Первый ИИ-трек я собрал на спор: за вечер, на телефоне, пока варился кофе. Получилась песня про соседа с перфоратором. Друзья ржали, а через неделю один из них попросил то же самое для свадьбы брата. В тот момент генератор песен перестал для меня быть аттракционом.
С тех пор через мои руки прошло несколько сотен сгенерированных треков. Я знаю, где нейросеть выдаёт результат, от которого мурашки, а где садится в лужу. Инструмент, к которому возвращаюсь чаще всего, - генератор песен Suno на 3seller. Дальше без магии: как из текстового поля выжать трек, который не стыдно выложить.
Разница между «сделал трек» и «сделал трек, который слушают до конца»
Сгенерировать что-то за тридцать секунд умеет любой сервис. Проблема начинается на втором прослушивании. Вокал вроде живой, но интонации одинаковые во всех куплетах. Припев цепляет, а на бридже аранжировка рассыпается. Слова рифмуются, но смысла в них ноль.
Живой исполнитель дышит, тянет гласные, где-то срывается в шёпот, где-то добавляет грязи в голос. Именно эти микродетали мозг считывает как «человек поёт». Современные модели так умеют. По умолчанию только не делают, им нужно подсказать. Мой последний трек ожил после одной дописанной фразы в промпте: «слышно дыхание перед первой строкой».
В Suno естественность дают три вещи: конкретное описание тембра, живой текст с разной длиной строк и явное указание жанровой эпохи. Дальше по порядку.
Что происходит после нажатия кнопки
Модель разбирает текст на слоги и фразы, строит гармоническую сетку. Дальше придумывает мелодию под ритмику строк, синтезирует вокал, добавляет инструменты. Тридцать-девяносто секунд, и вы слушаете результат.
Генератор не «понимает» смысл вашей песни. Он ловит паттерны. Если текст написан рублеными строками по четыре слога, получите рэп или марш. Если строки длинные и плавные, модель уйдёт в балладу, даже если вы просили панк. Ритмика текста диктует жанр сильнее, чем тег в промпте.
Практический вывод: пишите текст под желаемый ритм. Хотите танцевальный трек, делайте короткие строки с повторами. Хотите что-то в духе семидесятых, дайте длинные фразы с запятыми внутри.
Три шага, которые решают почти всё
Схема простая, и она работает в любом приличном сервисе. В Suno она разложена буквально по кнопкам. Удобно, когда не хочешь думать о технике и хочешь думать о песне.
01 / ИДЕЯ
Задайте направление. Опишите тему, настроение и желаемое звучание. Тема - 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.

Создайте любую песню, какую только можете представить. Начните с простой идеи или сразу откройте профессиональные инструменты - ваш следующий трек уже близко. Цена от 149 рублей, это дешевле одного похода в кофейню с ноутбуком.
Промпт решает больше, чем кажется. Вот как его писать
«Грустная песня» даст стерильную балладу из рекламы подгузников. «Медленная инди-баллада, женский голос с хрипотцой, акустическая гитара с нейлоновыми струнами, лёгкий виниловый шум, темп 72» даст уже что-то живое.
Чем больше конкретики, тем меньше усреднённости. Я всегда указываю четыре вещи: жанр с уточнением эпохи, тип голоса, два-три инструмента и характер продакшена. Рабочий пример, который дал лучший результат за последний месяц: «медленный соул семидесятых, мужской баритон с лёгкой усталостью, электропиано Rhodes, ламповый бас, живая барабанная установка без клика, тёплая лента».
Чего лучше не делать: перечислять десять жанров через запятую. Модель попытается угодить всем и получит кашу. И не пишите имена реальных артистов. Это против правил сервисов и работает хуже: вы получите бледную копию вместо нужного настроения. Описывайте звук, а не человека.
Голос - главная причина, по которой треки палят
Слушатель прощает синтетические барабаны, но не прощает мёртвый вокал. Три вещи, которые я делаю всегда.
Первое: указываю не только тип голоса, но и характер подачи. Не «женский вокал», а «женский альт, интимная подача почти шёпотом, слышно дыхание». Второе: прошу бэки и адлибы отдельным пунктом. Третье: генерирую два-четыре варианта и слушаю, где вокалист «садится» на ноты, а не аккуратно их обходит.
Короткие фразы в припеве звучат убедительнее длинных. Человек в микрофон на эмоции дышит чаще, и модель это воспроизводит, если дать ей паузы. Ставьте точки. Много точек.
Текст песни: где нейросеть спотыкается чаще всего
Генератор текста выдаёт гладкие строчки, в которых нет ни одной запоминающейся детали. «Ты ушла, а я стою в тишине» - это не текст, это фон. Живая песня держится на конкретике: марка сигарет, номер автобуса, пятно на любимой кружке, температура воздуха в тот вечер.
