給孩子一首歌，也替遊戲留下片尾曲。

用 AI 做歌之後，我最想提醒自己的，不是再學幾個音樂名詞，而是：第一版先留好。

這次做下來，我反而常常比較喜歡一開始的版本。後面不是沒有想法，也不是隨便改；正因為聽到了可以更好的地方，才會想多要求一點。可是改著改著，某個細節可能更接近了，整首歌卻離原本喜歡的感覺越來越遠。

這篇放兩首實際作品。一首是寫給小朋友的《凌晨三點的我們》，另一首是為遊戲準備的《關燈以後》。前者想留下我們正在經歷的生活，後者想替角色的故事收尾。兩首歌的用途不同，也讓我更清楚：AI 可以負責生成音樂，但「這首歌為什麼存在」，得先由我想清楚。

如果只想先聽成果，可以直接跳到兩首歌的試聽；想少走一點修改的彎路，可以看我現在會怎麼準備第一份需求。

先聽兩首歌：同一個工具，兩種不同的目的

《凌晨三點的我們》：小朋友的第一首歌

我放的是最初的兩分鐘版本，不是後來縮短的六十秒版本。它的起點很具體：凌晨還醒著、餵奶、拍嗝，兩個人輪流接手。這些每天重複的事情，當下很累，卻也是我想留下來的生活。

聽這首時，可以留意歌詞中的日常，和音樂打算承接的情緒是否在同一個方向。它不是一首「給所有父母都適用」的勵志歌；對我來說，先有我們這段日子，才有這首歌。

《關燈以後》：為遊戲角色準備的片尾曲

另一首的出發點，是我開發中的遊戲 MassageLive。歌曲以雨柔回望自己的人生為視角：從害怕，到看懂別人的意圖，再到能決定誰靠近、誰離開；可是掌握了主導權，並不代表她就能放心相信愛。

這裡值得聽的，不只是副歌好不好記。更重要的是，聲音與編曲有沒有陪著這個人物走到最後，而不是把她的故事唱成一首不相干的熱鬧情歌。這也是當時寫需求時，我花力氣限制演唱方式的原因。

兩首都由 MiniMax Music 3 生成歌聲與音樂。生活背景、遊戲設定與想表達的方向來自我，文字與製作需求則透過 AI 協作整理；不是我親自演唱，也不是小朋友的聲音克隆。

我想留下的不是兒歌，而是成為父母的這段日子

《凌晨三點的我們》很容易因為題材被想成一首可愛兒歌，但我當時的需求恰好不是那樣。

我想要溫暖、稍微輕快，有一點生活裡的手忙腳亂，卻不要甜到像廣告。歌裡可以有疲倦，也可以有兩個人互相接班的默契；不是把辛苦全部擦掉，再用很隆重的音樂告訴你「一切都很幸福」。

所以當時給音樂的方向，是帶木吉他色彩的華語流行：親近、自然的成人主唱，主歌像把話說給彼此聽，副歌再稍微打開。編曲以吉他、鋼琴、輕柔的節奏為主；最後才增加一點層次，不要從第一秒就堆滿弦樂，也不要突然變成高亢的抒情大歌。

這些描述說的是創作目標，不是每一項都已被模型完美執行。但把目標寫到這麼具體，至少讓「溫暖」不再只是一個每個人都能有不同理解的形容詞。

我也不需要它替我們發明一個更戲劇化的故事。凌晨的燈、孩子在懷裡、你累了換我來，已經足夠。對這首歌而言，辨認得出自己的生活，比聽起來很像一首大製作更重要。

同樣的生活背景，也出現在我做的餵奶、換尿布提醒與音箱看板。那篇是想少漏記一個時間，這首則是想多留下一段記憶。AI 在這兩件事裡扮演的角色很不一樣，但都不是為了展示功能才硬找一個用途。

遊戲歌曲的難題：不是悲傷就好，而是要像那個人

做《關燈以後》時，「寫一首悲傷的女聲情歌」其實遠遠不夠。

雨柔不是單純受傷，也不是一路變得勇敢，最後得到一個漂亮的大團圓。她越來越能看懂別人，越來越能保護自己，代價卻是很難再相信有人會真心留下。這種矛盾，才是歌曲要承接的東西。

