3SELLER Journal 3SELLER →

Хочу создать песню с помощью ИИ: рабочие промты, теги структуры и 5 грабель, на которые я наступал

21.11.2026

Позавчера друг скинул голосовое: «Хочу создать песню с помощью ИИ, но у меня нет ни слуха, ни микрофона, ни денег на студию». Через сорок минут у него был готовый трек с вокалом. Жена приняла его за запись какой-то инди-группы из Питера. Никакой магии: нормальный промт и сервис, который умеет в вокал, а не только в фоновую музыку для склада.

Дальше - то, что я реально делаю руками. Что писать в описании, почему один и тот же промт даёт то шедевр, то кашу, и где ловушки, о которых в туториалах молчат.

Нейросеть собирает трек с нуля, мелодию загружать не надо

Главное, что снимает страх у новичков: ничего наигрывать не нужно. Ни аккордов, ни минусовки, ни референса. Пишете текстовое описание, жмёте кнопку и получаете два варианта через 15-60 секунд. Сразу всё: мелодия, аранжировка, барабаны, бас, вокал, сведение.

Внутри работает модель, обученная на миллионах треков. Она не склеивает куски из готовых песен, а генерирует звук с нуля. Поэтому вопрос «а она не украдёт чужую песню» из той же серии, что «а художник украл пейзаж, когда рисовал его после похода в музей».

Пару лет назад приходилось выбирать: либо инструментал, либо вокал отдельным сервисом с ручной склейкой в редакторе. Сейчас планка другая. Suno выдаёт готовую песню с вокалом на ваши слова. Звучит так, что на слух не отличить от студийной записи средней руки. Я давал послушать коллегам-музыкантам без предупреждения: трое из пяти не поняли, что это генерация. Один спросил, кто сводил.

И это работает не только с англоязычным поп-звуком. Русский текст, шансон, рок, драм-энд-бэйс, колыбельная для ребёнка, гимн для корпоратива - всё в одном окне.

Промт - это техзадание звукорежиссёру, а не просьба «сделай красиво»

Самая частая ошибка новичка: написать «хочу классную песню про лето». Получите усреднённое нечто, потому что «классно» для модели - это среднее по больнице.

Работает другое: жанр, темп, настроение, инструменты, тип голоса, эпоха звучания. Не обязательно всё сразу, но чем конкретнее, тем меньше пересдач.

Плохой промт: «грустная песня». Рабочий: «медленный инди-фолк, 70 BPM, женский шёпот-вокал, нейлоновая гитара, виолончель в бридже, тёплый ламповый саунд, лёгкий шум винила». Разница как между «приготовь что-нибудь» и «паста карбонара, без сливок, гуанчале».

Приём, который используют единицы: указывать, чего быть не должно. «Без автотюна», «без электронных барабанов», «без реверба на голосе». Конкретные отрицания модель понимает отлично. Абстрактные «сделай живым» - нет. В обсуждениях на Reddit про генерацию музыки то и дело всплывает тот же совет: сначала два-три якоря, потом детали.

И про темп. 60-75 BPM - баллады и лирика. 90-105 - поп и соул. 120-130 - танцевальное и диско. 140+ - драм-энд-бэйс, хардстайл, панк. Если BPM не указать, модель угадает в половине случаев и угадает не туда.

Текст с тегами структуры превращает набор строк в песню

Свои слова без разметки давать бесполезно: получится невнятное бормотание. Модель не понимает, где куплет, где припев и где надо добавить энергии. Разметка простая - квадратные скобки и английские слова.

[Verse] куплет, спокойно, почти шёпотом

[Chorus] припев, шире, громче, с бэками

[Bridge] бридж, слом темпа, другой инструментарий

[Outro] затухание на гитаре, без барабанов

Этого достаточно, чтобы трек перестал быть ровным полотном и начал дышать. Внутри куплета можно добавить уточнения в скобках прямо в строке: «(шёпотом)», «(на выдохе)», «(дуэт)». Работает не всегда, но когда срабатывает, эффект сильный.

Рифмы лучше давать простые, с ударными гласными. Сложные конструкции с переносом ударения модель пропевает криво, и вы это услышите сразу. Я прогоняю текст вслух перед вставкой. Если мне самому язык ломается - нейросеть тоже сломается.

От идеи до готового трека: что я делаю каждый раз

01 / Идея. Задайте направление. Опишите тему, настроение и желаемое звучание. Это может быть песня о любви, танцевальный трек или история для особенного случая.

02 / Слова. Добавьте текст или сюжет. Начните с нескольких строк, готового текста, стихов или набора образов. Уточните важные детали, имена и язык песни.

Как создать песню с помощью ИИ: поле идеи и поле текста в генераторе

03 / Генерация. Жмёте кнопку, получаете два варианта. Не слушайте оба целиком с первого раза. Первые 10 секунд скажут больше, чем весь трек: если вокал «плавает» на входе, дальше будет только хуже.

04 / Правки. Не понравился припев - меняйте одну переменную за раз. Не жанр и темп одновременно, а только темп. Иначе не поймёте, что именно сработало, и будете крутить ручку наугад двадцать раз.

Один нормальный трек у меня уходит в среднем за 3-5 генераций. Это минуты три работы. Тот же трек у аранжировщика с сессионным вокалистом - от 15 тысяч рублей и неделя ожидания. Считайте сами.

Русский язык звучит нативно, но дикция иногда плывёт

Раньше главной болью было произношение. Модели пели так, будто русский им преподавал иностранец по учебнику 1987 года. Сейчас нормальный сервис выдаёт аутентичное произношение, включая мягкие согласные и редукцию гласных.

