准确计算字符数——必须使用 Bash Tool 和计数工具进行核验
2. 仅统计结构化提示词部分（流派、人声、乐器编配、制作、情绪等）
3. 不包括歌词、歌词元标签或 MAX Mode 参数
4. 各部分之间不能有空行
5. 在保存的文件中注明已核验的字符数（例如：“Character count: 746/1000 ✓ (Verified with count-prompt.py)”）
6. 最终确定提示词前，使用 Bash Tool 切换到 utils 目录并运行脚本

保存时机：

• 完成所有工作流步骤（步骤 1–6）后自动保存
• 保存完整提示词：配置、结构化提示词、歌词、研究笔记
• 同一会话中创作连续歌曲时，复用项目上下文

保存工作流：

1. 确定项目名称：

按优先级扫描对话中的项目信息：

优先级 1——明确提及：

• “用于我的 [名称] 专辑”
• “属于 [名称] EP”
• “添加到 [名称] 项目”
• “这是给 [名称] 的”
• “[名称] 合集”

优先级 2——会话上下文：

• 如果本次会话早些时候已确定项目名称
• 提议复用：“继续向‘{project-name}’项目添加内容吗？”
• 在会话记忆中记录，以便创作连续歌曲

优先级 3——询问用户： 如果未找到项目引用，请使用 AskUserQuestion，并妥善处理「Other」选项：

**重要：**询问项目名称时，应将问题设计为让「Other」输入框直接收集项目名称：

Question: "What project or album is this song part of?"
Header: "Project"
Options:
- "Continue with '{existing-project-name}'" (Only if there's a recent project in session)
- "Standalone song (no project)" (Will use "standalone-songs" as default)

Note: The user will automatically have an "Other" option to specify a custom project name.
When they select "Other", they'll provide the project name in the text field.

如何处理回复：

• 如果用户选择现有项目选项 → 使用该项目名称
• 如果用户选择「Standalone song」→ 将「standalone-songs」用作项目文件夹
• 如果用户选择「Other」并提供文本 → 直接使用其自定义项目名称

不要追问项目名称——「Other」字段会在一步内收集该名称。

实现示例：

# First song in session - no existing project
AskUserQuestion:
  Question: "What project or album is this song part of?"
  Header: "Project"
  Options:
    - "Standalone song (no project)"

# User selects "Other" and types "Hunger Games Songs" → Use "Hunger Games Songs" directly

# Second song in same session - has existing project
AskUserQuestion:
  Question: "What project or album is this song part of?"
  Header: "Project"
  Options:
    - "Continue with 'Hunger Games Songs'"
    - "Standalone song (no project)"

# User can select existing project, standalone, or "Other" to specify new project name

2. 确定歌曲标题／标识符：

• 使用歌词或对话上下文中的歌曲标题
• 如果标题不明确，询问用户：「这首歌应该叫什么？」
• 转换为 kebab-case slug：「Infinite Summer Rain」→「infinite-summer-rain」
• 确保符合文件系统安全要求：使用小写字母，以连字符替代空格，不含特殊字符

3. 构建文件路径：

• 基础目录：当前工作目录（用户调用 skill 的位置）
• 结构：{project-name}/{song-title-slug}/prompt.md
• 示例：summer-memories-ep/infinite-summer-rain/prompt.md
• Write 工具会自动创建父目录

4. 构建完整的 Markdown 文件：

---
title: "Song Title Here"
project: "Project Name"
created: "2025-12-31T13:55:00Z"
model: "v5"
genre: "indie folk rock, bedroom pop"
mood: "melancholic, nostalgic"
---

# Song Title Here

**Project:** Project Name
**Created:** December 31, 2025
**Model:** v5

## Prompt Configuration

### Model and Parameters

**Model:** v5 (cleanest audio, most natural vocals)

**Parameters:**
- MAX Mode: YES
- Weirdness: 30-40%
- Style Influence: 60-70%
- Vocal Gender: Female
- Exclude Styles: Pop, Electronic, Modern Production

