Три часа ночи, я сижу в наушниках и слушаю трек, который только что сгенерировал. Текст появился из промпта в три слова, аранжировку собрала нейросеть. Звучит так, будто записался неизвестный инди-музыкант.
Вопрос «как создавать музыку с помощью нейросети» последние месяцы звучит отовсюду. От блогеров, которые хотят писать джинглы, от маркетологов, которым нужен фон для роликов, от друзей, мечтающих о собственных альбомах. Раньше для этого нужна была студия и годы практики. Теперь достаточно уметь формулировать мысли.
Давайте без воды. Разберу по шагам, что реально работает, на чём все спотыкаются и как получить не просто «что-то», а трек, который можно использовать. А для тех, кто хочет закрыть сразу весь цикл, покажу связку с 3GPT.
Как нейросеть пишет музыку: заглядываем под капот
Когда вы отправляете промпт, нейросеть не ищет похожие песни в базе. Она анализирует запрос и выделяет параметры: жанр, настроение, темп, тип вокала, общую атмосферу. Каждое слово меняет будущий трек. «Энергичная» даст живые ударные, «грустная» затянет темп, «как в романтическом фильме» добавит струнные и мягкое пианино.
Дальше формируется структура. Нейросеть решает, будет ли песня с куплетами и припевом, или это инструментальная зарисовка с развитием. На этом же этапе модель планирует, где вступит вокал, какой будет бридж и когда наступит кульминация.
Самый интересный момент: генерация. Современные модели создают инструментальную часть и вокал одновременно. Если вы дали текст, сеть подстраивает слова под ритм и мелодию. Если текста нет, она сочиняет его сама. И всё это уже сведено, то есть вы получаете готовый трек, а не набор дорожек. Конечно, качество сведения не дотягивает до мастера, но для демо и даже для релиза на стримингах этого достаточно.
Например, Suno AI в бесплатной версии за одну генерацию выдаёт четыре варианта. Это очень удобно для экспериментов: вы закидываете промпт, слушаете четыре интерпретации и оставляете ту, которая зацепила.
Suno AI: самый простой способ начать
Suno AI по праву считается главным сервисом для музыкальной генерации. Интерфейс простой, вход дешёвый, а возможности широкие. Единственный серьёзный нюанс: чтобы получить хороший результат, придётся учиться писать промпты.
Как пользоваться Suno: вводите описание трека, либо вставляете готовый текст песни, выбираете режим генерации и жмёте кнопку. Дальше нейросеть делает всё сама. Можно указать стиль в явном виде: «поп-рок с женским вокалом», «lo-fi для учёбы», «deep house в духе 2012 года». Работает и эмоциональная окраска: «песня про расставание», «гимн для утренней пробежки», «залипательный фон для стрима».
Самый полезный приём: если трек не зашёл, не переписывайте промпт с нуля. Измените одну-две формулировки. Уточните настроение. Попросите сделать припев в стиле госпел. Suno переделает только припев, оставив остальное в покое. Это как разговор с саунд-продюсером, только без звёздных закидонов. В обсуждениях на Reddit музыканты подтверждают: лучшие результаты получаются, когда меняешь в промпте одно слово, а не переписываешь его с нуля.
ERA2 Music: когда нужен вокал и внятная структура
Другой подход у ERA2 Music. Там работа строится в три шага. Сначала вы описываете идею: для кого песня, по какому поводу, какое настроение. Или просто вставляете готовые стихи. Потом выбираете стиль и тип вокала: поп, рок-баллада, рэп, lo-fi, электронная. Можно указать мужской, женский голос или вообще отказаться от вокала. В конце нажимаете генерацию и скачиваете трек.
Главное преимущество ERA2 в том, что сервис хорошо следует структуре. Если вы дали текст с куплетами и припевом, нейросеть не превратит его в кашу. Она уважает границы частей, расставляет акценты и не теряет смысл. Для блогеров, которым нужен голос на заставке, это настоящая находка.
Из минусов: выбор стилей меньше, чем у Suno, а с аранжировками модель работает попроще. Зато порог входа ниже, и разобраться можно за три минуты.
GigaChat: когда нужно по-русски и без лишних телодвижений
Если не хотите морочиться с английскими промптами, есть GigaChat от «Сбера». Нейросеть отлично понимает русский язык и умеет сочинять песни и инструментальную музыку в разных стилях и жанрах. Вы просто пишете, что хотите, например «джаз про ночной город» или «спокойная мелодия о природе». Если идей нет вообще, GigaChat придумает их сам.
По качеству генерации GigaChat уступает западным моделям. Но если задача простая, например фоновая подложка для ролика или набросок для демо, его возможностей хватает. К тому же это бесплатно, а это решает.
Как писать промпты, чтобы трек не звучал как кавер на пылесос
Главная ошибка новичка: слишком короткий промпт. Если написать просто «песня», вы получите что-то среднее и безликое. Нейросети нужны детали. Чем больше конкретики, тем точнее результат.
