只给一句描述词就点生成，Mureka V9.5 实际上是在替你补完曲风、情绪、配器、节拍、人声气质这些剩下的决定，自由度太大，结果就容易四不像。能动手的地方不是把那句话重写得更花，而是把它拆成曲风、情绪、乐器、节奏四栏，每轮只改一栏，再用两版对照试听确认是哪一栏在起作用。

适用场景：描述词只有一句、生成结果风格摇摆，人声和伴奏互相压。操作动作：把描述拆成曲风、情绪、乐器、节奏四栏并各填一条主信息，之后每轮只改一栏重跑。验证方式：同一条原始描述生成一次、四栏版生成一次，从风格一致性、人声清晰度、配器层次三项做主观对照记录。边界：字段细不等于结果一定好，每栏写一条主信息即可；人声清晰度还受音色与声部密度影响，调栏位只能缩小偏差，不保证一次到位。

把一句话拆成曲风、情绪、乐器、节奏四栏

四栏的意义是给每次改动一个明确落点：一句话描述动的是全部，四栏动的是其中一栏，出问题能知道出在哪。

• 曲风：决定和声走向与配器选择，改完变化最明显。
• 情绪：决定力度、亮度与演唱语气，风格骨架通常不动。
• 乐器：决定声部密度和频段占用，直接影响人声是否被压。
• 节奏：决定速度、律动和副歌记忆点。

下面是一份可以直接改写进提示词框的填满示例，场景与人声两行按页面字段支持情况选填：

曲风：City Pop，80s 合成器质感
情绪：温和的怀旧
场景：深夜独自开车回家
乐器：主奏电钢琴；铺底暖弦乐；轻量贝斯
节奏：中速 4/4，切分鼓点，鼓组偏干
人声（选填）：男声，气声偏轻，贴耳近麦

填满后每次只改一行再生成，用页面历史记录里的两版做对比，改动的影响就能落到具体听感上。

曲风栏只留一个主标签加一个修饰

曲风栏最常见的失误是把几个同级大类并列，风格标签互相抵消，模型只能各取一点，做出来自然四不像。写法上保留一个主标签负责货架定位，一个修饰词负责质感。

City Pop + 80s 合成器质感
民谣 + 木吉他糙录感
电子舞曲 + 冷色合成器

需要删掉的重复风格词是那些能单独撑起一首歌的流派名，比如 City Pop 旁边再写 Funk、Disco、Synthwave、Jazz、R&B。确实想要 Funk 的律动，就把它移到节奏栏写成“带 Funk 切分的鼓点”；想要 Synthwave 的听感，降级成修饰词“80s 合成器质感”。验证方式：只改曲风栏重跑一次，如果整体风格更集中而速度没变，说明曲风栏在管风格；如果改完节奏也乱了，说明曲风栏里混进了节奏描述。

情绪和场景分开写

情绪词写得太抽象（治愈、高级、氛围感、很燃），模型拿到的是没有方向的形容词；场景词写具体，等于顺带把速度、配器密度、人声疏密一起交代了。区别在于：情绪栏回答“听起来什么感觉”，场景栏回答“在什么地方什么时候听”。

情绪：温和的怀旧 / 克制的失落 / 明亮的释然
场景：深夜独自开车回家 / 清晨通勤地铁 / 咖啡馆背景音

填写规则：情绪栏最多留两个词，并且要能对应到演唱力度或音色亮度；场景栏写有画面感的具体场景，不写“适合放松”这类空泛用途。场景词本身带约束，深夜开车通常偏慢、配器疏、人声近，运动拉伸通常速度稳定、鼓点清楚、编曲不塞满。两者冲突时（情绪写明亮、场景写深夜开车），先按场景收窄速度与配器，再回头微调情绪词，否则模型各让一半，两头不靠。

限定主奏乐器和节奏型

配器堆叠是糊感的主要来源。乐器栏只写一个主奏加一个铺底，其余声部要么不写，要么写明“轻量”或“退到背景”。

乐器：主奏电钢琴（中频让位人声）；铺底暖弦乐（长音）；贝斯轻量跟拍
节奏：中速 4/4；切分鼓点；鼓组偏干；副歌不加密集填充

节奏型要写三件事：速度档位、拍号、鼓点特征（是否切分、鼓组干湿、有无填充）。只写“快节奏”或“慢歌”，模型只能猜。两者冲突时，一般先保节奏型，因为速度与鼓点决定整首歌骨架，主奏乐器可以换音色或降低密度来适配；只有当问题集中在人声被压、人声与主奏抢同一频段时，才先保主奏乐器，让它明确让出中频，把节奏型的复杂度降一点。试听时先确认鼓点稳不稳，再听人声盖不盖得住。

把一句话版和四栏版各生成一次做对照

补字段有没有用，只能靠两版对照：原始一句话描述不动生成一次，四栏版生成一次，之后每轮只改一栏再生成，用同一套维度记录。

三个维度的听法：风格一致性听整首是否像同一个流派、前奏到副歌有没有跑偏；人声清晰度听主歌人声是否被乐器盖住、咬字是否糊；配器层次听能不能分出主奏、铺底、节奏三条线，而不是一整片声音。评级用三档主观判断就够，不必打分。如果页面提供随机种子或类似参数，先固定住再重跑这两版，否则至少保证未改字段逐字一致。判断看趋势：四栏版三项里至少两项明显好于一句话版，才说明字段拆分有效；只有配器层次变好而人声仍被压，回到限定主奏乐器那一步处理频段冲突。风险边界是每轮只改一栏，改两栏就无法归因，四栏也不是越写越长越好。