即刻App年轻人的同好社区
下载
App内打开
森罗万象IMDB
15关注1被关注0夸夸
森罗万象IMDB
1月前
哈哈,交流沟通越多,AI越了解我了
00
森罗万象IMDB
2月前

歸藏: 很多朋友问我这几天用 Suno 做的音乐是咋做的 索性搞了一套万能 Suno 提示词,一键直出! 还有新版 Suno V5 的操作教程,两种生成音乐的方式 这里阅读不方便的可以去看长文:https://mp.weixin.qq.com/s/_bTK1mARfkQCTb3ekKGN_A 这套流程主要有两部分,也是最近爆火的 Suno 生成音乐的两种流派。 一种是需要垫原来的音乐的,他还是原来的曲调,支持会重新混音和编曲演绎。 另一种是不需要垫原始的音频的纯提示词生成 这种就只用原始歌曲的歌词的,曲调会完全根据提示词生成。 好了我们开始我们的教程,先教第二种也就是不需要垫音频的版本。 这两部分提示词和设置完全相同,只是垫不垫音频的区别。 我们进到 Suno 之后,需要先切换到“Custum”这个 Tab 的部分,这边和对生成歌曲做详细的设置。 先介绍基础需要关注的部分界面内容: Lyrics:很明显这部分就是歌词,但是不止可以写歌词,你可以对每部分歌词进行标注,放在放括号里面的提示词 AI 是不会唱的,可以理解为控制每部分歌词的提示词。 Styles:这部分就是我们认为的的传统提示词了,主要描述整个歌曲的风格、唱法和乐器编排等。 Vocal Gender:这个正常就是你生成音乐的演唱是男声还是女声 Weirdnes:这个叫怪异值,如果你玩过 MJ 应该很熟悉,数值越高生成的音乐就会越怪,跟主流音乐不同,更加复杂。 Style Influence:风格遵循,就是生成音乐需要多遵循你的风格提示词,数值越低,模型的自由度越高。 所以你发现了,我们需要写两部分的提示词,首先是风格提示词,另一部分是每段 Verse 的提示词来控制每段提示词的演唱风格。 你知道藏师傅的风格的,我向来喜欢一步到位。 所以我整了一套提示词,你只要发给 LLM,把你想要模仿的歌手名字和歌曲的歌词给他,他就可以给出这两部分的完整提示词了。 比如这里,我把上面的提示词发给了 Gemini 2.5 Pro,然后他就会问我要歌手名称和歌词。 然后我就给他发了我想要模仿的歌手名称为李荣浩和黄轩,歌词是《兰亭序》的完整歌词,这里你想让他唱多少就写多少就行。 这个时候我们就可以把 LLM 给我们的风格风格提示词和分段指令+歌词传给 Suno 了,分段指令+歌词放在歌词(Lyrics)部分。 然后怪异度和风格遵循你可以自己选择,我建议都试试体验一下他们的数值高低的区别。 这里歌词可以用已经发行歌曲的歌词,也可以用你自己编的,当然你用“哈基米南北绿豆”也是可以的。 然后我们再来看一下第二种,也就是需要上传音频保持原始曲调的音乐怎么做。 第一种可以说是除了歌词都是原创,第二种就把 AI 当做一个修音师和混音师来用了,歌曲的编曲和歌词都是不变的,只是音色和编排变了。 提示词的部分跟第一部分是一致的,唯一的区别就是我们在“Custum”这边点那个“+Audio”按钮去上传原始的音乐音频,然后选择 Cover 也就是覆盖完全重新演绎,右边的 Extend 是延长的意思,有需要你也可以用。 如果你直接拿原始的音乐去上传可能发现了 Suno 是有版权验证的,他不让你混音原始的版权音乐,我们需要绕过去,这里有两个办法: 1. 你自己唱一遍原始音乐,你的声音唱他是不会限制你的,或者找别人翻唱的音频,这个版权库没有。 2. 然后就是对原始音频进行处理,比如用剪映之类的分离配乐保留人声后剪辑一下,这个不建议使用有风险🐶。 然后就是继续我们第一种方案的流程了,用 LLM 提示词生成 Suno 提示词填写到对应的位置,这里就不重复了。 需要注意的是你上传音乐之后,下面会多一个选项“Audio Influence”就是跟原始声音的相似度,这里我建议调的低一点,我们只参考音频曲调,不去复刻音色,不然会有风险。 当然如果这个音频是你唱的,你可以把这个调高点,把 Suno 当你的调音师用,估计有这个功能之后,会唱歌的美女 UP 主会越来越多了。 好了以上就是这次 Suno 的完整教程了。 AI 音乐也跟图片模型一样从纯生产逻辑变为了编辑和创作逻辑,整个自由度和准确性搞了很多。 Suno V5 可以说是音乐模型中的 banana 了。 AI 音乐从 Suno V5 开始已经走到了临界点,甚至可以说音乐行业在这一刻走到了临界点。