### Structured Prompt

[Complete prompt sections with all configuration]

## Lyrics

[Complete lyrics with meta tags]

## Research Notes

(Include if artist research was performed)

## Implementation Notes

(Genre strategies used, decisions made, persona details)

5. 使用 Write 工具写入文件：

使用 Write 工具和构建好的路径及完整 Markdown 内容。

6. 告知用户：

确认保存位置：

• 「✓ 提示词已保存到：{project-name}/{song-title-slug}/prompt.md」
• 「歌曲已添加到项目：{project-name}」
• 「你可以编辑此文件，并在 Suno 中重复使用」

会话上下文持久化：

在创作多首歌曲期间跟踪上下文，以简化连续工作流：

• 记住当前项目名称
• 跟踪本次会话中创作的歌曲
• 提议重用项目上下文
• 仅在上下文发生变化时询问

路径验证：

• 确保项目名称仅包含：a-z、0-9、连字符和下划线
• 确保歌曲 slug 符合文件系统安全要求
• Write 工具会自动创建目录

文件组织的优势：

• 同一项目中的所有歌曲都放在一个文件夹中
• 每首歌都有专属子文件夹，可存放相关素材
• Markdown 格式支持版本控制（便于 git 管理）
• 完整记录创作决策
• 便于迭代和完善提示词

步骤 9：可选：上传到 Suno（网页自动化）

保存提示词文件后，你可以使用 Chrome 自动化将其上传到 suno.com。

何时提供：

• 步骤 8 完成后立即提供
• 成功将 prompt.md 保存到磁盘后
• 仅当 Chrome MCP 服务可用时

工作流：

1. 询问用户是否确认：

Use AskUserQuestion:
Question: "Would you like me to upload this song to Suno now using Chrome automation?"
Header: "Upload"
Options:
- "Yes, upload to Suno now" (proceed with automation)
- "No, I'll upload manually later" (skip automation)

2. 如果用户选择“Yes”：

   • 使用 Skill 工具调用 suno-upload 技能
   • 传入上下文：刚创建的 prompt.md 文件路径
   • suno-upload 技能将负责：
     • 解析 prompt.md 文件
     • 导航到 Suno Create 界面
     • 填写所有表单字段
     • 询问最终确认
     • 提交并返回歌曲 URL

3. 如果用户选择“No”：

   • 告知用户：“你可以稍后在包含 prompt.md 文件的目录中运行 /suno-upload，上传此提示词。”
   • 提供文件路径：“提示词已保存至：{project-name}/{song-title-slug}/prompt.md”

调用示例：

Skill tool:
skill: "suno-upload"
args: "" (suno-upload will find the prompt.md automatically)

集成说明：

• suno-upload 是一个独立、可复用的技能
• 可通过 /suno-upload 命令单独调用
• 适用于任何格式正确的 prompt.md 文件
• 需要安装并启用 Chrome MCP 服务
• 提交到 Suno 前，用户会进行最终确认
• 提交后，歌曲通常需要 1-2 分钟生成

错误处理：

• 如果 Chrome MCP 不可用：跳过此步骤，不影响后续流程
  • 提示：“Chrome 自动化不可用。请前往 https://suno.com/create 手动上传”
• 如果 suno-upload 技能失败：不要阻塞工作流
  • 提示：“上传失败。提示词已保存，可以手动上传。”
• 如果用户没有 Suno 点数：suno-upload 将处理此错误
  • 返回关于点数状态的清晰提示

自动化的优势：

• 节省时间：无需手动复制粘贴
• 减少错误：自动映射字段
• 保留格式：歌词元标签保持不变
• 流程一致：每次都使用相同流程
• 方便快捷：从创建提示词到生成歌曲，一键完成