因此，製作需求裡除了歌詞，還有很明確的聲音方向：成熟的成人女聲、溫暖而稍低的音色、自然的台灣華語，情緒要克制。不是少女感，不是撒嬌，也不是靠哭腔和高音把悲傷放大。

同一句「有情緒」，可以導向完全不同的歌

主歌裡的脆弱，和第二段取得主導權後的沉穩，是兩種表演。我的需求不是「第二段更大聲」，而是讓她更穩、更知道自己在說什麼。副歌可以打開，卻不要變成吶喊；最後可以增加弦樂，卻不想用升調把結尾推成勝利。

配器也得服從這個方向。當時寫進需求的是柔軟的鋼琴、乾淨的電吉他、低調的鼓與貝斯，橋段收回到比較稀疏的聲音，讓人物的話留在前面。不是因為樂器越少越高級，而是這個故事不需要每一秒都有人替它加重語氣。

這讓我更確定，遊戲歌曲不能只單獨拿出來問好不好聽，還得問：放回角色身上，她會不會認得這首歌？

目前放在這裡的，是音樂製作中的一首完整輸出。能聽到歌曲，和整個遊戲已經完成，是兩件事。我分享這首，是因為它能具體說明我怎麼把角色設定轉成音樂需求。

最實際的心得：一開始的比較好，越改反而越偏

如果要把這次心得濃縮成一句話，我會說：盡量在第一次就把想要的描述到位，不要把所有期待都押在後面慢慢修。

這不是說第一版必然最好，也不是說 MiniMax 修改一定會變差。這是我這輪使用最強烈的感受：原本吸引我的整體感覺，未必會在下一次生成時一起留下來。

修改文字時，我可以只換一句話，其他段落原封不動。可是在我這次使用的文字與歌詞生成流程裡，重新下需求得到的是另一次演繹，不能把它當成「只修這一個字，旋律和其他地方都保證不動」。如果我帶著修文章的期待去修歌，就很容易失望。

更麻煩的是，要求本身也可能互相拉扯。想更克制，又想更有爆發力；想像家裡輕聲說話，又想要很大的電影感。如果沒有先排出優先順序，後面每補一句，都可能讓歌曲往另一個方向走。

所以我現在會把第一個喜歡的版本當成比較基準，不覆蓋它。新的版本不是因為編號比較大，就自動比舊的好。每次回來聽，都要重新問：原本最打動我的地方還在嗎？

需求要到位，不是把提示詞塞到最長

「一開始講得越完整越好」是我的建議，但完整不等於想到什麼形容詞都往裡放。

我現在會先整理以下六件事。它們不是必填考卷，而是讓自己在生成前，先做完幾個重要的選擇。

這也和官方的輸入方式接得起來。MiniMax Music 3 接受音樂描述與歌詞；官方介紹特別強調，把情緒、樂器與演唱在歌曲中的變化寫清楚，而不只給整首歌一個曲風標籤。MiniMax 官方模型介紹

不懂音樂術語，也可以先把人話說完整

不確定 BPM、調性或樂器名稱，沒有關係。我不會建議為了讓提示詞看起來專業，就填上自己也不知道為什麼要選的數字。

可以先告訴 AI：「這是疲倦但互相照顧的兩個人，不要唱得像勵志廣告。」或者：「她已經能保護自己，但不是走出一切的勝利者，結尾不要太亮。」再請 AI 協助轉成音樂描述，並逐項確認，翻譯後有沒有偷換掉原本的意思。

下面是依這次經驗整理的需求範例，不是上面音檔的逐字原始提示詞，也不是貼上就會得到相同旋律的保證。

我要一首約兩分鐘的華語歌曲，記錄新手父母半夜輪流照顧孩子的生活。核心是疲倦裡的互相接手，不是歌頌犧牲，也不要寫成兒歌。主唱自然、親近，主歌像在說話，副歌稍微打開，但不要吼唱。以木吉他、鋼琴和輕柔節奏為主，最後安靜收回來。請先檢查描述有沒有互相矛盾，再整理成音樂風格、聲音表現與編曲發展；歌詞另外列出，不要把製作說明混進要唱的內容。

如果連故事還沒想清楚，我會先用Grill Me 的追問方式整理自己：這首最想留住哪個畫面？哪句話是只有我們才會說的？少了什麼，它就變成任何人都能用的一首歌？這些答案比多加十個「溫暖、感動、療癒」有用。