00
森罗万象IMDB
2月前
remain for one day

西里森森: 今天给大家分享一个百万粉丝博主的内容生产工作流。 同样是用AI辅助创作,很多人用AI写的内容自己都看不下去,但有些创作者用同样的工具,产出的内容却能在多个平台拿到百万级曝光。 这中间差了什么? 前几天看到Dan Koe的一个访谈,他全网有几百万粉丝,内容遍布Twitter、YouTube、Newsletter。 但其实他每天只花2小时创作,就能覆盖所有平台。 他说:我从不让AI替我写东西,但AI帮我把6小时的视频浓缩成1000字的知识点。 很多人用AI写作,直接打开ChatGPT,输入"帮我写一篇关于XX的文章",然后AI刷刷刷输出3000字,复制粘贴,发布。 结果AI味太浓,根本没人看。 但AI最擅长的其实不是写,而是拆解和重组。 Dan的做法是,把内容生产分成了几个清晰的模块,每个模块AI都有明确分工。 我们一起来拆解一下: 首先第一步,他会选择用Twitter做想法的试验场。 什么是好内容? 在Dan看来,好内容首先得是经过验证的想法。 他不会拍脑袋写,而是先在Twitter发短内容测试反应。280个字的限制反而是优势,因为你必须把一个idea压缩到最精炼的状态。 他会把Twitter上表现好的帖子,扩展成Newsletter的选题。 同理,YouTube上播放量高的视频主题,他也会拆解成Twitter帖子。 这最终会形成一个循环系统,每个平台互相喂养。 然后是第二步,让AI辅助整理相关素材。 Dan经常看3到6小时的长视频学习,但他不会边看边记笔记,为什么? 因为有Gemini这样的工具,可以直接处理YouTube视频,把核心观点提取出来。 这就相当于把6小时的信息浓缩成1000字的关键点,让你可以快速回顾和引用。 同理,当他写Newsletter时,会把之前的推文、看过的视频、读过的书,全部丢给AI,让AI找出相似点和可以组合的角度。 这不是让AI代写,而是让AI帮你整理思路的原材料。 第三步,拆解爆款内容的DNA,这一步也是整个系统里最精妙的部分。 Dan不会直接让AI写帖子,因为AI写出来的东西总是很平。 他做的是:找一条自己或别人写得特别好的帖子,让AI分析它为什么好。 他有条推文是这样的:"如何判断你在做有意义的事?你会感觉好几周、好几个月甚至好几年都没进步。然后突然某一天,成长一下子全来了。" 他会让AI回答:这条推文用了什么结构?触发了什么心理机制?为什么会让人产生共鸣? AI给出的分析包括:钩子声明、痛苦与挣扎、回报、洞察与警告等等。 然后Dan把这些结构要素提取出来,变成一个模板。 下次写类似主题时,他不是照搬那条推文,而是把新的想法套进这个经过验证的结构里。 同样的idea,换一个结构,又是一条新帖子。 同一个事实,用不同的框架呈现,受众的感知完全不同。 Dan做的就是建立自己的框架库,然后灵活运用。 第四步:创建两阶段提示词系统,这一步也是技术层面最值得学的部分。 Dan设计了一套两阶段Prompt: 1️⃣第一阶段:上下文采集。 AI会像记者一样采访你,问你的领域是什么、受众痛点是什么、你的独特观点是什么。 2️⃣第二阶段:内容生成。 基于你提供的信息,AI按照你预设的结构,生成3个不同版本的帖子。 但关键在于,他不是直接问AI"帮我写3条推文",而是先让AI理解你是谁、你的声音是什么、你想表达什么。 更妙的是,他还有一个超级提示词,或者说可以叫“元提示词”,专门用来生成其他提示词。 步骤也很简单👇: 1、找到3条你喜欢的高表现内容 2、让AI拆解这些内容的结构和原理 3、把拆解结果输入超级提示词 4、生成一个定制化的两阶段提示词 5、用这个提示词开始创作 这套方法可以迁移到任何内容形式:推文、YouTube脚本、着陆页文案等等。 第五步:每天2小时的执行节奏。 知道方法论是一回事,能不能持续执行是另一回事。 Dan的日常很简单:早上起床,做完简单的routine,然后坐到电脑前,接下来2小时专注做两件事: 1、完成Newsletter的一个章节 2、写3条社交媒体帖子 这2小时里,他会把写好的内容分发到所有平台,或者提前排期。 然后,他会每周选一天录YouTube视频,剩下的时间留给学习和生活。 AI不会让所有人都变成好的创作者,但会让好的创作者变得更高效。 区别在于,你把AI当什么。 如果你指望AI替你思考、替你提炼观点,那输出的东西一定是平庸的。 但如果你把AI当成放大器,用它来扩展你的思考边界、加速你的迭代速度,那它就成了一个强大的杠杆。 Dan说:AI时代最稀缺的不是会用工具的人,而是有密度想法的人。

00
森罗万象IMDB
4月前
可以做出心心念的风格手稿了~
00
森罗万象IMDB
5月前
00