前言
先说一个可能颠覆认知的事实：现在做一首"能听、敢发朋友圈"的原创歌曲，不需要懂乐理，不需要会任何乐器，也不需要花一分钱。
过去一个月我用 AI 做了两首歌：一首《微光》，温柔女声的治愈系民谣；一首《守望故乡》，俄罗斯风格的反战叙事歌谣，男中音配巴扬手风琴。整个过程只用了两样东西：一个能聊天的 AI（写歌词和提示词），一个免费的 AI 音乐平台（生成歌曲）。
这篇文章把完整流程和踩过的坑都摊开讲：歌词怎么写 AI 才唱得好、风格提示词怎么描述才能得到想要的味道、生成之后怎么筛选、国内外免费平台各有什么优劣。
一、全流程总览
整个创作流程六步，前三步在聊天 AI 里完成，后三步在音乐平台完成：
核心认知先立住：AI 音乐平台不是点一下就出神曲的魔法盒子。它更像一个"演奏 + 演唱外包团队"——你给的歌词和风格描述越专业，它交付的成品越接近你脑子里的那首歌。所以真正决定成败的，是前三步的文本工作。
二、第一步：和 AI 聊出主题与歌词
1. 怎么开口提需求
直接说"帮我写首歌"出来的东西大概率很平庸。有效的需求描述包含四个要素：
- 主题和故事：不是"写首悲伤的歌"，而是"写一首反战歌曲，视角是两位母亲隔着一条河，都在等自己的儿子回家"
- 参考歌曲：给 AI 三首风格接近的歌，它就能抓住你要的气质。比如我写《守望故乡》时给的参考是李健《贝加尔湖畔》、朴树《白桦林》、周深《悬崖之上》
- 人声设定：男声还是女声、温柔还是沧桑。这会影响歌词的用词和音域安排
- 情绪基调：治愈、遗憾、克制的悲伤还是燃。越具体越好
2. 歌词的五个硬性要点
这是实战里验证出来的，直接影响 AI 唱出来的效果：
结构标签必须加。AI 音乐平台靠方括号标签理解歌曲结构，没有标签它就唱成一锅粥。基本骨架：
[Verse 1]
主歌第一段，讲故事铺场景
[Chorus]
副歌，全曲最抓耳的部分
[Verse 2]
主歌第二段，故事推进
[Chorus]
副歌重复
[Bridge]
桥段，视角或情绪转折
[Chorus]
最后一遍副歌
[Outro]
尾声收束
每句字数尽量统一。中文歌词每句字数一致（比如全是七字句或九字句），AI 处理出的旋律更工整，不容易出现某句被赶着唱完或拖得很怪的情况。
押韵要押死。选一个韵脚一押到底，效果远好于松散的随缘押韵。中文里 ang、ao、an 这类开口韵最适合唱。《守望故乡》全篇押 ang 韵：故乡、月光、白霜、远方——唱出来自带苍茫感。
副歌占比要够。一首歌能不能被记住，全看副歌。如果写完发现主歌句数远多于副歌，就要果断砍主歌、扩副歌。副歌四句可以扩成八句，用对称的呼告句式（比如"亲爱的人啊……“开头的呼应结构）通过重复堆出记忆点。
向经典致敬但别抄句子。参考歌曲的意象可以借（白桦林、雪、河流），原句一个字都不要抄。AI 生成的歌发出去，歌词是你唯一真正"原创"的部分，别让它变成缝合怪。
3. 一个实用的小技巧：哭腔停顿
如果想让 AI 唱出哽咽的效果，在最痛的那句歌词里加省略号：
请先看看妈妈……鬓角的白霜
AI 歌手会在省略号处做一个近似哽咽的停顿，情绪一下就出来了。类似的还有：全大写表示加强、“爱——“式的破折号表示拖长音。
三、第二步：风格提示词（Style Prompt）怎么写
歌词决定 AI 唱什么，风格提示词决定 AI 怎么唱。这是新手和老手差距最大的地方。
1. 基础公式
曲风 + 情绪 + 年代感 + 核心乐器 + 人声特质 + 制作质感 + 动态变化
反面教材和正面教材对比：
差：伤感的民谣
好：苏联时代风格的斯拉夫小调叙事民谣，3/4 拍圆舞曲，
