Как написать промпт для Suno V6: разбор на реальных треках

Промпт для Suno V6 — это описание стиля в отдельном поле плюс структурные метки в тексте песни. От того, что вы напишете в этих двух местах, зависит почти всё: жанр, темп, аранжировка, характер голоса и даже длина трека.

Мы решили не пересказывать чужие советы, а проверить. Взяли пять готовых стихотворений, прогнали их через восемнадцать генераций в VeoSuno и после каждой измеряли результат: темп, тональность, распределение энергии по частотам, карту громкости по секциям. В статье все промпты приведены целиком — копируйте и подставляйте свой текст.

Приятного чтения и прослушивания: треков здесь много, и они очень разные.

В музыкальном разделе VeoSuno есть два поля, и путать их не стоит.

Поле стиля — до 1000 символов. Сюда идёт всё про звук: жанр, темп, инструменты, характер вокала, как трек развивается.

Поле текста — до 5000 символов. Сюда идут стихи и структурные метки в квадратных скобках: [Verse], [Chorus], [Bridge]. Метки не поются, они говорят модели, где какая часть песни.

Ещё три настройки прячутся в режиме «Профи», и одна из них важнее, чем кажется.

Сохранение стиля по умолчанию стоит на 50%. Это значит, что половина авторитета вашего описания отбрасывается ещё до генерации. Если вы написали подробный промпт и хотите, чтобы модель ему следовала, поднимайте этот ползунок. Во всех экспериментах ниже он стоял на 75.

Творческое отклонение отвечает за разброс между дублями. Мы держали его на 25: чем он ниже, тем меньше случайности, а нам нужно было видеть влияние промпта, а не везения.

Максимальная длина трека — не ограничитель, а цель. Модель будет тянуть музыку до выставленного значения, и если текста не хватило, она допоёт пустоту. Прикидывайте длину заранее.

Одна генерация стоит 19 ₽ на сентябрь 2026. Если вы здесь впервые, начните с пошагового гайда по созданию трека, а сюда возвращайтесь за тонкостями. А если интересно, чем шестое поколение отличается от пятого, мы уже сравнивали три версии одного трека.

Первый вопрос простой: насколько сильно жанр в промпте меняет результат, если текст остаётся тем же?

Взяли английское стихотворение «A Mountain Range» — метафора про гору и путь наверх, никакой привязки к стилю. Восемь генераций, во всех одинаковый текст и одинаковый хвост промпта:

Это нужно для того, чтобы вокал и характер сведения оставались константой. Менялись только жанровые слова.

Трэп

Результат генерации:

Драм-н-бейс

Результат генерации:

Металкор

Результат генерации:

Поп-панк

Результат генерации:

Гранж

Результат генерации:

Афро-хаус с этническими фактурами

Результат генерации:

Фолк-баллада

Результат генерации:

Эмбиент

Результат генерации:

Что показали замеры

Жанр меняет не украшения, а физику звука. Вот спектральный центроид — условный центр тяжести записи по частоте. Чем он выше, тем больше в треке воздуха и блеска; чем ниже, тем плотнее и темнее звучит запись.

Разница между крайними точками — в три с половиной раза. По темпу разброс ещё внушительнее: панк разогнался до 215 ударов, баллада осела на 66. Всё это сделали два-три слова в описании.

Но самое интересное спряталось в металкоре. У него нижняя середина провалена до 7,5% — вдвое ниже, чем у любого другого трека в подборке. Это та самая «выемка середины», которую метал-инженеры делают руками десятилетиями, чтобы гитары не спорили с вокалом. В промпте про сведение не было ни слова: модель воспроизвела реальную производственную традицию жанра просто потому, что её попросили сыграть металкор.

Тональности, кстати, разошлись у всех — от ре минора до соль мажора. Мы их не задавали, и модель каждый раз выбирала сама. Запомните этот момент, к нему вернёмся.

Второй вопрос практичнее: стоит ли возиться с длинным промптом или хватит пары тегов?

Взяли англоязычный текст «Shadows in the Static» и написали три описания одного и того же трека — на 41, 268 и 946 символов. Всё остальное одинаковое.

Ступень первая, 41 символ

Результат генерации:

Ступень вторая, 268 символов

Результат генерации:

Ступень третья, 946 символов

Результат генерации:

Что показали замеры

Третья ступень отработала сценарий буквально. Вот что было заказано и что получилось по уровням громкости:

Семь пунктов из семи, включая провал на бридже почти до тишины и максимум трека сразу за ним.

И отдельно про темп. В третьей ступени мы прописали 85 BPM — замер показал 86. В первых двух темп не упоминался, и модель выбрала сама: 89 и 81. Один удар промаха против восьми.

Важная поправка, которую мы сами не ожидали. Кажется логичным, что подробное описание даст более контрастный трек. Ничего подобного: по размаху громкости вторая ступень даже обошла третью, 30 децибел против 18. Подробность покупает не громкость, а предсказуемость — события происходят там, где вы их назначили.

Если хотите разобраться, как размечать структуру песни, у нас есть отдельный разбор про куплеты, припевы и бридж.

