Blog

Guida all'uso

Guida alla produzione di brani brevi con MiniMax Music 3: come scrivere separatamente testo, tag di sezione e brief di arrangiamento

Progettare una richiesta per un brano breve riproducibile partendo dai due input obbligatori previsti dal contratto attuale

Nov 18, 2026
Immagine di copertina dell'articolo: geometria di una sezione minerale resa in piano su fondo verde petrolio, con intrecci di verde acqua e verde scuro, dallo stile sobrio.
In questa pagina

Innanzitutto, distinguere bene i due input obbligatori

MiniMax Music 3 su HiAPI offre solo una capacità di tipo task text-to-music, senza un'interfaccia a passaggi in cui «prima si genera la melodia e poi si scrive il testo». In altre parole, in una singola richiesta bisogna fornire contemporaneamente due cose: input.lyrics (obbligatorio) e input.prompt (obbligatorio); non c'è un rapporto tra «uno principale e uno facoltativo come integrazione», ma due canali di input paralleli che insieme determinano l'output.

Una volta fissati i confini di responsabilità di questi due campi, tutti i problemi di scrittura successivi trovano collocazione:

  • lyrics = il contenuto da cantare. Risponde a «cosa si canta» e deve contenere solo il testo del brano e i tag di struttura delle sezioni.
  • prompt = la descrizione della musica in sé. Risponde a «come suona», e porta stile, emozione, timbro vocale, strumentazione e andamento dell'arrangiamento.

Le rilavorazioni più comuni derivano dal mescolare queste due cose: inserire «aggiungere una spinta di batteria nel ritornello» in lyrics, oppure incollare un intero testo in prompt. Nel primo caso il testo viene cantato come contenuto vocale o troncato dalle regole dei tag di struttura; nel secondo si rinuncia al controllo esplicito sul testo cantato.

Ribadiamo la forma dell'interfaccia: è un'API di tipo task, in cui la richiesta viene inviata e il risultato torna in modo asincrono, con i parametri tutti sotto input. L'ordine di scrittura consigliato è quindi: prima definire lo scheletro del testo, poi scrivere il brief di arrangiamento, infine chiudere lunghezza e riproducibilità con i parametri opzionali. La sezione successiva parte da lyrics.

Due canali di input ben distinti—uno per il testo, uno per la descrizione musicale—confluiscono infine nella stessa richiesta di generazione.

Come organizzare correttamente il testo e i tag di sezione

La regola di input.lyrics è breve, ma è quella con il maggior tasso di errori: i tag di struttura (come [intro], [verse], [chorus]) devono ciascuno occupare una riga separata; il testo scritto sulla stessa riga del tag viene scartato. Questo spiega quasi tutte le segnalazioni di «testo perso»—il problema non è il modello, ma l'andare a capo.

Forma di base

Una riga, un elemento: o un tag, o una frase di testo. Per esempio, organizza così lo scheletro di un brano breve:

[intro]
[verse]
La notte si ritira lentamente lungo il davanzale
Ripiego nel vento le parole che non ho detto
[chorus]
Lascia che questo minuto duri un po' di più
Ancora un po'
[outro]

Tre regole ferree

  1. Il tag su una riga separata. Nella forma [chorus] Lascia che questo minuto duri un po' di più, il testo dopo il tag si trova in una posizione in cui viene scartato; la soluzione corretta è spezzare in due righe.
  2. Non aggiungere annotazioni sulla riga del tag. Sulla riga del tag non va inserito altro testo esplicativo oltre al tag stesso; le intenzioni di arrangiamento vanno scritte in prompt.
  3. All'interno della stessa sezione, scrivere il testo riga per riga. Ogni riga corrisponde a un'unità naturale di canto, e il numero di righe è esso stesso parte dell'informazione ritmica; per le sezioni di un brano breve, mantenere un numero di righe ragionevole dà risultati più puliti rispetto ad accumulare frasi lunghe.