巴扬手风琴贯穿全曲，男中音，克制压抑的唱腔像强忍泪水，
弦乐如泣如诉，终段副歌不是高亢而是哽咽着崩溃，
最后收在一把孤独的大提琴上
2. 三个关键经验
最重要的词放最前面。AI 平台对提示词的权重从前往后递减。我做《守望故乡》时一开始俄罗斯味总出不来，后来把"巴扬手风琴贯穿全曲"挪到第一句、删掉吉他钢琴等干扰词，一次就对了。你最想要的那个声音元素，永远放开头。
不要写歌手名字。所有平台都会拒绝或忽略"周深风格"“像李健那样"这种写法（版权原因）。正确做法是把歌手的特质翻译成描述：不写"周深”，写"空灵清澈的高音、气声转换细腻”；不写"苏联歌曲"某某原唱，写"Soviet-era romance, Slavic minor-key”。
描述动态旅程，不只是罗列标签。告诉 AI 这首歌怎么开始、怎么推进、怎么结束：“以耳语般的轻声和稀疏钢琴开场，副歌渐入弦乐，第二段主歌全乐队进入，尾声收回到一架钢琴和一句气声”——这等于给了 AI 一张演出地图。
3. 中英文双版本
国外平台（Suno）用英文提示词效果更好，国内平台（海绵音乐）直接用中文口语化描述。同一首歌我通常两个版本都备着：
英文（Suno 用）：
Bayan accordion throughout, Russian folk ballad, 3/4 waltz,
Soviet-era romance, Slavic minor-key, male baritone,
restrained trembling vocals on the edge of crying,
weeping violin glissando, lone solo cello underneath,
no drums until final chorus, around 60 BPM
中文（海绵音乐用）：
俄罗斯民谣风格的圆舞曲，手风琴为主奏贯穿全曲，
男中音演唱，唱腔克制压抑像强忍着眼泪，
小提琴滑音如泣如诉，底下垫一把孤独的大提琴，
最后副歌之前不要鼓，速度很慢，大约 60
按这套提示词生成的《守望故乡》成品，直接点开听听实际效果：
四、第三步：生成、筛选与修剪
1. 心态调整：一次成功是意外
实测规律：大约每生成 3 到 5 次，才会出一个真正满意的版本。这不是你的提示词写得差，是 AI 音乐生成的固有随机性——同样的歌词加同样的提示词，跑十次会得到十条完全不同的旋律。
所以正确姿势是：一口气生成 5、6 个版本，戴上耳机只听副歌，把副歌旋律最抓耳的那版挑出来。
2. 旋律不满意，先别改歌词
这是最容易走弯路的地方。副歌不够抓耳时，新手的第一反应是回去改词，但旋律是提示词控制不了的东西，改词大概率白忙。正确顺序：
- 先重新生成 5-6 次，纯粹抽卡，挑旋律
- 连续多版都平淡，再检查提示词（风格词是否前置、动态描述是否清楚）
- 最后才考虑动歌词结构（副歌占比、句式对称性）
3. 善用剪裁和续写
生成的歌经常出现尾奏拖沓、时长超预期的情况。别急着重新生成——用平台自带的 Crop（裁剪）功能把臃肿的尾奏剪掉就行。有的版本前半段惊艳后半段崩坏，可以用 Extend（续写）从崩坏点之前接着生成。
五、国内外免费平台横评
以下是我实际用过或调研过的主流平台，信息截至 2026 年 7 月，平台政策变化快，具体额度以官网为准。
| 平台 | 国内直连 | 免费额度 | 能否下载 | 提示词语言 | 特色 |
|---|---|---|---|---|---|
