सर्वोत्तम तरीके

यह गाइड ElevenCreative में Music के लिए प्रॉम्प्ट लिखने की सबसे असरदार तकनीकों का सार देता है। इसमें बताया गया है कि मॉडल प्रॉम्प्ट को कैसे पढ़ता है, प्रोडक्शन शब्दावली, संगीत नियंत्रण, अरेंजमेंट, वोकल्स, लूप्स, साउंड डिज़ाइन, और स्ट्रक्चरल टाइमिंग व लिरिक्स कैसे काम करते हैं।

मॉडल आपके इरादे को समझने और आपके लक्ष्यों के आधार पर पूरा, संदर्भ के अनुरूप ऑडियो बनाने के लिए डिज़ाइन किया गया है। “sneaker brand का ad” या “voiceover के साथ शांत meditation” जैसे हाई-लेवल प्रॉम्प्ट अक्सर मॉडल को आपके इस्तेमाल के हिसाब से टोन, संरचना और कंटेंट की ओर निर्देशित करने के लिए काफी होते हैं।

मॉडल प्रॉम्प्ट को कैसे पढ़ता है

चाहे आपका इरादा हो या नहीं, एक प्रॉम्प्ट पांच सवालों के जवाब देता है: जॉनर, मूड, इंस्ट्रूमेंटेशन, टेम्पो और प्रोडक्शन एरा। जो सवाल आप खुला छोड़ देते हैं, उसका जवाब मॉडल सबसे सांख्यिकीय रूप से संभावित विकल्प से देता है — यानी सबसे औसत विकल्प से।

एक ऐसा प्रॉम्प्ट जिसमें पांचों बातें खुली हैं:

upbeat electronic track

वही अनुरोध, जिसमें पांचों के जवाब दिए गए हैं:

French house, 122 BPM, filtered disco sample chops, sidechained bass, tight
four-on-the-floor kick, rooftop-at-sunset mood, warm analog glue

दूसरे प्रॉम्प्ट में कोई खास तकनीक नहीं है — आउटपुट का हर फैसला किसी व्यक्ति ने लिया है। मॉडल के आपके लिए फैसला लेने से पहले जॉनर, मूड, इंस्ट्रूमेंट्स, टेम्पो और एरा तय कर लें।

जॉनर और क्रिएटिविटी

मॉडल जॉनर के नियमों और भावनात्मक टोन का अच्छी तरह पालन करता है। यह इन दोनों पर असरदार ढंग से प्रतिक्रिया देता है:

• अमूर्त मूड डिस्क्रिप्टर (जैसे, “eerie,” “foreboding”)
• विस्तृत संगीत भाषा (जैसे, “dissonant violin screeches over a pulsing sub-bass”)

प्रॉम्प्ट की लंबाई और विवरण हमेशा बेहतर क्वालिटी के आउटपुट से संबंधित नहीं होते। ज्यादा रचनात्मक और अप्रत्याशित नतीजों के लिए, मॉडल को स्वतंत्र रूप से समझने और कंपोज़ करने देने हेतु सरल, भावपूर्ण कीवर्ड्स इस्तेमाल करके देखें।

प्रोडक्शन शब्दावली

मॉडल संगीत को उसी तरह समझता है, जैसे स्टूडियो में उस पर बात की जाती है। स्टूडियो की भाषा असली नियंत्रण बदलती है: sidechained, close-mic’d, bone-dry, tape saturation, plate reverb — हर एक मिक्स को सुनाई देने वाले तरीके से बदलता है।

एक ही बैलेड, तीन अलग कमरों में — सिर्फ प्रोडक्शन शब्द बदलते हैं:

slow soul ballad, 68 BPM, female vocal — bone-dry drums, close-mic'd vocal, dead room

slow soul ballad, 68 BPM, female vocal — cavernous plate reverb, tape echo throws, gospel room

slow soul ballad, 68 BPM, female vocal — tape saturation, wow and flutter, dusty vinyl crackle

अगर आपको शब्दावली नहीं पता, तो जगह का वर्णन करें: “sounds like it was recorded in a stairwell” आपको सीढ़ियों जैसा माहौल देगा।

प्रोडक्शन एरा भी टेम्पो की तरह एक डायल है और मॉडल इसे गाने के बीच में बदल सकता है। किसी एरा का नाम लेना (“1950s rock and roll with slapback echo,” “1990s jungle”) पूरे प्रोडक्शन कैरेक्टर को तय करता है, और समय के साथ एरा बदलावों का वर्णन करने से एक ही ट्रैक में सुसंगत ट्रांज़िशन बनते हैं।