Modello di organizzazione

Per un brano breve, si consiglia questa gerarchia: [intro] → [verse] → [chorus] → (eventuale ripetizione di [verse] / [chorus]) → [outro]. I tag di sezione sono segnali strutturali: ripetere lo stesso tipo di tag significa dire al modello «rifai la stessa sezione con lo stesso ruolo». Quanto a quali strumenti e quale intensità usare in questa sezione, non si scrive qui, ma nel prompt della sezione successiva.

Scrivere un brief di arrangiamento stratificato con prompt

input.prompt è una descrizione musicale in testo libero. Le dimensioni controllabili indicate nella descrizione ufficiale includono genere, BPM, tonalità, evoluzione emotiva, dettagli vocali e arrangiamento sezione per sezione. Invece di scrivere un lungo blocco di aggettivi in una volta, conviene scrivere a strati «prima grossolano, poi fine», così quando si deve modificare una singola dimensione si può sostituire in modo mirato anziché riscrivere tutto.

Ordine degli strati

  1. Genere e atmosfera generale: una frase per fissare il tono, ad esempio folk indie, City Pop, pop narrativo al pianoforte.
  2. Velocità e tonalità: BPM e tonalità sono ancore quantificabili; scriverli riduce sensibilmente la casualità.
  3. Evoluzione emotiva: indica da quale emozione a quale emozione si passa nell'intero brano, ad esempio «apertura trattenuta, ritornello che sale, parte finale che si ripiega».
  4. Dettagli vocali: timbro, sesso, proporzione di voce aspirata, presenza o meno di armonie; sono descrizioni a livello di voce.
  5. Arrangiamento sezione per sezione: far corrispondere le descrizioni delle sezioni in prompt con i tag di sezione in lyrics, specificando strumentazione e intensità per intro / verse / chorus.

Un modello di brief utilizzabile

Genere: pop narrativo guidato dal pianoforte
Velocità e tonalità: medio-lenta, tonalità minore
Evoluzione emotiva: strofa trattenuta, ritornello che sale, finale che si chiude
Voce: voce femminile, texture da microfono ravvicinato, armonie basse nel ritornello
Arrangiamento: intro con solo pianoforte e leggeri suoni ambientali; verse con basso e percussioni leggere; chorus con batteria completa; outro che torna al pianoforte

Due abitudini di scrittura

  • I nomi delle sezioni corrispondono ai tag del testo. Se in prompt si dice «chorus con batteria completa», in lyrics deve esserci [chorus]: con nomi identici su entrambi i lati, il modello li allinea in modo più diretto.
  • Ogni strato contiene solo le decisioni di quello strato. Non mescolare richieste vocali nella riga del genere, né inserire tre velocità contraddittorie in una sola frase. Lo scopo della stratificazione è proprio permettere di modificare un solo strato a ogni iterazione.
Dal genere e velocità alla base, all'evoluzione emotiva, ai dettagli vocali, fino all'arrangiamento sezione per sezione in cima—il brief di arrangiamento si somma strato dopo strato, dal grossolano al fine.

Durata e seed casuale: il significato reale di duration e seed

Sono entrambi parametri opzionali, ma vengono spesso interpretati erroneamente come «controllo preciso».

duration: limite massimo, non contratto

input.duration è il limite massimo di durata dell'audio generato, in secondi, predefinito 60, intervallo 1–300. Il punto chiave è «limite massimo»: il modello può terminare prima e la lunghezza dell'output non è garantita esattamente uguale al valore inserito.

Ne derivano due conclusioni pratiche:

  • Per un brano breve, lascia un po' di margine rispetto alla lunghezza desiderata; non impostare duration esattamente uguale alla durata target, altrimenti la probabilità di una chiusura anticipata si traduce direttamente in «è venuto più corto».
  • Non usare duration per controllare la struttura. Se vuoi che il ritornello arrivi prima, devi cambiare la disposizione delle sezioni in lyrics e l'arrangiamento sezione per sezione in prompt, non accorciare la durata totale.

seed: ancora di riproducibilità

input.seed accetta un numero intero ed è usato per riprodurre il risultato; se omesso, viene usato un seed casuale. Il suo valore sta nel fare confronti A/B: con lo stesso testo in lyrics abbinato a due versioni di prompt, richiedendo separatamente con seed fisso, le differenze sono più facilmente attribuibili al brief stesso anziché alla casualità.