使用的工具：

• AskUserQuestion - 获取上传确认
• Skill - 调用 suno-upload 技能

避开风格引力井

避免不需要的风格融合，有三种策略：

策略 1：明确排除

• 想要老派嘻哈但不想要 trap？添加“no trap”，或排除：Trap, Modern Production

策略 2：强制组合反常元素

• 组合通常不会同时出现的标签：emo industrial、orchestral phonk、math rock gospel
• 罕见的组合会迫使创作进入默认设定无法发挥作用的角落

策略 3：策略性对比

• 强调那些自然会排斥你想避开的元素
• 了解哪些标签会彼此排斥，可以实现微妙的控制

常见问题与解决方案

问题：电子音乐中出现通用的“锯齿波合成器”

解决方案：改用其他方向，而非直接禁止

• 指定合成类型：FM synthesis bass, wavetable movement, formant-driven bass
• 描述运动方式：evolving modulation, dynamic harmonic motion, non-repeating bass cycles
• 塑造谐波：rounded harmonic profile, odd-harmonic emphasis, band-limited synthesis
• 控制高频：smooth top end, controlled high harmonics, clean high frequency rolloff

问题：提示词文本被唱成歌词

解决方案：防止歌词串入

• 让提示词保持元数据风格，内容紧凑
• 歌词框绝不能留空
• 在歌词框顶部使用分隔符：///*****///
• 避免在提示词中使用引号和具有歌词韵律的措辞

问题：人声设定不一致

解决方案：构建 4 层人声设定（详见下方正文中的指南）

• 第 1 层：人口特征和音色
• 第 2 层：技术性演绎
• 第 3 层：情感背景
• 第 4 层：声音锚点（艺术家对比）

构建人声角色设定

通过四个层面创建一致的角色设定：

第 1 层：人口特征与音色

• 年龄、性别、声部类型（女高音、女低音、男高音、男中音、男低音）
• 基本音色特征：明亮、低沉、鼻音、浑厚

第 2 层：演唱技巧

• 演唱方式：花腔转音、断音乐句、连奏
• 咬字：清晰、含混、含糊不清
• 气息控制：稳定、气声、喘息
• 发声技巧：颤音、假声、气泡音、强力演唱、耳语

第 3 层：情绪背景

• 演绎时的情绪：疏离、热情、脆弱、充满攻击性、冷淡、温暖
• 能量水平：高能量、内敛、逐渐增强

第 4 层：声音锚点（艺人对比）

• 参考艺人：“让人想起 Phoebe Bridgers”、“类似 Tom Waits”
• 声音氛围：“带有 HEALTH 式的氛围”、“展现早期 Radiohead 的风格”

完整角色设定示例：

vocal: "Female contralto, androgynous, cold delivery, monotone phrasing, sharp enunciation, emotionally numb, sinister undertone, reminiscent of Grimes with HEALTH-like dark atmosphere"

快速参考：较弱与较强的标签

较弱的标签（需要强化）：

• Grunge
• Math rock
• Swing
• Chamber music

较强的标签（容易占主导）：

• Pop
• Rock
• Electronic
• Hip-hop

组合较弱和较强的标签时，除非主动加以平衡，否则较强的标签通常会占上风。

叠加元标签

使用竖线组合多个元标签指令：

[Chorus | anthemic chorus | stacked harmonies | modern pop polish | high energy]
[Guitar Solo | 80s glam metal lead guitar | heavy distortion | wide stereo | whammy bar bends]
[Bridge | stripped down | acoustic only | intimate delivery | whispered vocals]

规格越详细，对特定部分的控制力就越强。

其他资源

参考文件

如需全面了解，请参阅：

• references/genre-clouds.md - 完整的流派共现数据、主要流派群及风格突破策略
• references/meta-tags-reference.md - 按类别整理的全部元标签完整目录
• references/realism-descriptors.md - 用于原声音乐制作的完整写实风格词汇
• references/model-comparison.md - 详细介绍模型特点、优势、劣势及选择标准
• references/artist-research-guide.md - 使用网络工具（Genius、HookTheory、Spotify）研究艺人、歌曲和流派的综合指南

