生成结果“不难听但很平淡”时，大多数情况下不是 Mureka V9.5 本身不行，而是提示词提供的信息太平：段落之间没有能量差、风格标签太宽、乐器没有主次。建议的处理顺序是「结构 → 情绪 → 乐器 → 描述词」，每一步只改一处，用同一段歌词反复试听做对照。如果一次就把风格、乐器、情绪词全换掉，即使结果变好也说不清是哪一项起了作用，下一首还会回到原点。

重生成几次结果都差不多，问题通常不在随机性，而在提示词没有给出足够差异化的指令。可以先固定歌词与风格，只改段落结构做对照；确认副歌与主歌存在能量差之后，再依次替换情绪词、限制主奏乐器。每次只改一个字段并留档，才能把“好像有点变化”变成可回溯的判断。这套顺序更适合中速流行、抒情、city pop 一类场景，做实验电子或纯器乐即兴时，段落写法需要结合风格另调。

先判断平淡感来自段落结构还是配器

不要一上来就换风格词。风格词是影响最大、也最难回收的一项，改错了整轮生成都白费。比较省轮次的做法是：保持风格、乐器、歌词、语言全部不动，只把结构字段补上或改掉，听两版差异。

### A 版（无结构描述）
风格：city pop，中文，温暖电钢琴
歌词：<原文>

### B 版（只加结构，其他字段逐字不变）
风格：city pop，中文，温暖电钢琴
结构：[Verse] 密度低 / [Chorus] 密度高，鼓组进入 / [Verse] 回落
歌词：<原文>

判断依据看两点：一是副歌相比主歌有没有变得更密、更高、更响，如果两段几乎一样，那是结构写法的问题，继续调配器意义不大；二是副歌确实推起来了、但整体仍然发闷或糊，那才轮到配器和乐器数量的问题。这个判断只能在同歌词、同风格的两版之间做，换歌词换风格之后的对比不成立。

在提示词里补上主歌压、副歌放的起伏

让段落产生能量差，关键是每一段都写清楚几件事，而不是只写“主歌”“副歌”两个标签。建议每段至少覆盖四个点：音符密度、音区高低、力度强弱、配器厚度。这四点里改两点通常就能听出差别。

[Verse] 密度低，中低音区，力度弱，编曲薄，只留电钢与贝斯
[Pre-Chorus] 密度中，音区上行，力度中，鼓组渐入
[Chorus] 密度高，中高音区，力度强，编曲厚，鼓组与弦乐齐入
[Bridge] 密度低，音区回落，力度弱，抽掉鼓组

写法上注意：主歌不是“随便弱”，而是要为副歌留空间，所以主歌的乐器数量通常要明显少于副歌；副歌也不是把所有乐器都塞进去，而是把已经在场的乐器加厚。如果模型仍然把副歌写得和主歌一样平，可以先把段落数量减少到两段，把对比写到最极端，确认模型能响应结构描述之后再补回完整结构。

用情绪词和场景词替换宽泛的风格名

“流行”“pop”“抒情”这类标签覆盖面太广，模型只能给出一个平均化的结果，这也是旋律听着普通的主要来源之一。可以做的替换是：把宽泛风格名换成具体的情绪加场景描述，让风格落在某个可感知的画面里。

• 「流行 / pop」→「90 年代华语城市情歌，深夜独处，克制，温暖电钢琴为主」
• 「悲伤」→「压抑但不哭腔，声线偏低，尾音收得住」
• 「轻快」→「午后散步的节奏感，鼓点干净，贝斯走动简单」

替换时，结构和调性、BPM、人声性别、歌词语言、乐器数量这几项要保持不变，否则又变成多变量同时改动，无法归因。情绪词的作用是收窄方向，不是提高音量或复杂度；如果替换之后旋律反而更飘，通常是情绪词写得太抽象，需要换成带具体动作或场景的表述。

给配器做减法，限定主奏乐器数量

听感糊成一团，常见原因是乐器堆叠且没有主次。建议在提示词里明确写出分工：主奏 1 件、铺底 1 到 2 件、点缀 1 到 2 件，其余不写。写成层级之后，模型在副歌加厚时也更倾向于加厚已有乐器，而不是无脑加新乐器。

配器：主奏=电钢琴；铺底=指弹贝斯+软音色鼓；点缀=单层弦乐
禁止：多层弦乐齐奏、合成器铺满、双主奏乐器

需要删掉的冗余描述包括：堆叠的同义风格词（如同时写 city pop、日系流行、复古迪斯科）、没有层级说明的乐器列表、以及“丰富编曲”“宏大”“交响感”这类只增加密度不给方向的形容词。删掉之后如果副歌显得空，优先回到第 2 节把段落能量写清楚，而不是把乐器加回来。

每次只改一处并保留版本记录

零星试听最大的问题是记不住上一版是什么。建议用一张固定列的表记录，每轮只填一行，改动的字段名要写具体到提示词里的哪一项，而不是“调了一下风格”。

「试听结论」一栏尽量写可复述的现象，比如副歌音区是否上移、鼓组是否进入，而不是“更好听”。「是否保留」只在上一步结论明确时才打勾，出现回退就回到上一版重新只改一处。这样积累几轮之后，你手里会有一条能复用的提示词基线，而不是一堆互相不可比的音频。