संगीत नियंत्रण

मॉडल BPM का सटीक पालन करता है और अक्सर इच्छित म्यूज़िकल की भी पकड़ लेता है। टाइमिंग और हार्मनी पर ज्यादा नियंत्रण पाने के लिए, अपने प्रॉम्प्ट में “130 BPM” जैसे टेम्पो संकेत और “in A minor” जैसे की सिग्नेचर शामिल करें। मॉडल बताए गए BPM और की को इतनी सटीकता से बनाए रखता है कि आप आउटपुट को दूसरे मटीरियल — वोकल टेक, सैंपल या दूसरी जनरेशन — के साथ लेयर कर सकें।

वोकल डिलीवरी और टोन को प्रभावित करने के लिए “raw,” “live,” “glitching,” “breathy,” या “aggressive” जैसे एक्सप्रेसिव डिस्क्रिप्टर इस्तेमाल करें। डिलीवरी नोट्स भी इसी तरह काम करते हैं: whispered, belted, conversational, deadpan, stacked harmonies. विपरीत निर्देशों में वही लिरिक:

whispered indie folk, close and intimate, fingerpicked acoustic guitar

stadium rock, belted powerhouse vocal, huge drums, wall of guitars

मॉडल कई वोकलिस्ट्स को भी असरदार ढंग से रेंडर कर सकता है — वोकल अरेंजमेंट निर्देशित करने के लिए “two singers harmonizing in C” जैसे प्रॉम्प्ट इस्तेमाल करें।

आम तौर पर, ज्यादा विस्तृत प्रॉम्प्ट आउटपुट में अधिक नियंत्रण और अभिव्यक्ति देते हैं।

अरेंजमेंट

मॉडल समय से जुड़े निर्देशों का पालन करता है। अरेंजमेंट को क्रम से बताएं, जैसे आप किसी बैंड को ब्रीफ करते हैं:

UK garage, 132 BPM — start with just a shuffled drum loop, add a warm sub bassline
after four bars, then bring in chopped vocal stabs for the drop

मुख्य शब्द छोटे हैं: start with, just, then, bring in. just के बिना, मॉडल खामोशी भर देता है — खामोशियों को साफ़ तौर पर चिह्नित करें।

लूप्स

लूप प्रॉम्प्ट में चीज़ों को बाहर रखना ज़रूरी होता है। बार्स, BPM, की बताएं — और यह भी बताएं कि क्या नहीं चाहिए:

boom bap drum break, 90 BPM, dusty and swung, four bars, no melody — just drums

dreamy guitar loop, 140 BPM, F sharp minor, emo trap, four bars, instrumental

“No melody, just drums” ही पूरी वजह है कि ड्रम ब्रेक, ड्रम ब्रेक बना रहता है। लूप्स के लिए, खाली जगह ही प्रॉम्प्ट है।

स्ट्रक्चरल टाइमिंग और लिरिक्स

आप गाने की लंबाई तय कर सकते हैं (जैसे, “60 seconds”) या मॉडल को अवधि तय करने देने के लिए ऑटो मोड इस्तेमाल कर सकते हैं। अगर लिरिक्स नहीं दिए गए हैं, तो मॉडल चुनी गई या ऑटो-डिटेक्ट की गई लंबाई के अनुरूप संरचित लिरिक्स बनाएगा।

डिफ़ॉल्ट रूप से, ज़्यादातर म्यूज़िक प्रॉम्प्ट में लिरिक्स शामिल होंगे। बिना वोकल्स वाला संगीत बनाने के लिए, अपने प्रॉम्प्ट में “instrumental only” जोड़ें। अधिक रचनात्मक नियंत्रण के लिए आप अपने लिरिक्स भी लिख सकते हैं। मॉडल वोकल संरचना और प्लेसमेंट तय करने के लिए आपके लिरिक्स को प्रॉम्प्ट की लंबाई के साथ इस्तेमाल करता है।

वोकल्स कब शुरू या खत्म हों, इसे मैनेज करने के लिए ऐसे स्पष्ट टाइमिंग संकेत शामिल करें:

• “lyrics begin at 15 seconds”
• “instrumental only after 1:45”

मॉडल बहुभाषी लिरिक जनरेशन को सपोर्ट करता है। हमारे UI में जनरेट किए गए गाने की भाषा बदलने के लिए, “make it Japanese” या “translate to Spanish” जैसे फ़ॉलो-अप इस्तेमाल करें।

इंस्ट्रूमेंट और वोकल आइसोलेशन

ज्यादा नियंत्रण के साथ स्टेम्स बनाने के लिए, टार्गेटेड प्रॉम्प्ट और संरचना इस्तेमाल करें:

• इंस्ट्रूमेंट्स से पहले “solo” शब्द इस्तेमाल करें (जैसे, “solo electric guitar,” “solo piano in C minor”)।
• वोकल्स के लिए, वोकल विवरण से पहले “a cappella” इस्तेमाल करें (जैसे, “a cappella female vocals,” “a cappella male chorus”)।

स्टेम क्वालिटी और नियंत्रण बेहतर बनाने के लिए:

• की, टेम्पो (BPM), और म्यूज़िकल टोन शामिल करें (जैसे, “a cappella vocals in A major, 90 BPM, soulful and raw”)।
• मॉडल के आउटपुट को निर्देशित करने के लिए जितना संभव हो उतना संगीतात्मक विवरण दें।

साउंड डिज़ाइन

मॉडल खुद ध्वनि को रेंडर करता है और इस पर कोई राय नहीं रखता कि आपके बताए हुए साउंड का भौतिक रूप से होना संभव है या नहीं। गैर-संगीत ऑडियो — साउंड इफेक्ट्स, एम्बियंस, टेक्सचर — को सीधे प्रॉम्प्ट किया जा सकता है या ट्रैक में शामिल किया जा सकता है:

a thunderstorm in 6/8 — thunder lands on the downbeat, rain fills the offbeats,
distant lightning as crash cymbals

one enormous cathedral bell that, as it decays, slowly turns out to have been
a choir all along

an orchestra tuning up that accidentally becomes techno — the A gets a kick drum,
chaos becomes a groove

तरीका यह है: कोई मौजूदा साउंड लें, उसे एक ऐसा गुण दें जो उसमें होने का कोई मतलब न हो, और नतीजे का पूरी गंभीरता से वर्णन करें। इस गाइड की हर तकनीक — कीज़, BPM, साइडचेनिंग, वर्णित अरेंजमेंट — इन साउंड्स पर भी कच्चे मटीरियल के रूप में काम करती है।

ऑडियो रेफरेंस

कुछ आइडिया वर्णन से परे होते हैं — वह धुन जो आपने फोन में गुनगुनाई, किसी खास बेसलाइन का स्विंग, या ऐसा टेक्सचर जिसे आप बस इशारे से बता सकते हैं। ऑडियो रेफरेंस के रूप में कोई ट्रैक अपलोड करें (वॉइस मेमो भी चलेगा), और मॉडल नोट्स कॉपी किए बिना उसका फील, ग्रूव और पैलेट मैच करता है।

रेफरेंस जो बातें खुली छोड़ता है, उन्हें प्रॉम्प्ट फिर भी निर्देशित करता है। कारगर जोड़ी यह है: फील रखने वाला रेफरेंस और एक ऐसा प्रॉम्प्ट जो बताए कि क्या अलग होना चाहिए — “same energy, half-time drums, female vocal.”

अपलोड लगभग 30 सेकंड के हो सकते हैं। जनरेशन से पहले हर रेफरेंस ट्रैक कॉपीराइट जांच से गुजरता है — ऑडियो रेफरेंस आपके खुद के बनाए संगीत के लिए डिज़ाइन किया गया है।

सैंपल प्रॉम्प्ट्स

मॉडल आपको अधिकतम रचनात्मकता के लिए गाने के डिस्क्रिप्टर से आगे बढ़कर इरादे तक जाने देता है।

Track for a high-end mascara commercial. Upbeat and polished. Voiceover only.
The script begins: "We bring you the most volumizing mascara yet." Mention the brand
name "X" at the end.

सारांश

तीन आदतें इस गाइड का ज़्यादातर हिस्सा कवर करती हैं:

1. स्पष्ट रहें। जॉनर, मूड, इंस्ट्रूमेंट्स, टेम्पो, एरा — पांचों तय करें, वरना मॉडल आपके लिए तय करेगा।
2. प्रोडक्शन की भाषा बोलें। स्टूडियो की शब्दावली असली नियंत्रण बदलती है और मॉडल संख्याओं को सटीक रखता है।
3. जो ज़रूरी है उसे सीमित करें, बाकी जगह छोड़ दें। वर्णित अरेंजमेंट, स्पष्ट निषेध, वॉइस के लिए दिशा-निर्देश।

एडवांस्ड: कंपोज़िशन प्लान्स

सेक्शन संरचना, लिरिक्स प्लेसमेंट और कई वोकलिस्ट्स वाले अरेंजमेंट पर सटीक नियंत्रण के लिए, साधारण टेक्स्ट प्रॉम्प्ट्स की जगह कंपोज़िशन प्लान्स इस्तेमाल करें।