Голосом в VeoSuno можно управлять тремя разными рычагами, и новички обычно не знают про два из них.

Первый — переключатель мужского и женского голоса. Второй — описание голоса словами в поле стиля. Третий — справочник типов вокала в режиме «Профи», где есть и фальцет, и шёпот, и хор.

Мы взяли русское стихотворение «Последний герой» и сделали четыре среза. В первых трёх поле стиля одинаковое, без единого слова о поле голоса:

Срез первый. Переключатель «Женский».

Результат генерации:

Срез второй. Переключатель «Мужской». Промпт тот же, изменилось только положение переключателя.

Результат генерации:

Срез третий. Конфликт. Переключатель стоит на «Женский», а в конце промпта дописано:

Интерфейс говорит одно, текст промпта — противоположное.

Результат генерации:

Результат оказался неожиданным: модель не стала выбирать. В треке звучат оба голоса — женский как основной и мужской фрагментами. Вместо победителя получился компромисс.

Отсюда два вывода, и оба полезные. Не задавайте пол голоса двумя способами сразу, иначе получите не то, что выбрали. А если вам, наоборот, нужен дуэт — вот вам способ его получить.

Срез четвёртый. Управление словами. Здесь переключатель стоит на «Не важно», а вокал описан подробно, с разной подачей в каждой секции:

Результат генерации:

Вот здесь цифра говорит сама за себя. Размах громкости между секциями: 19,5 децибела в первом срезе, 19,0 во втором, 21,9 в третьем — и 43,0 в четвёртом. Вдвое больше, чем у всех остальных.

Логика простая: шёпот вплотную к микрофону и хор с фальцетом не могут звучать одинаково громко. Описав голос по секциям, мы заодно получили динамику всей аранжировки. Голос в этой модели — не галочка «мужской или женский», а полноценный инструмент.

Если хотите закрепить понравившийся голос и переиспользовать его в других треках, для этого есть Персона.

Самый наглядный эксперимент мы оставили на десерт.

Взяли русский текст «Считается» — про спор о том, считается ли музыка, сделанная нейросетью. И сделали две генерации, у которых совпадает абсолютно всё: тот же текст, то же описание стиля, те же настройки, та же выставленная длина. Отличаются только квадратные скобки.

В первой версии метки голые: [Verse 1], [Chorus], [Bridge].

Результат генерации:

Во второй в каждую метку добавлено указание, что происходит в этой секции. Например, так:

Результат генерации:

Что показали замеры

Голая версия закончилась на 3:19. Детальная — на 5:16.

Почти две минуты разницы при одинаковых настройках. Эти две минуты существуют только потому, что метки их запросили: гитарное соло, брейк с зависанием, финальная кульминация. Без указаний модель просто прочитала текст насквозь и остановилась.

Слышно и то, чего в цифрах не поймать. В голой версии бридж «Я не DJ, не битмейкер, не гений» читается ровно с той же скоростью, что и всё остальное. В детальной, где в метке написано «читка разгоняется, агрессивно, ударные удваиваются», он действительно разгоняется — и становится смысловым пиком трека.

Одно ограничение из нашей практики: модель уверенно держит пять-шесть типов секций. Если вы придумаете двенадцать разных названий, часть из них будет проигнорирована. Секций при этом может быть сколько угодно — просто повторяйте одни и те же типы, а конкретику пишите внутри скобок.

Здесь короткий, но полезный вывод, который мы собрали по всем восемнадцати генерациям.

Темп модель слышит точно. Шесть раз мы указывали BPM в промпте, и вот что получилось:

Максимальное отклонение — три удара. Для сравнения, когда темп не указан, разброс между двумя генерациями одного и того же промпта доходил до тридцати ударов.

С тональностью сложнее. Мы четыре раза просили ля минор и получили ля минор, ми минор, до мажор и снова ля минор. То есть попадание примерно в половине случаев. Оговоримся: до мажор состоит из тех же нот, что ля минор, и автоматическое определение их путает, так что этот случай можно считать спорным. Но ми минор — уже мимо однозначно.

Раз уж метки умеют управлять отдельными секциями, мы проверили предел. Задача была такая: трек начинается как дип-хаус, ломается в IDM, разгоняется в тяжёлый псай-транс и улетает в космический эмбиент — одним непрерывным подъёмом.

Всю арку расписали по секциям в тексте, а поле стиля оставили под общий характер. Плюс вокальные приёмы в разных местах: шёпот, вокодер, реверсы.

Результат генерации:

По замерам модель сделала ровно заказанное. Начало идёт на 96 ударах, разгон выводит на 144, на 2:33 и на 3:19 стоят два провала громкости — это заказанные брейкдауны с вокодером и шёпотом, — максимум трека приходится на последнюю треть, а в самом конце темп возвращается к начальным 96 для космического выхода.

Сложную драматургию можно спланировать заранее. Это не случайная удача генератора, а результат разметки.

Русский текст в пении чувствителен к ударениям, и иногда нужное ударение не совпадает со словарным — например, ради рифмы.

