Masalah umum bagi pengguna musik AI: lirik yang Anda tulis tulus, tetapi melodi dan pengaturan yang dihasilkan AI sama sekali tidak cocok dengan kata-katanya. Anda menulis “langit malam tetap sunyi” dan AI memberi Anda EDM 128 BPM; Anda menulis “anak laki-laki berlari melintasi ladang” dan Anda mendapat balada piano yang lambat. Artikel ini menyuling metodologi “membuat pengaturan mematuhi lirik” di SunoMV menjadi metode 6 langkah, dengan template prompt siap tempel di setiap langkah.

Jika Anda telah membaca Metode Prompt Engineering Suno 7 Langkah kami, itu adalah metode umum untuk “menulis lagu AI yang bagus.” Ini adalah versi khusus: perbaikan fokus untuk “lirik sudah ditulis, sekarang hentikan pengaturan dari melawannya.”

Mengapa “AI Tidak Memahami Lirik”

Model musik AI dilatih pada pasangan audio-tag, bukan pada rantai kausal lirik-emosi-pengaturan. Berikan model sebuah ayat dan itu mencocokkan pengiringan gaya terdekat dari pelatihan — tetapi pencocokan adalah level kata kunci, bukan level emosi.

Contoh:

Anda menulis “bertemu Anda di toko serba ada tengah malam”
Pencocokan kata kunci: “tengah malam” → balada lambat; “toko serba ada” → city pop; “bertemu Anda” → harmoni romantis
Hasil: mungkin balada lambat, mungkin city pop — tetapi mungkin bukan lo-fi-urban-night-vibe yang sebenarnya Anda inginkan

Penyebab akar: lirik membawa emosi berkelanjutan, tetapi AI melihat kata kunci diskrit. Untuk membuat AI “memahami lirik,” Anda harus secara eksplisit menulis kurva emosi ke dalam prompt — itu adalah inti dari “pengaturan berbasis lirik.”

Langkah 1: Stratifikasi Lirik — Beri Tag Setiap Baris Dengan Nilai Emosi

Jangan buang seluruh ayat ke AI. Stratifikasi terlebih dahulu: setiap baris mendapat nilai emosi (-5 hingga +5) dan nilai energi (0 hingga 10).

Contoh:

[Stratifikasi Lirik - Ayat 1]
"Toko serba ada tengah malam"           emosi: -1 (kesepian ringan)  energi: 2 (rendah)
"Anda berdiri di depan kulkas susu"     emosi:  0 (netral)          energi: 3 (rendah)
"Jaket sama seperti minggu lalu"        emosi: +1 (kehangatan mulai)  energi: 4 (mid-rendah)
"Saya berpura-pura memilih roti"        emosi: +2 (percikan gugup)    energi: 5 (tengah)

[Stratifikasi Lirik - Chorus]
"Mungkin saya harus pergi dan mengucapkan hai"     emosi: +3 (mengumpulkan keberanian) energi: 7 (mid-tinggi)
"Mungkin kami berdua masih menunggu"               emosi: +4 (puncak bergema)     energi: 8 (tinggi)

Tabel ini adalah “GPS emosi” untuk setiap prompt yang mengikuti.

Langkah 2: Busur Emosi — Ubah Stratifikasi Menjadi Kurva Pengaturan

Hubungkan nilai emosi menjadi kurva. Lagu 3 menit harus memiliki:

2-3 puncak emosi yang jelas (emosi ≥ +4)
1-2 lembah emosi yang jelas (emosi ≤ -2)
Transisi puncak-ke-lembah yang mulus (≤ 3 unit emosi antara baris berdekatan, lompatan lebih besar OK di seluruh bagian)

Tarik busur ke prompt SunoMV Anda:

[Busur Emosi untuk Lagu 3 Menit]
0:00-0:30  Ayat 1   emosi -1 → +2, energi 2-5 (atur adegan)
0:30-1:00  Pre-Chorus emosi +2 → +3, energi 5-7 (bangun)
1:00-1:30  Chorus 1  emosi +3 → +4, energi 7-8 (puncak pertama)
1:30-2:00  Ayat 2   emosi -2 → +1, energi 3-5 (tarik kembali)
2:00-2:30  Bridge    emosi -3 → +5, energi 4-9 (kontras maksimal)
2:30-3:00  Chorus Final emosi +5, energi 9-10 (puncak tertinggi)

Dengan ini, AI tahu “jangkar emosi” untuk setiap bagian, bukannya menjahit secara acak.