Attenzione: seed copre solo il livello semantico della «riproducibilità»; non è una manopola della qualità e non garantisce che con seed fisso il risultato sia del tutto identico—ma come base sperimentale per confrontare diverse versioni di brief, è lo strumento più comodo.

Comporre una richiesta per un brano breve: elenco dei parametri e controlli

Combinando le tre parti precedenti, il percorso dei campi di una richiesta per un brano breve è fisso:

  • input.lyrics: obbligatorio, testo del brano + tag di sezione ciascuno su una riga separata.
  • input.prompt: obbligatorio, brief di arrangiamento stratificato.
  • input.duration: opzionale, limite massimo di durata, in secondi, predefinito 60, intervallo 1–300.
  • input.seed: opzionale, numero intero, per la riproducibilità.

Checklist di autoverifica prima dell'invio

  1. Ogni tag di sezione occupa una riga separata e sulla riga del tag non c'è testo trascinato alla fine?
  2. In lyrics è finito per errore qualche indicazione di arrangiamento, strumenti o emozione?
  3. prompt copre i cinque strati: genere, velocità e tonalità, evoluzione emotiva, voce, arrangiamento sezione per sezione?
  4. I nomi delle sezioni in prompt corrispondono ai nomi dei tag in lyrics?
  5. duration lascia margine rispetto alla lunghezza target, invece di essere trattato come valore esatto?
  6. Se vuoi confrontare versioni, seed è già fissato allo stesso numero intero?

Passando in rassegna tutti e sei i punti, si evitano gran parte delle richieste non valide. Per campi e modalità di chiamata più dettagliati, consulta la pagina del modello minimax-music-3; sul sito ci sono già articoli con esempi passo passo in curl e Python, che qui non ripetiamo.

Modalità di errore comuni e percorso di iterazione

Infine, elenchiamo i problemi frequenti secondo lo schema «sintomo → causa → correzione», per facilitare la diagnosi.

Sintomo 1: manca una sezione del testo

La causa più comune è il tag sulla stessa riga del testo: il testo sulla stessa riga viene scartato. La correzione è una sola: spezzare [chorus] testo in due righe.

Sintomo 2: viene cantato contenuto che non dovrebbe essere cantato

Le richieste di arrangiamento sono state scritte in lyrics. Ad esempio, mettere «aggiungere batteria nel ritornello» nell'area del testo: può essere trattato come testo da cantare. La correzione è spostare tutti i contenuti non testuali nello strato di arrangiamento sezione per sezione del prompt.

Sintomo 3: il risultato è più corto del previsto

duration è stato usato come durata esatta. È un limite massimo e il modello può terminare prima. La correzione è lasciare margine rispetto alla lunghezza target e usare la disposizione delle sezioni per guidare la struttura, invece di comprimere duration.

Sintomo 4: lo stile del risultato varia e non si capisce quale versione sia migliore

Non c'è un seed fisso e il prompt non è scritto a strati, quindi tra due richieste ci sono troppe variabili. La correzione è fissare prima il seed, poi convergere strato per strato nell'ordine «genere → velocità e tonalità → emozione → voce → arrangiamento sezione per sezione»: al primo giro definisci solo genere e velocità, confermata la direzione aggiungi l'evoluzione emotiva, poi i dettagli vocali, infine rifinisci l'arrangiamento sezione per sezione. Cambia un solo strato per volta, così ogni differenza tra versioni è attribuibile.

Seguendo questo percorso, la produzione di un brano breve passa da «tentativi ripetuti affidati alla fortuna» a un processo di convergenza con parametri chiari: lyrics governa cosa si canta, prompt governa come suona, duration e seed governano confini e riproducibilità. Inizia con uno scheletro di testo pulito e un brief grossolano, poi aggiungi i dettagli strato per strato.

Inizia a creare con artefatti IA persistenti

Ottieni la tua chiave API e chiama modelli di immagini, video e audio tramite un'unica API basata sui task.

Leggi la documentazione API