Приятель попросил сгенерировать трек к годовщине свадьбы. Вводную дал такую: "что-то тёплое, гитара, про то, как мы познакомились в поезде". Первые три попытки выдали приторный поп с синтетическими струнными, от которого веяло рекламой шампуня. Сработало на седьмой: вместо настроения мы написали конкретику - темп 84, акустическая гитара с нейлоновыми струнами, женский вокал с хрипотцой, барабанов почти нет. Разница между "тёплое" и "нейлоновая гитара, 84 BPM" - это разница между лотереей и заказом.
Запрос "создать песню по описанию бесплатно" у людей обычно означает одно: я не музыкант, я не хочу платить, хочу написать пару слов и получить готовый трек. Технически это работает. Практически результат зависит от того, насколько вы умеете превращать желание в техзадание.
Нейросеть не читает мысли, она читает промпт
Когда вы пишете описание, оно уходит в модель, которая прошла обучение на миллионах треков. Модель разбирает текст на смысловые блоки: жанр, темп, инструментал, тип вокала, настроение, эпоха звучания. Дальше она собирает аудио по этим признакам. Причём собирает не склейкой сэмплов из библиотеки, а генерацией звуковой волны. Поэтому один и тот же промпт даёт разные результаты при повторных запусках.
Дальше начинается практика. Если в описании есть противоречие, модель не спросит, что вы имели в виду. Она усреднит. Напишете "агрессивный драм-н-бейс и нежный женский шёпот" - получите что-то среднее, чаще всего никакое. Напишете "тяжёлый дроп, искажённый бас, темп 174, вокал отсутствует" - получите почти то, что просили.
Промпт работает как техзадание, а не как пожелание
Люди пишут в генератор так, как пишут в поисковик. Коротко и с надеждой. "Грустная песня про осень". Модель понятия не имеет, что для вас грустная. Для кого-то это Radiohead, для кого-то шансон под гитару, для кого-то эмбиент без слов.
Рабочий промпт состоит из четырёх слоёв, и каждый добавляет управляемости. Первый слой - жанр и поджанр, причём чем точнее, тем лучше: не "рок", а "инди-рок с влиянием постпанка 80-х". Второй - темп и размер, цифры в BPM сильно дисциплинируют модель. Третий - инструменты, перечисленные по одному: бас-гитара с фуззом, ритм-гитара с реверберацией, аналоговые синтезаторы, живые барабаны. Четвёртый - голос: пол, тембр, манера, наличие бэк-вокала или его отсутствие.
И отдельно - настроение. Его лучше ставить в конце, как финальный штрих, а не в начало, как главную мысль. Настроение окрашивает всё остальное, но не задаёт структуру.
Жанр, темп, инструменты, голос: четыре вещи, которые решают
Разберу на живых примерах. Первый случай: нужен трек для ролика про кофейню. Плохое описание - "уютная музыка для кофейни". Хорошее - "лаунж, 95 BPM, электропиано Rhodes, контрабас, щёточки на барабанах, лёгкий винильный шум, без вокала, инструментал". Второй вариант почти наверняка даст джазовый оттенок и мягкую динамику, потому что все элементы указывают в одну сторону.
Второй случай: подарок подруге, которая любит Земфиру. Описание "как Земфира" - тупиковый путь, потому что модель не копирует конкретных артистов по имени, а если и пытается, получается пародия. Работает другое: "женский вокал, низкий, с надрывом, русский язык, гитарный рок, 100 BPM, сухая ритм-секция, минимум реверберации, текст про город и одиночество".
Третий случай: детская песня на день рождения. "Весёлая песня для детей" - расплывчато. "Поп, 120 BPM, детский хор, ксилофон, укулеле, хлопки в такт, мажор, простой припев, который повторяется, имена в тексте: Маша и Дима". Вот тут модель и правда удивляет. Такие заказы она делает почти с первого раза.
С цифрами есть нюанс. Модель понимает диапазоны, но не бьётся за каждый BPM. Указали 84 - получите 82 или 86. Указали 174 - почти наверняка 174 или 175, потому что это устоявшийся темп для целого жанра.
Текст песни: где ИИ силён, а где вы получите кашу
Если даёте готовый текст, генератор подстроит под него мелодию. Ложится такое лучше, чем кажется со стороны. Модель разбивает строки на слоги, находит ритмический рисунок, подгоняет фразировку под вокальную партию. Сбои начинаются, когда в тексте неровный слог или строка длиннее, чем позволяет выбранный темп.
Проверено на практике: короткие строки в 6-9 слогов ложатся почти всегда. Длинные, на 15-20 слогов, модель начинает спрессовывать, и вокал звучит как скороговорка на ускоренной перемотке. Пишете сами - держите строки ровными и не мешайте размеры внутри куплета.
Разметку структуры лучше давать явно, тегами в квадратных скобках: куплет, припев, бридж. Тогда генератор не растянет вступление на минуту и не забудет припев. Без разметки он тоже справится, но структура может выйти странной: два куплета подряд, припев в конце, резкий обрыв.
Если текста нет, модель напишет его сама по описанию темы. Тут качество плавает. Русскоязычная лирика у современных моделей сносная, но с шероховатостями: повторы, странные рифмы, иногда вылезает канцелярит. Хорошая стратегия - дать модели каркас: три-четыре ключевых образа и пару своих строк. Остальное она достроит в том же духе.
Бесплатно - это про лимиты, а не про качество звука
Тут начинается самая честная часть. Бесплатные генерации есть везде, где есть генераторы музыки. Ограничение обычно одно и то же: несколько попыток в сутки, водяной знак или пониженное качество экспорта, некоммерческая лицензия. Для эксперимента этого хватает. Для ролика, который вы выкладываете в рекламу, или для трека, который пойдёт в подкаст, - нет.