Langkah 3: Pengancoran Irama — Selaraskan Irama Kuat Dengan Kata Tekankan

Dalam bahasa Inggris, suku kata tekankan adalah “titik jangkar” pengaturan. Sama dengan Chinese重音字. Contoh:

Inggris: “Maybe I should just go say hello” — “May,” “I,” “hel” ditekankan
Cina: 「也许我该过去 打招呼」 — “我” dan “打招呼” ditekankan

Tandai ini dalam prompt Anda dan buat AI selaraskan beat 1 (kick atau snare) dengan mereka:

[Pengancoran Irama]
Beat 1 dari setiap bar harus selaras dengan suku kata tekankan berikut:
- Bar 1: "May" (suku kata tekankan pertama)
- Bar 2: "I" (kata I)
- Bar 3: "go" (kata kerja aksi)
- Bar 4: "hel-lo" (resolusi)

Pengisi off-beat (hi-hat, ghost notes) pada suku kata lemah.

Kepatuhan adalah ~70-85% (Suno V5.5 lebih kuat dari V5). Lewati ini dan model default ke 4-on-the-floor datar dengan kata tekankan mendarat pada beat lemah.

Langkah 4: Pemetaan Orkestrasi — Bagian Emosi Berbeda, Instrumentasi Berbeda

Setiap bagian emosi mendapat kombinasi orkestrasi sendiri. Bangun tabel “emosi → orkestrasi”:

Bagian Emosi	Lead	Irama	Atmosfer	Ruang
Adegan energi rendah	Solo piano atau gitar akustik	Minimal (hi-hat saja)	Pad halus	Banyak kesunyian
Bangun energi tengah	Piano + string	Kick + snare	Pad kepadatan tengah	Kesunyian sedang
Chorus energi tinggi	Ensembel penuh	Drum kit penuh	Pad penuh + reverb	Hampir tidak ada kesunyian
Bridge kontras	Instrumen tunggal (solo cello)	Minimal atau tidak ada	Reverb dalam	Kesunyian maksimal
Klimaks tertinggi	Penuh + paduan suara	Penuh + pengisi perkusi	Pad kaya + ambiens	Tidak ada, spektrum penuh

Tulis tabel ini ke dalam prompt secara eksplisit:

[Peta Orkestrasi]
Ayat 1 (stratifikasi lirik 0:00-0:30):
  Utama: Solo piano (felt mallets)
  Irama: TIDAK ADA (drum masuk di 0:30)
  Atmosfer: Subtle warm pad (-12 dB)
  Ruang: 40% kesunyian

Chorus (stratifikasi lirik 1:00-1:30):
  Utama: Piano + ensembel string + bass gitar
  Irama: Drum kit penuh (kick + snare + hi-hat + tom fills)
  Atmosfer: Pad reverb kaya
  Ruang: 5% kesunyian (hampir penuh)

Langkah 5: Kurva Dinamis — Kekerasan Mengikuti Emosi

Banyak musik AI terdengar “murah” karena setiap bagian duduk pada kekerasan yang sama (~-6 dB) tanpa kontras dinamis. “Tata letak dinamis” pencampuran pro mengikuti busur emosi:

Bagian Emosi	Kekerasan Terintegrasi (LUFS)	True Peak (dBTP)	Rentang Dinamis (DR)
Adegan energi rendah	-28	-1	Tinggi (20+)
Bangun energi tengah	-22	-1	Tengah (10-15)
Chorus energi tinggi	-16	-1	Rendah (6-8)
Bridge (dengan ppp)	-32	-1	Sangat tinggi (25+)
Klimaks tertinggi	-14	-1	Sangat rendah (4-6)

Tambahkan ke prompt SunoMV:

[Target Kurva Dinamis]
Ayat 1: -28 LUFS terintegrasi, rentang dinamis 20 dB
Pre-Chorus: build progresif dari -28 ke -22 LUFS
Chorus 1: -16 LUFS bertahan, DR 6-8 dB
Ayat 2: turun kembali ke -24 LUFS untuk kontras
Bridge: bagian ppp di -32 LUFS, lalu ledak ke -14 di chorus final
Chorus Final: -14 LUFS, sepenuhnya dikompres

Kepatuhan ~70%, jadi Anda masih perlu kalibrasi ulang DAW. Tetapi hanya menulisnya membantu — setidaknya AI tahu “di mana harus tenang, di mana harus keras.”

Langkah 6: Penyelarasan Vokal — Emosi Vokal Harus Melacak Emosi Lirik

Langkah terakhir: kinerja vokal itu sendiri harus mengikuti stratifikasi lirik. Default vokal AI memberikan satu “emosi seragam” di seluruh lagu — itu adalah dosa kardinal.

Beri tahu AI seperti apa vokal di setiap bagian:

[Penyelarasan Vokal Per Bagian]
Ayat 1: gaya vokal "bisikan intim, bernapas, tidak ada vibrato, hampir berbicara"
Pre-Chorus: gaya vokal "meningkatkan ketegangan, rasp halus, vibrato halus"
Chorus 1: gaya vokal "buka suara dada, vibrato penuh, sedikit grit pada nada tinggi"
Ayat 2: gaya vokal "kembali intim, tetapi dengan nada melankolis"
Bridge: gaya vokal "patah, hampir menangis, vibrato lebar dan lambat"
Chorus Final: gaya vokal "antemetik, kekuatan penuh, head voice pada nada tertinggi"

Ini adalah yang membuat vokal AI terdengar seperti “seseorang bernyanyi” bukannya “mesin yang membaca.”

Alur Kerja Lengkap (Lagu Original 3 Menit)

Menyatukan 6 langkah:

Langkah 0: Tulis lirik (30 menit)
Langkah 1: Stratifikasi lirik (15 menit) - nilai emosi + energi per baris
Langkah 2: Busur emosi (10 menit) - tarik kurva 3 menit, tandai puncak/lembah
Langkah 3: Pengancoran irama (10 menit) - lingkari suku kata tekankan
Langkah 4: Pemetaan orkestrasi (10 menit) - isi tabel
Langkah 5: Kurva dinamis (5 menit) - target LUFS per bagian
Langkah 6: Penyelarasan vokal (10 menit) - gaya vokal per bagian
Langkah 7: Gabungkan 1-6 menjadi satu prompt SunoMV (10 menit) - hasilkan 4 varian
Langkah 8: Pilih + remix DAW (30 menit) - kalibrasi LUFS

Total: ~2 jam

vs raw “buang lirik ke AI” (10 menit generate + 1 jam cherry-pick + rework sering) — sebenarnya lebih cepat end-to-end.

6-Langkah vs “Lirik Raw”

Dimensi	Lirik Raw	6-Langkah
Kecocokan lirik	Undian	Pemetaan eksplisit
Busur emosi	Datar	Trajektori terdefinisi
Pengancoran irama	Tidak selaras	Selaras tekanan
Orkestrasi	Semua-dalam-pot	Stratifikasi bagian
Kontras dinamis	Tidak ada	Kurva LUFS
Emosi vokal	Seragam	Per-bagian

Perbedaan inti: 6-Langkah menerjemahkan “emosi lirik implisit” menjadi “parameter AI eksplisit.”

Kasus Nyata

Kasus 1: Balada patah hati

Stratifikasi: ayat -2 hingga 0 (tertekan), chorus melompat ke +3 (pelepasan), bridge jatuh ke -4 (patah), chorus final kembali ke +2 (penerimaan)
Orkestrasi: ayat solo piano, chorus + string, bridge solo cello saja, chorus final ensembel penuh
Umpan balik pengguna: “Saya menangis ketika cello datang di bridge”