Попробуйте такой шаблон: жанр + настроение + темп + инструменты + вокал + контекст. Например: «гитарный инди-рок с мужским вокалом, средний темп, грустное настроение, текст про осень, городские улицы». Уже лучше. Добавьте отсылки к эпохе или настроению: «как саундтрек к фильму Веса Андерсона», «тёмный синтипоп для ночной поездки».
Учтите: все слова имеют вес. «Меланхоличный» и «унылый» дадут разные треки. «Агрессивный» и «мощный» тоже. Не бойтесь перебирать прилагательные и сравнивать результаты.
Ещё один лайфхак: используйте скобки с уточнениями. В некоторых сервисах работает синтаксис вроде [грустный припев] или [соло на саксофоне]. Нейросеть воспринимает это как прямое указание и выделяет акцент в нужном месте.
Дорабатываем результат: правим трек текстом
После первой генерации вы почти наверняка захотите что-то поменять. Это нормально. Современные нейросети позволяют редактировать отдельные части композиции. В Suno можно сказать «сделай припев в стиле госпел», и переделан будет только припев. Куплеты, бридж, аранжировка останутся прежними.
Такой подход намного удобнее тупой перегенерации. Вы постепенно оттачиваете трек, как скульптор отсекает лишнее. Меняете формулировки в промпте, уточняете стиль, просите добавить инструментальное соло. В итоге за десять итераций получается вещь, которую можно ставить в релиз.
Если нужно изменить только длительность или темп, это тоже делается текстом. Просто допишите пожелание в описании.
От трека к полному циклу: обложка, клип, голос
Музыка редко существует сама по себе. Для релиза нужна обложка, для TikTok клип, для озвучки роликов голос. И вот здесь открывается второй уровень: мультимодальные нейросети.
Чтобы закрыть весь цикл, удобно использовать 3GPT. Это ИИ роутер, который даёт доступ ко всем флагманским моделям из России без иностранных карт. За 149 рублей в месяц вы получаете Chat GPT 6 Astra, Claude Fable 5 и Claude Fable 5.1, Claude Opus 5.5, Chat GPT 5.5 и Chat GPT 6.1 Sol. Плюс Nano Banana для создания изображений и генерация видео.
Сценарий простой. Написали песню в Suno или ERA2. Обложку генерируете в Nano Banana через 3GPT. Видеоряд для клипа собираете с помощью видео-моделей. Текст для анонса пишете в Chat GPT 6. Промпт для распространения по соцсетям тоже он. Всё за один вечер и без единой иностранной карты. Баланс можно пополнить российской картой, через СБП или криптовалютой.
Я пользуюсь этой связкой, чтобы не прыгать между десятью сервисами и не думать, какой регион указывать при оплате.
Кстати, в 3GPT есть готовые ИИ агенты под разные задачи. Такой агент уже не просто чат, а настроенный под конкретный сценарий бот. Выбираете агента, например для написания текстов или генерации картинок, и начинаете с ним общение. Модель агента можно менять прямо в чате. Это очень удобно, когда нужно быстро получить результат без настройки длинных цепочек промптов.
Посмотреть агентов можно на странице https://3seller.com/ai/agents. А чтобы получить доступ ко всем моделям, переходите на официальный сайт 3GPT.
Полный цикл за один вечер: рабочий процесс
Соберу всё в одну схему, которую использую сам.
Сначала определяю жанр и настроение. Пишу расширенный промпт из 10-15 слов. Запускаю генерацию в Suno и получаю четыре варианта. Слушаю внимательно, помечаю те, что цепляют. Если ни один не зашёл, правил промпт: меняю одно-два слова, добавляю инструмент, уточняю темп.
Когда черновик готов, пересобираю структуру. Если нужно, прошу нейросеть переделать припев или добавить соло. Текст тоже можно править: вставляю свои стихи, прошу переписать припев под нужную рифму. На этом этапе трек начинает звучать как «мой».
Потом ухожу в визуал. Настраиваю Nano Banana через 3GPT и генерирую обложку: тёмный город, дождливое стекло, неоновые вывески. Запускаю видео-модель, чтобы получить короткий вертикальный ролик для сторис. И пишу анонс в Chat GPT 6.
Итого часа полтора работы, из которых сорок минут я просто слушал музыку и выбирал лучший вариант. Раньше на похожий результат ушло бы две недели в студии.
Создавать музыку с помощью нейросети давно не значит «просить алгоритм сделать что-то». Это значит грамотно управлять алгоритмом, видеть разницу между вариантами и дорабатывать результат до нужной степени готовности. Начните с простого: возьмите Suno, напишите один внятный промпт и послушайте четыре варианта. Потом поменяйте одно слово и послушайте ещё раз. Так вы быстро поймёте, как мыслит нейросеть. А когда понадобится закрыть визуал и продакшн, уже знаете, где открыть 3GPT.