На Reddit в ветках про ИИ-музыку авторы жалуются на одну и ту же беду: строчки гладкие, а запомнить нечего. Поэтому я пишу текст сам или дописываю за моделью. Работает приём: беру три конкретных предмета из ситуации и три эмоции, собираю строки вокруг них. Если идей нет совсем, начните с одной цепляющей фразы и достраивайте от неё.
Отдельно про язык. Если песня на русском, пишите в промпте «русский язык, чёткая дикция». Иначе модель может уйти в англоязычные обрывки на бэках. Проверяйте припев на слух: там, где вокалист «съедает» окончания, слушатель теряет смысл.
Жанры, где ИИ уже сильнее среднего человека
Лоу-фай, эмбиент, синтвейв, фоновая музыка для видео, подкастов и игр. Тут нейросеть выдаёт результат уровня платного стокового каталога, и разница с живым продюсером почти не слышна. Танцевальная электроника тоже уверенно: бит, бас, грув на месте.
Сложнее с живым роком и джазом. Модель хорошо имитирует звук, но импровизационные сбивки и «неправильные» ноты, за которые мы любим живых музыкантов, даются ей тяжело. Почти всегда провал в жанрах, где важен текст и подача: шансон, авторская песня, рэп с историей. Тут либо сами, либо долгая правка.
Русский рок с плотным вокалом у Suno получается прилично, если в промпте прямо указать гитарный продакшен и попросить «живые» барабаны без электронного клика. Один такой трек у меня ушёл в плейлист наравне с человеческими записями, и никто в комментариях не догадался.
Стем-разделение и мастеринг меняют правила игры
Раньше генератор давал готовый микс, и всё. Сейчас норма - вытащить вокал отдельно от инструментала, а иногда разложить и все дорожки. На практике это нужно, чтобы сделать караоке-версию, собрать ремикс, вставить свой куплет, подправить громкость вокала, если он тонет в миксе.
Автоматический мастеринг добавляет ещё один слой. Трек, сведённый «как есть», на телефоне звучит тихо, а в наушниках - плоско. Прогон через мастеринг выравнивает громкость и добавляет плотности. Разница слышна даже на дешёвых наушниках, проверял на трёх разных парах.
Сколько это стоит и где считать деньги
Бесплатные пробные генерации есть почти везде, но они обычно короткие, с водяным знаком или без права коммерческого использования. Если трек нужен для клипа, рекламы или подкаста, смотрите на лицензию, а не на цену.
В Suno на 3seller старт от 149 рублей. За эти деньги вы получаете полный трек с вокалом, без ограничений по жанру, с возможностью скачать и разложить на стемы. Час работы сессионного вокалиста в студии стоит в десятки раз дороже, и это без аранжировки.
Экономика простая. Если вы делаете музыку для контента, нейросеть окупается с первого ролика. Если пишете альбом для души, она экономит месяцы на демках, которые всё равно никто не услышит.
Права и публикация: коротко и без юридического тумана
Правила у сервисов отличаются, но общий принцип такой: на платном тарифе вы получаете коммерческие права на сгенерированный трек, на бесплатном - только для личного прослушивания. Перед публикацией на стримингах читайте условия конкретной платформы, там бывают ограничения на дистрибуцию ИИ-музыки.
И ещё: не просите модель спеть голосом конкретной звезды. Даже если технически получится, вы получите трек, который снимут по жалобе, плюс репутационную историю. Описывайте тембр через характеристики, а не через имена.
Мой рабочий процесс от нуля до экспорта
Сначала тема в одном предложении. Потом три конкретные детали и настроение. Дальше текст: куплет, припев, куплет, припев, бридж, финальный припев. Длина строк разная, в припеве короче.
Затем промпт: жанр с эпохой, тип голоса с подачей, два-три инструмента, характер продакшена. Генерирую четыре варианта. Слушаю не первый, а третий и четвёртый, там модель обычно выдаёт более смелые решения. Выбираю лучший по вокалу, а не по аранжировке: аранжировку проще переделать, голос - нет.
Дальше правки. Меняю строки, которые вокалист проглатывает. Добавляю в промпт детали, если звук получился слишком гладким. Генерирую ещё пару дублей, склеиваю лучшие куски, прогоняю через мастеринг. На всё уходит от сорока минут до двух часов, в зависимости от придирчивости.
Откройте 3seller.com/suno и попробуйте прямо сейчас. Возьмите ситуацию из своей недели, опишите её тремя конкретными деталями, добавьте жанр и настроение. Первый трек будет так себе, второй лучше, а третий вы отправите друзьям без пояснений, что это нейросеть. Остальные ИИ-инструменты для обложки или текста лежат на 3seller.com/3gpt.