Kasus 2: Himne motivasi

Stratifikasi: ayat +1 ke +3, chorus +5 ke +6, bridge +2, chorus final +7
Orkestrasi: ayat gitar akustik + drum sederhana, chorus + gitar elektrik + brass, bridge piano solo, chorus final + paduan suara
Kasus penggunaan: lagu tema merek (versi lanjutan dari SunoMV Brand Jingle 5-Langkah)

Kasus 3: Lagu malam lo-fi

Stratifikasi: -1 hingga +1 di seluruh (penahan)
Orkestrasi: piano + drum lo-fi + pad minimal di seluruh, tidak ada klimaks nyata
Kunci: energi tetap di 3-5 sepanjang waktu, secara sengaja menghindari naik turun — itu adalah estetika “anti-klimaks” dari lo-fi
Pelajaran: 6-Langkah tidak selalu perlu menggunakan setiap dimensi; penahan adalah jiwa lo-fi

FAQ

Q1: Apakah metode 6-langkah cocok untuk semua genre? Cocok untuk 95% lagu (pop, rock, balada, folk, sinematik, hip-hop). Kurang cocok: murni rhythm-driven (house, techno) — genre itu sengaja “anti-emosi”; murni ambient (drone, minimalism) — tidak ada “lirik” nyata anyway.

Q2: Saya menggunakan 6-langkah tetapi SunoMV masih tidak mengerti. Mengapa? Periksa panjang prompt — batas prompt SunoMV sekitar 200 karakter. Kompres 6-langkah menjadi poin inti (busur emosi + peta orkestrasi + target LUFS + gaya vokal), jangan tempel tabel lengkap.

Q3: Bisakah SunoMV menghasilkan pengaturan 6-bagian penuh dalam sekali jalan? Generasi SunoMV tunggal mendukung lagu hingga ~5 menit. 6-langkah membentuk lagu itu. Untuk lagu ultra-panjang (mis. epik 7 menit), jahit bagian (lihat Cinematic Soundtrack 7-Langkah).

Q4: Apakah pilihan model penting untuk 6-langkah? Ya. Suno V5.5 memiliki kepatuhan pengancoran irama tertinggi (80%+), terbaik untuk Langkah 3. Lyria 3 Pro memiliki kepatuhan busur emosi + orkestrasi tertinggi (75%+), terbaik untuk Langkah 2/4. MiniMax Music 2.6 paling kuat untuk penyelarasan vokal Cina, terbaik untuk Langkah 6 dalam konteks Cina. Lihat SunoMV Three Modes Seven Models.

Q5: Langkah mana yang paling mahal untuk dilewati? Langkah 1 (stratifikasi lirik). Langkah 2-6 semuanya berlabuh ke stratifikasi — tanpa stratifikasi berarti tanpa jangkar. Langkah 5 (kurva dinamis) paling murah untuk dilewati; Anda dapat memperbaikinya di DAW nanti.

Q6: Perbedaan vs Metode Prompt Engineering Suno 7-Langkah?

7-Langkah: level lagu-penuh (gaya, struktur, vokal, pencampuran)
6-Langkah: detail pengaturan berbasis lirik (busur emosi, pengancoran beat, penyelarasan vokal)
Hubungan: gunakan 7-Langkah untuk arah, kemudian 6-Langkah untuk menyempurnakan detail pengaturan

Tautan Internal & Bacaan Lanjutan

7-langkah umum: 7-Langkah Prompt Engineering Suno
7-langkah sinematik: Cinematic Soundtrack 7-Langkah
Pemilihan model: SunoMV Three Modes Seven Models
5-langkah brand jingle: SunoMV Brand Jingle 5-Langkah
Panduan text-to-song lengkap: AI Text-to-Song Complete Guide

Mulai Sekarang

Buka suno.bi dan keluarkan lirik yang sedang Anda kerjakan — stratifikasi baris demi baris. Itu adalah tugas 30 menit. Setelah Anda melakukannya, lalu buat, dan Anda tiba-tiba akan menemukan AI “mengerti lirik.” Bukan karena AI menjadi lebih pintar — karena Anda memberikan peta emosi yang dapat dibaca.

SunoMV Team

Metode Pengaturan Musik Berbasis Lirik dengan SunoMV (2026): Buat Melodi dan Pengaturan Melayani Lirik