示例文件

examples/ 中的可用提示词示例：

• acoustic-folk-prompt.md - 完整的原声／民谣／唱作人提示词
• electronic-edm-prompt.md - 完整的电子／EDM／合成器浪潮提示词
• rock-alternative-prompt.md - 完整的摇滚／另类提示词

已保存的提示词

使用此技能创建提示词后，它们会自动保存到：

目录结构：

{your-working-directory}/
├── {project-name}/
│   ├── {song-title-slug}/
│   │   └── prompt.md

组织方式：

• 按项目／专辑整理，便于管理
• 每首歌曲都放在专属子文件夹中
• 包含配置、歌词和研究笔记
• 可直接复制粘贴到 Suno，也可继续迭代
• 采用适合 Git 版本控制的 Markdown 格式

优势：

• 随时间积累提示词库
• 为后续歌曲参考成功的方法
• 追踪创意决策和经验总结
• 轻松迭代和完善提示词
• 与协作者分享提示词

工作流概览

1. 了解需求 - 使用 AskUserQuestion 收集流派、情绪、演唱风格和限制条件
2. 研究（自动化） - 提到艺人或歌曲时，自动启动 song-researcher 子 Agent，从 Genius、HookTheory、Spotify 自动分析模式；接收结构化研究报告，其中包含音节模式、押韵方案、隐喻用法、制作说明和可执行建议
3. 选择 - 选择模型（原声音乐用 v5，重型音乐用 v4.5）和参数；使用 AskUserQuestion 获取指导
4. 构建 - 采用冒号加引号的格式构建提示词，各部分之间不留空行，并融入研究结果
5. 配置 - 设置演唱者性别、排除项，以及按需设置 START_ON
6. 创作 - 参考研究中的模式创作原创歌词，加入元标签并采用恰当的结构
7. 应用 - 使用针对流派的策略（原声音乐注重真实感，电子音乐注重合成）
8. 质量审查（可选） - 启动 quality-reviewer 子 Agent，按照制作标准独立评估提示词和歌词（包括 AI 垃圾内容、陈词滥调、质量不佳的歌词、押韵、风格契合度、性别代词一致性和整体品味）；由用户决定是否应用改进；支持不限次数的迭代优化
9. 验证 - 使用 count-prompt.py 或 count-prompt.js 验证字符数（必须少于 1000），并确保没有空行
10. 保存 - 将完整提示词连同经过验证的字符数导出到整理好的项目目录结构中

🚨 重要： 声称字符数之前，务必使用 utils/ 中的字符计数工具。大模型无法准确统计字符数。

高级优化

时间安排注意事项：

• 社区报告表明，按当地时区计，凌晨 3:00-4:30 的生成质量可能最佳
• 流量高峰期可能导致生成质量下降
• 对于重要项目，请考虑生成时间

迭代策略：

• 生成多个版本（批量生成）
• 根据缩略图质量预测音频质量
• 选出最佳结果，并迭代优化成功的方法
• 记录有效做法，供日后参考

重新母带处理技巧：

• 点击 Remaster 按钮前，先为显示的歌词添加元标签
• 使用 Cover 功能，并采用简短提示词来提升质量
• 对于差异极大的段落，可考虑逐曲移植

理念

Suno 青睐的是清晰、约束和统计上的契合，而不是传统意义上的创造力。

将其视为一种概率性乐器。你的工作是精准引导它，创作出你心中设想的声音，方法如下：

• 使用它的母语（结构化元数据）
• 了解它的趋向（流派聚集效应、流行音乐主导）
• 使用技术性描述（录音工程师的语言）
• 提供多重重叠的约束（角色设定、排除项、元标签）

掌握这一理念后，Suno 将持续超出预期，创作出真正动人的 AI 音乐。