Mureka V9.5 这类生成式音乐模型，对“情绪”的理解通常来自词与词之间可识别的组合方式。如果只用“伤感”“燃”这类词，生成结果容易漂移；更稳的做法是把主观感受拆成风格、乐器、速度、情绪四个客观维度，再按歌曲段落布置转折。判断提示词是否够用的标准很简单：读完四维描述后，自己能不能用一句自然语言复述这段音乐大概长什么样。

Mureka V9.5 的风格控制核心是“四维描述+时间转折”。操作上先写风格、乐器、速度、情绪四组核心词，再用参考曲目转写特征词，最后用“前奏/主歌/副歌”标记情绪走向。验证方法是固定模板，只替换四维词看输出差异。边界是提示词只能逼近意图，无法保证一次性精确，最终要靠试听迭代。

用“风格+乐器+速度+情绪”四维描述定基调

四维描述解决的是“信息不足”问题。风格定义整体听觉预期，乐器限定音色层，速度决定律动基准，情绪控制旋律和和声的底色。四维写清，模型才不至于用编曲风格去猜情绪。

风格：Lo-fi Hip Hop
乐器：电钢琴、鼓机、黑胶底噪
速度：78 BPM 慢速
情绪：慵懒、略带疏离

各个维度的作用范围如下：

• 风格：限定曲风大类。示例：Indie Pop、Neo Soul、Cinematic Electronic。
• 乐器：限定编曲层音色。示例：原声吉他、模拟合成器、弦乐组。
• 速度：限定节奏基准。示例：72 BPM、中速摇摆、140 BPM 急促。
• 情绪：限定情感色调。示例：温暖、克制、焦躁、空旷。

通常建议至少保留风格、速度、情绪三项；如果乐器空缺，模型会按风格默认配置。需要结合环境确认四维具体取多少才算合适。

从参考曲目提取可描述的特征词

如果你心里有一首参考曲目，不要把歌名直接扔进提示词，也不要只写“像某某歌”。直接从听觉里抽出三个特征：节奏型、配器、音色质感。以一首慢速 R&B 为例：底鼓走三连音，军鼓落在第二四拍，配器有电钢琴和爵士吉他，音色偏暗、有磁带饱和感。写成提示词就是：

节奏型：三连音底鼓，军鼓第二四拍
配器：电钢琴、爵士吉他
音色：暗调、饱和、近场混响
情绪：温柔、迟疑

提取时建议用“是什么、多强、往哪走”的句式。例如低音是“长音还是短音”，人声是“近场耳语还是远场宏亮”，鼓点是“机器对齐还是松散后移”。这些词比“好听”“高级”更有识别度。

控制情绪走向的转折词与时间标记

一首歌的情绪不是从头到尾不变的。V9.5 的提示词里可以用段落时间词把变化写清楚，避免模型把整首歌做成同一个动态。建议按“前奏、主歌、副歌、尾声”四个位置给指令，并用转折词连接。

前奏用钢琴单音留白，主歌加入电钢琴与碎拍，副歌情绪爆发、鼓点加密，尾声回到安静和近场人声

“前奏、主歌、副歌”是位置标记，“加入、爆发、回到”是动作转折，“逐渐、突然、在第二段后”是变化强度。需要结合环境确认模型对段落的切分能力，但比单独写“先抑后扬”要具体得多。

避免冲突描述的负面清单

提示词同时出现两个相互打架的描述，模型容易把特征抵消，生成一首“安全但平庸”的曲子。常见冲突不要写进同一条提示词里。

• “安静”+“重金属”：安静描述的是声压，重金属描述的是风格和失真音色，两者放在同一段会失去重心。
• “纯净原声”+“厚重失真”：原声和失真是两套音色路线，后续会互相拉扯。
• “慢速缓慢”+“急促推进”：速度单位冲突。
• “亲密耳语”+“大教堂混响”：直达声和反射声比例矛盾，听感会模糊。
• “温暖明亮”+“冷酷黑暗”：情绪色温冲突，建议只保留一个作为基底。

确有必要同时出现时，不要用等位连接，要用主次结构：把其中一个作为基底，另一个作为段落性变化。例如“以重金属为基底，但副歌前刻意留白安静”，比“安静重金属”更容易被理解。

用同一模板跑通不同风格的验证方法

为了验证四维模板是不是真的在起作用，可以固定整个句式，只替换“风格、乐器、速度、情绪”四组核心词。下面用三种风格演示同一模板。

模板：风格：___；乐器：___；速度：___；情绪：___。前奏___，主歌___，副歌___，尾声___。

风格A：Lo-fi Hip Hop；乐器：电钢琴、鼓机；速度：75 BPM；情绪：慵懒。前奏电钢琴采样，主歌鼓点松散，副歌加厚低音，尾声留下黑胶底噪。

风格B：电影配乐；乐器：弦乐组、铜管、定音鼓；速度：90 BPM；情绪：壮阔。前奏低沉弦乐，主歌渐强，副歌全奏爆发，尾声静默。

风格C：Techno；乐器：模拟合成器、鼓机；速度：130 BPM；情绪：冰冷。前奏机械噪声，主歌脉冲低音，副歌高音合成器，尾声骤停。

验证流程：三段提示词，结构完全一致，只换四维词和转折内容。如果三次输出能清晰地区分出松弛、宏大、机械三种走向，说明模板成立，问题出在后续细节。如果某次输出偏离，优先检查是速度没定准，还是情绪词与风格冲突，而不是推翻整个模板。

真正要保留的是一条“能重复使用”的提示词骨架。每次换歌时只动四维描述和段落安排，这样你才有机会判断模型到底是按哪个词在走。