Что всё ещё ломается: сложные фамилии, аббревиатуры, слова с нестандартным ударением, длинные слова в быстром темпе. «Электрофицированный» на 140 BPM пропоётся как каша, и никакой промт не спасёт. Меняйте слово, а не модель.

Ещё момент: смешивать языки в одном треке можно, и это работает лучше, чем ожидаешь. Припев на английском, куплет на русском - звучит органично, если не перескакивать внутри строки.

Где генерация сдаёт: честный список слабых мест

Не буду делать вид, что это замена студии. Есть вещи, которые пока делаются плохо.

Долгие треки. Всё, что длиннее трёх-четырёх минут, часто теряет структуру: третий куплет приходит с тем же уровнем энергии, что первый, и песня провисает. Лечится склейкой двух генераций в редакторе.

Точные динамические переходы. «Тише к последнему припеву, потом взрыв» - понимает примерно через раз. Приходится просить прямо в тексте: [Chorus] тихо, только голос и пиано.

Сложная гармония. Джаз с нестандартными аккордовыми последовательностями, академическая музыка, живые нестандартные размеры - шансы невысокие. На прошлой неделе просил джазовый вальс на 5/4 и получил бодрый марш. Для поп-структуры, рока, хип-хопа, электроники, фолка всё отлично.

Индивидуальность вокала. Голоса хорошие, но «узнаваемыми» получаются редко. Если нужен тембр, который ни с кем не спутаешь, генерируйте много вариантов и отбирайте по крупицам.

Деньги, права и монетизация: что понять до релиза

Цена смешная. На 3seller.com/suno старт от 149 рублей. Это не подписка на год и не «оставьте заявку, менеджер свяжется». Заплатили, сгенерировали, скачали. Пополнить баланс можно российской картой, через СБП или криптой.

По правам проще, чем кажется, но с оговоркой. Коммерческое использование зависит от тарифа: на платном права на трек ваши, на бесплатном - обычно только личное прослушивание. Если планируете стриминги, рекламу или продажу битов, берите платный доступ. Экономия в 149 рублей не стоит страйка на площадке.

Отдельно про «оживление» фото и голоса. На дне рождения веселит, но публиковать такое без согласия человека - плохая идея и юридически, и по-человечески. Границы простые: своё творчество - да, чужие лица и голоса - только с разрешения.

Три трека за вечер: живой сценарий

Чтобы вы понимали масштаб, вот что я собрал в прошлую пятницу, пока варился кофе.

Трек для друга на годовщину свадьбы. Промт: «тёплый акустический поп, 82 BPM, мужской вокал с хрипотцой, гитара, контрабас, лёгкие струнные в припеве». Текст - четыре строки, которые он надиктовал, плюс имена. Ушло две генерации, вторая понравилась больше. Друг слушал в машине и не поверил, что это не заказ у музыканта.

Джингл для маленького магазина кофе. Промт: «короткий бодрый фанк, 110 BPM, женский вокал, духовые, 30 секунд, без длинного вступления». Тут пришлось повозиться: первая версия начиналась с 12 секунд проигрыша, для джингла это смертельно. Добавил в начало текста [Chorus] сразу, без вступления. Сработало.

Эксперимент ради смеха: «Ёлочка» в стиле драм-энд-бэйс, 174 BPM, женский вокал, рейвовые синты. Получилось на удивление хорошо. Именно такие вещи лучше всего показывают, что модель не «понимает» жанр, а реально его чувствует.

Ошибки, из-за которых трек звучит «по-иишному»

Первая и главная: перегруженный промт. Люди пишут абзац на 400 слов, где перечислено всё, что они любят в музыке. Модель не может одновременно сделать минимал-техно, симфонический оркестр и рэп. Выберите два-три якоря, остальное - в текст.

Вторая: слишком общий текст. «Я иду по жизни, веря в мечту» - это не текст, это заполнитель. Нейросеть поёт его добросовестно, но без эмоции. Конкретика работает: название улицы, время года, имя, деталь вроде «твой шарф забыл на моём подоконнике».

Третья: игнорирование структуры. Без [Verse] и [Chorus] вы получите ровный поток, где непонятно, где песня начинается и заканчивается. Пять минут такого - и слушатель уходит.

Четвёртая: генерация в один заход и сразу релиз. Всегда слушайте на разных системах. В наушниках может быть волшебно, а в машине вылезет бубнящий бас. У меня так было раз пять, пока не начал проверять каждую версию через колонку ноутбука.

Пятая: попытка сделать «как у известного артиста». Прямое имя в промте либо игнорируется, либо даёт странный результат. Работает описание: не имя, а набор характеристик - диапазон, манера, эпоха, продакшн.

С чего начать сегодня, если идея уже есть

Откройте генератор песен, напишите одну фразу о чём будет трек и добавьте три параметра: жанр, темп, тип голоса. Не пытайтесь сразу собрать идеальную песню, первая генерация нужна, чтобы услышать направление.

Дальше по циклу: послушали, поменяли одну вещь, послушали снова. Через полчаса у вас будет то, что не стыдно отправить друзьям, а через вечер - трек, который кто-то спросит: «А кто это поёт?»

Создайте любую песню, какую только можете представить. Начните с простой идеи или сразу откройте профессиональные инструменты - ваш следующий трек уже ближе, чем кажется. Цена от 149 рублей.

Остальные ИИ-инструменты, которыми я пользуюсь в работе, собраны здесь.

← Вернуться к блогу

Читать дальше