我怎麼在自己的電腦做：ComfyUI 是工作台，MiniMax 負責生成

這次使用的是 Windows 上的本機 ComfyUI，搭配 MiniMax Music 3 模型。它屬於現成模型的應用，不是我自行開發音樂模型，也不是把普通配音工具叫來唱歌。

簡單理解，ComfyUI 是把步驟接起來的工作台：載入模型，把音樂描述與歌詞送入生成流程，再把結果存成音檔。官方也提供 MiniMax Music 3 工作流程範本，音樂描述可分成整體風格、演唱細節與編曲三部分，歌詞另外用主歌、副歌等段落標籤組織。ComfyUI 官方教學

對我有價值的是，需求、工作流程與生成檔案都能留在自己的電腦裡。這裡使用的本機生成流程沒有把家庭錄音送去雲端；上面聽到的人聲，是模型產生的歌聲。

可以本機跑，不代表沒有成本

我的電腦使用 RTX 4060、8GB 顯示記憶體。這次留下了實際歌曲，但過程也有生成中斷與記憶體不足的狀況；遊戲歌曲的另一個方向，當時就沒有成功輸出。

所以我不會把這篇寫成「這張顯示卡可以輕鬆、穩定做完所有歌」的推薦。模型檔案、顯示記憶體、系統記憶體和等待時間，都是本機製作的一部分。想做長歌曲，尤其不能把短片段能跑完，直接當成長版也一定沒問題。

這件事也讓保留版本更重要。好不容易得到一個喜歡的結果，我更不想為了追求一點細節，最後連原本可以用的版本都找不回來。

下一次，我會這樣安排生成與修改

第一步不是按生成，而是先定稿「這首歌要說什麼」。歌詞、角色、使用場景與最重要的情緒先對齊；不能只說要感動，卻不知道要感動誰、為了哪件事。

第二步是留住第一個喜歡的版本，連同當時的需求與工作流程一起保存。不要只剩音檔，忘了它是怎麼做出來的；也不要用同一個檔名把它蓋掉。

第三步才是決定要不要改。下一次我會盡量一次只動一個方向，例如先處理咬字，或先處理人聲表現，而不是同時換曲風、情緒、樂器和段落。這是我接下來會採用的比較方式，不是已經用實驗證明能消除所有偏移。

第四步是把新舊版本放在一起聽。新的版本有沒有解決問題？解決之後，有沒有失去原本更重要的部分？如果只是變得更複雜，卻不再像那段生活、那個人物，我寧可回到舊版。

最後，要接受停止修改也是一個選擇。對我而言，完成不是把每個形容詞都實現，而是這首歌已經足以表達我原本想說的話。

哪些人會覺得有用，以及發布前還要想的事

如果你有一段想記錄的生活、一個想表達的角色，或一支需要音樂的作品，這類工具值得研究。它讓「我想為這件事做一首歌」不再只能停在想像，但也會把創作者的功課留給你：選擇、聆聽，以及知道什麼時候不要再改。

相反地，如果期待每次都精準保留同一個歌手、同一段旋律，只改指定的一個字，就要先確認選用工具實際提供哪些編輯能力。本文分享的本機生成流程，不能被當成這些精準修改能力的承諾。

準備公開使用時，我也會把模型授權和素材權利分開看。MiniMax Music 3 使用自己的社群授權，並非一句「可以下載」就等於沒有條件；是否符合使用條款，以及歌詞、參考音訊與聲音是否有權使用，都需要分別確認。本頁清楚標示兩首為 AI 生成，並不代表聽眾因此取得任意重製或商用的授權。MiniMax-Music3 官方授權

如果下一步是把歌放進影片，我會把它當成另一個製作階段：音樂確定後，再安排畫面、節奏和字幕。需要旁白時，可接著看本機聲音克隆的經驗；畫面如何跟著聲音走，則整理在HyperFrames 影片製作篇。做出歌，不等於影片會自動完成。

回頭看這兩首，我最喜歡的仍然是它們各自有一個不能互換的理由。一首來自凌晨還沒睡的我們，一首來自一個角色不容易說出口的心事。

MiniMax Music 3 讓這些想法有機會被聽見。至於怎麼讓它不要在反覆生成裡走遠，我目前最實際的答案，還是把第一份需求說到位，並且好好保留第一個讓自己想再聽一次的版本。