| Suno | 需要代理 | 每天有免费生成次数 | 可以下载 MP3 | 英文最佳 | 综合质量标杆，功能最全 |
| 海绵音乐（网易） | 直连 | 免费 | 不能直接下载 | 中文 | 一键分享抖音/朋友圈，可用图片自动生成 MV |
| 天工 SkyMusic（昆仑万维） | 直连 | 有免费额度 | 部分支持 | 中文 | 中文歌曲优化，笔者未深度使用 |
| Udio | 需要代理 | 每月有免费额度 | 可以下载 | 英文 | 音质细腻，笔者未深度使用 |
我的实际选择：Suno + 海绵音乐双平台
这两个是我真实项目里反复用的，优劣感受很具体：
Suno：目前综合能力最强的平台。Custom 模式把歌词和风格提示词分开填，控制力最好；生成的歌可以直接下载 MP3 文件，这点对想留档、想二次剪辑的人是刚需。缺点是国内访问需要科学上网，界面英文（新版界面里 Advanced 就是老版的 Custom 模式），英文提示词效果明显好于中文。
海绵音乐：网易出品，国内直连免翻墙，全中文界面，提示词直接用大白话中文写。两个杀手级功能：一键分享到抖音和微信朋友圈；上传几张图片就能自动生成 MV。最大的遗憾是不能直接下载音频文件，作品只能留在平台内通过分享链接传播。
所以我的工作流是：同一首歌，Suno 生成一遍拿到可下载的 MP3 存档，海绵音乐再生成一遍用于分享传播和做 MV。两边用同一套歌词，提示词各备中英文版本，成本为零，各取所长。
六、进阶玩法：AI 配图，让歌变成 MV
歌做出来只是音频，想发抖音、视频号还需要画面。这一步同样零成本：用 AI 文生图做插画，再用海绵音乐的图片转 MV 功能合成。
给《微光》做的四张场景图，对应四句关键歌词（深夜亮灯的窗、雨夜街灯、清晨天台、地铁隧道尽头的光）。用这四张图合成的成品 MV：
给《守望故乡》做的封面，列维坦油画风格，冷色调里一点暖光：
配图的几个经验：
- 一首歌一组图，风格必须统一。同一套色调、同一种画风，拼成 MV 才不违和。方法是把风格描述词（比如"列维坦油画风、冷色调、一点暖光”）固定下来，每张图都带上
- 竖版出图。发抖音、视频号都是竖屏，出图时直接选 720x1280 这类竖版尺寸
- 图片内容对应歌词意象。每张图对应一句关键歌词，MV 切换画面时和歌词呼应，观感立刻上一个档次
- 国内文生图平台审核较严。战争、武器类意象会被拦截，需要换成含蓄的表达：不画士兵画背影，不画战场画遗物（一架空置的手风琴、一件搭着的军大衣），情绪反而更有余味
文生图的免费选择很多：通义万相、即梦、可灵等国内平台都有免费额度，海绵音乐 App 内也内置了配图能力。
七、总结
把整个流程再收束成一句话：和 AI 聊出一份带结构标签、字数工整、押韵扎实的歌词，配一段乐器前置、描述动态旅程的风格提示词，去平台抽卡 5 次挑出最好的副歌，剪掉拖沓的尾奏，配上一组风格统一的 AI 插画——这就是普通人零成本做出一首完整歌曲的全部秘密。
最后几点心里话：
- AI 负责演奏演唱，你负责表达。歌词里的故事、情感、那句让人鼻子一酸的词，才是作品真正的灵魂。AI 只是把你的表达变成了声音
- 别追求一次完美。生成 5 次挑 1 次是常态，把它当成和 AI 合作的"录音棚试唱"，心态就顺了
- 先做出来再说。第一首歌不用惊艳任何人，流程跑通之后，第二首、第三首会越来越接近你脑子里的声音
文中两首歌的完整成品都在海绵音乐，欢迎点开感受实际效果：
如果你也做出了自己的第一首歌，欢迎在评论区分享。
本文是"零成本创作"系列第二篇。上一篇：Hugo 静态博客免费加装评论区与浏览量统计