絕大多數 Suno 教程的問題：給你 100 個零散技巧，但不告訴你按什麼順序、組合多少個。Prompt 越長，命中率越低。

本文給一套可重複的 7 步方法論——不是技巧合集而是流水線。每一步對應 prompt 的一個語義層。業餘到職業的距離就是這 7 步的有無。所有步驟可在 SunoMV 直接驗證——它支援 8+ AI 音樂模型（Suno V5、V5.5、Lyria 3 Pro、MiniMax Music 2.6 等），同一套 prompt 可橫向比較模型。

方法論 vs 技巧合集

技巧合集	方法論
50 條規則按需翻	7 步順序執行
難記、易忘、組合衝突	框架化，每步一動作
每次 prompt 全部重寫	每步獨立調
難復盤“哪步出問題”	直接定位失敗步

7 步按“語義層級”排——Step 1 定方向，Step 7 只調細節。禁止跳步。

與昨天文章的關係

昨天的 Suno V5.5 進階 Prompt 工程實戰是具體技巧深挖。今天是方法論——告訴你那些技巧按什麼順序串。互補。

Step 1：選參考曲（5 分鐘，決定 80% 成敗）

最大 prompt 錯誤是靠記憶描述風格。“lofi hip hop with mellow vibe” 在 1000 個人腦裡有 1000 種音色。

正解：先在 Spotify / Apple Music / YouTube 找一首參考曲 — 具體歌名、藝人。Prompt 直接引用：

Style reference: similar to "Snowman" by Sia, but slower BPM

Suno V5.5 對真實歌曲名+藝人識別度高。比“mellow lofi”清晰一個量級。

Step 2：拆解 Vocal + Style + Instrument 三層

[Vocal] Female lead, breathy, mid-range, slight whisper texture
[Style] Indie pop, 2020s production, mellow synth pad
[Instrument] Soft piano, brushed drums, subtle electric bass

模型對單一維度遠比複合句敏感。三層的另一好處：Step 7 迭代時可單獨換一層。

Step 3：ABA 結構 — 給模型時間腳本

[Structure]
0:00-0:08  Intro: piano only, soft
0:08-0:32  Verse A: vocal in, drums enter at 0:20
0:32-1:00  Chorus B: full instrument, vocal melody peaks
1:00-1:24  Verse A2: same as A but with subtle synth
1:24-1:52  Chorus B2: same as B but vocal ad-libs
1:52-2:00  Outro: piano only, fade out

模型對時間軸標記非常敏感，特別是 V5.5+。

Step 4：加 Ad-libs — 讓 AI 像人在唱

Ad-libs 是歌手在主旋律外的即興呼喊（“yeah”, “oh”, 抽氣、哼唱）。業餘職業最大區別。

[Verse 1]
Walking through the city lights
[ad-lib: oh yeah]
Everything feels so right tonight
[ad-lib: mmm, hmm]

MiniMax Music 2.6 在中文 ad-lib 上特別好。

Step 5：控 BPM 和 Key

情緒	BPM	Key
沉靜憂傷	60-80	A/D minor
溫暖放鬆	80-100	C/G major
興奮活力	100-130	D/E major
舞曲爆炸	128-140	A major / B minor

[BPM] 92
[Key] C major

90% 的人會忽略。不寫 BPM/Key，每次重生成的“風格”在飄。

Step 6：加 Dynamic 標記 — 控能量曲線

[Structure with Dynamics]
0:00-0:08  Intro: pp
0:08-0:32  Verse A: p → mp
0:32-1:00  Chorus B: f
1:00-1:24  Verse A2: mp
1:24-1:52  Chorus B2: ff
1:52-2:00  Outro: p → pp

pp/p/mp/mf/f/ff 音樂強弱記號。V5.5 和 Lyria 3 Pro 都識別。

Step 7：透過歌詞編輯迭代

第一版生成後不要直接重生成。打開 Lyrics 字段，只改有問題的一行重新生成。比“全部重寫”高效一個量級。

SunoMV 的歌曲編輯器（/song/[id]）原生支援逐段重生成。

7 步法完整 prompt 示例

約 200 字，比“lofi hip hop 2 minutes mellow study music”長 5 倍，但命中率從 30% 拉到 80%。

橫向對比 8 個模型

SunoMV 的 AI 歌曲生成器提供 8+ 模型 — Suno V5 / V5.5、Lyria 3 Pro、MiniMax Music 2.6、ACE-Step 等。7 步法 prompt 後跨模型 A/B 是找最佳的最快路徑。

FAQ

Q1：所有流派都適用？ 適用。但純器樂可跳 Step 4，純 ambient 可簡化 Step 3。

Q2：寫 3 步省事？ 可以但回報驟降（80% → 50% → 25%）。

Q3：BPM/Key 怎麼知道？ tunebat.com 投參考曲 URL，3 秒得 BPM/Key。

Q4：每次 200 字 prompt 太累？ 建模板庫，每次只改 [Reference] 和 [Lyrics]。

Q5：和昨天 V5.5 高級技巧文有什麼不同？ 昨天具體技巧，今天整體順序。互補。

Q6：用 SunoMV 自動生成 prompt 不行嗎？ 自動是業餘水平，7 步法是職業水平。

Q7：迭代到第幾版穩定？ 7 步法平均 v3，不按方法論的 v12 還在試。

現在就跑

打開 suno.bi，按 7 步寫 prompt，挑兩個不同模型各生成一次。對比之前“靠感覺寫”的版本，差距會非常直觀。

SunoMV 團隊

Suno 提示詞怎麼寫：7 步流程 + 一段可直接複製的完整提示詞（2026）