На Reddit в ветках про ИИ-музыку всплывает неочевидный нюанс: большинство бросает генерацию на третьей итерации, хотя внятный результат приходит на седьмой-десятой. Механика простая. Вы сидите, ждёте, получаете трек, он вам не нравится, вы ждёте ещё. При лимите в три попытки за вечер вы сделаете три версии и бросите - как раз до того места, где начинается попадание.
Поэтому в какой-то момент становится выгоднее заплатить за нормальный инструмент, чем ползать по лимитам. Из того, что реально даёт предсказуемый результат, я держу под рукой генератор песен и музыки на 3seller. Он делает ровно то, что нужно: вы описываете идею словами, он выдаёт готовый трек с вокалом, мелодией и инструментами. Не отличимый от работы живой группы, если промпт не кривой. Цена стартует от 149 рублей, что дешевле двух чашек кофе в центре.
Плюс там есть профессиональные настройки для тех, кто не хочет останавливаться на базовом промпте: структура, стиль, манера. Создайте любую песню, какую только можете представить, - начните с простой идеи в одну строку или сразу открывайте про-режим, инструмент сам подскажет, куда двигаться. Пополнить баланс можно российской картой, через СБП или криптой. Весь набор ИИ-инструментов, если нужен не только звук, лежит тут: 3seller.com/3gpt.
Три шага, которые реально работают
Задайте направление. Одного предложения достаточно, чтобы стартовать: тема, настроение, желаемое звучание. Не пытайтесь уместить в первый промпт всё, что вы помните из музыкальной школы.
Добавьте слова. Либо готовый текст, либо несколько строк, стихов, образов. Уточните детали, которые важны: имена, город, язык, конкретные фразы, которые должны звучать в припеве. Модель цепляется за такие зацепки.
Третье и главное: переписывайте промпт, а не трек. Большинство новичков крутят настройки или жмут "ещё раз", надеясь на чудо. Работает другое - убрать из описания лишнее и усилить нужное. Убрали "мечтательный" - вокал перестал быть ватным. Добавили "сухой малый барабан" - пропала каша в припеве.
Ошибки, которые я вижу чаще всего
Перегруз промпта. Человек пишет абзац на 200 слов, где перечислено 12 жанров, 20 инструментов и три разных настроения. Модель честно пытается угодить всем и выдаёт невнятную середину. Работает обратное правило: один трек - один жанр, 3-5 инструментов, одно настроение.
Абстракции. "Атмосферно", "душевно", "современно", "в стиле тикток" - это не признаки, это пожелания. "Современно" для 2019 года и для 2026-го означает совсем разное, и модель это знает лучше, чем вы. Замените любое абстрактное слово на конкретную характеристику: инструмент, темп, тип продакшена, эпоху записи.
Часто забывают про язык вокала. Не указали - модель может запеть на английском, даже если текст вы вставили русский. Слово "русский" в описании обязательно, если вам нужен русский.
И ожидание, что ИИ напишет за вас шедевр. Он не пишет шедевры, он пишет добротные заготовки. Финальный вкус всё равно за вами: выбрать версию, поправить строку, убрать лишний куплет.
Где ИИ справляется лучше человека
Честно, я удивился, но есть задачи, где генератор обгоняет меня с моим же опытом. Скорость черновика - первая. Пять вариантов аранжировки за десять минут. Живая команда столько не сделает за неделю, а мне эти пять нужны, чтобы понять, в какую сторону идти.
Второе - узкие жанры. Нужен трек в стиле итальянских саундтреков 70-х для подкаста про кино? Модель выдаст убедительную стилизацию с первого раза, потому что она обучена на десятках тысяч таких записей. Я бы такое собирал неделю и всё равно не попал бы в канон.
Третье - персонализация. Песня с именем человека внутри, припев с фразой, которая понятна только двоим. Такие заказы ИИ делает на раз и почти всегда попадает в нужную эмоцию, если вы нормально описали адресата.
Что делать с готовым треком дальше
Скачать в нормальном качестве и не сидеть в вебе. Дальше зависит от задачи. Для соцсетей хватит экспорта и лёгкой подрезки по длине. Для видео нужен инструментал отдельно - вокал мешает закадровому голосу. Для подкаста - интро на 10 секунд, без длинного вступления.
Отдельная история про права. Лицензию проверяйте до публикации, а не после. У бесплатных генераций коммерческое использование часто запрещено или ограничено, у платных тарифов условия прописаны в оферте. Скучно, но один разобранный случай с блокировкой ролика на ютубе учит лучше любого текста.
Начните с одной строки, а не с идеальной песни
Самая большая ошибка на входе - пытаться сразу сделать то самое. Люди готовятся, читают гайды, собирают референсы, выписывают структуру. А потом всё равно получают не то и решают, что инструмент не работает.
Работает другая последовательность. Одна строка описания. Один трек. Прослушали, поняли, чего не хватает. Дописали в промпт одно уточнение. Ещё один трек. Через пять итераций вы уже понимаете язык, на котором говорите с моделью, и получаете именно тот звук, который крутился в голове.
Создать песню по описанию бесплатно сегодня может кто угодно, и это не маркетинговое обещание, а факт. Вопрос только в том, сколько итераций вам нужно, чтобы попасть в цель. Если готовы идти дальше демо и получить трек, который не стыдно выложить, начните с простой идеи или сразу открывайте профессиональные инструменты на 3seller.com/suno. Ваш следующий трек ближе, чем кажется, и стоит от 149 рублей.