В «Считается» есть строчка, где по рифме с «внутри» слово «токи» должно звучать с ударением на второй слог. Решается типографским знаком ударения прямо в тексте:

Модель прочитала знак и поставила ударение туда, куда просили. Тот же приём работает и в обратную сторону: в соседней строке слово «плагин» мы попросили произнести с ударением на первый слог, и оно прозвучало именно так.

Пересоздавать трек с нуля обычно не нужно.

Звучит не тем жанром. Смотрите, нет ли в описании слов из двух разных миров сразу. Если в одном промпте встретятся «бум-бэп» и «трэповые хэты», модель будет метаться между ними.

Появились инструменты, которых вы не просили. Чаще всего это происходит там, где промпт описывает отсутствие: «почти без музыки», «затихает», «пауза». Там, где вы не сказали, что играет, модель заполняет пустоту сама. Назовите палитру целиком — и места для отсебятины не останется.

Трек не заканчивается, в конце крутится одно и то же. Выставленная длина больше, чем нужно вашему тексту. Уменьшите её.

Не нравится один фрагмент. В карточке готового трека есть точечные действия: изменить отдельный кусок, заменить вокал, переделать аранжировку. А если хочется того же трека в другом настроении — соберите ремикс.

Два прогона одного промпта звучат по-разному. Так и должно быть, генерация недетерминирована. Если нужен меньший разброс, опустите ползунок творческого отклонения.

Промпт хороший, а результат каждый раз разный. Возможно, дело не в формулировке, а в выбранной модели: у трёх моделей шестого поколения разброс между прогонами отличается в восемь раз. Мы сравнили V6, mini и WILD на замерах и показали, какая из них стабильнее повторяет результат.

• Поле стиля задаёт характер всего трека, метки в тексте — что происходит в конкретной секции
• Указанный в промпте темп модель выдерживает с точностью до трёх ударов, неуказанный гуляет на тридцать
• Подробные метки удлинили трек с 3:19 до 5:16 при одинаковых настройках
• Описание вокала по секциям дало вдвое больший динамический размах, чем обычное
• Ползунок сохранения стиля по умолчанию стоит на 50% — поднимайте его, если писали промпт всерьёз
• Ударение в русском слове задаётся типографским знаком прямо в тексте

Все восемнадцать треков в этой статье — результат подбора, а не озарения. Что-то получалось с первого раза, что-то с пятого, а часть идей не сработала вовсе и в статью не попала.

В этом и смысл: генерация стоит 19 ₽ и полторы минуты ожидания, поэтому проверять гипотезы можно прямо на ходу. Поменяйте одно слово в описании и послушайте, что изменилось. Добавьте указание в метку. Поставьте темп числом. Каждая такая мелочь — маленький эксперимент, и через десяток попыток вы начнёте предсказывать результат заранее.

Если трек вышел не таким, как вы представляли, это не значит, что у вас не получается. Это значит, что модель поняла описание иначе, и теперь вы знаете, какое место надо уточнить.

Открывайте музыкальный раздел VeoSuno и пробуйте. А если понадобятся подробности по конкретному полю интерфейса, всё собрано в документации.

Оригинальные стихи и мелодии придуманы другом нашего проекта, автором и исполнителем Сашей Титовым (ака Trubadur).

Как написать промпт для Suno V6

Промпт состоит из двух частей. В поле стиля, до 1000 символов, описывается звук: жанр, темп, инструменты, характер вокала, как трек развивается. В поле текста, до 5000 символов, идут стихи со структурными метками в квадратных скобках, и внутри этих меток можно указать, что происходит в каждой секции.

Можно ли писать промпт на русском языке

Да, модель понимает оба языка. В наших примерах промпты на английском — с музыкальными терминами так короче и однозначнее, — но изначальные описания к нескольким трекам были написаны по-русски и отработали нормально.

Сколько символов помещается в описание стиля

1000 символов в поле стиля и 5000 в поле текста. Тысячи символов хватает на подробный посекционный сценарий: в нашем эксперименте описание на 946 символов уместило и палитру инструментов, и что происходит в каждой из семи секций.

Как задать темп и тональность трека

Написать их прямо в поле стиля числом и названием, например «85 BPM, A minor». В шести наших генерациях с указанным темпом отклонение не превысило трёх ударов в минуту. Тональность модель соблюдает менее строго — примерно в половине случаев.

Что такое структурные метки и зачем они нужны

Метки в квадратных скобках размечают части песни: [Verse], [Chorus], [Bridge]. Они не поются. Внутрь метки можно добавить указание для этой секции, и модель его выполнит. В нашем тесте два трека с одинаковым текстом и промптом отличались только этими указаниями — и получились длиной 3:19 и 5:16.

Как управлять вокалом кроме переключателя мужского и женского

Описанием в поле стиля и указаниями в метках. Можно задать разную подачу для каждой секции — шёпот в куплете, полный голос в припеве, фальцет в финале. Такой трек получил вдвое больший динамический размах, чем версия с обычным описанием.

Почему два трека по одному промпту звучат по-разному

Генерация недетерминирована, и это нормально. Уменьшить разброс можно ползунком творческого отклонения в режиме «Профи»: чем он ниже, тем ближе дубли друг к другу.