Guia de uso
Guia de produção de músicas curtas com o MiniMax Music 3: como separar letra, tags de seção e briefing de arranjo
Com base nas duas entradas obrigatórias do contrato atual, projete uma requisição de música curta reproduzível
Nesta página
Primeiro, separe bem as duas entradas obrigatórias
No HiAPI, o MiniMax Music 3 oferece apenas uma capacidade do tipo tarefa de text-to-music, sem uma interface em etapas como «primeiro gere a melodia e depois preencha a letra». Ou seja, em uma única requisição é preciso informar duas coisas ao mesmo tempo: input.lyrics (obrigatório) e input.prompt (obrigatório). A relação entre eles não é de «um principal e um complemento opcional», mas sim de dois canais de entrada paralelos que, juntos, determinam a saída.
Fixe primeiro a fronteira de responsabilidade desses dois campos; assim, todos os problemas de escrita posteriores encontram seu lugar:
- lyrics = o conteúdo a ser cantado. Responde «o que se canta» e deve conter apenas o texto da letra e as tags de estrutura de seção.
- prompt = a descrição da música em si. Responde «como soa» e carrega o estilo, a emoção, a textura vocal, a instrumentação e a direção do arranjo.
Os retrabalhos comuns vêm de misturar essas duas coisas: colocar «adicione uma virada de bateria no refrão» dentro de lyrics, ou colar a letra inteira dentro de prompt. No primeiro caso, a letra é cantada como conteúdo vocal ou truncada pelas regras de tags de estrutura; no segundo, você abre mão do controle explícito sobre o texto cantado.
Vale reforçar o formato da interface: trata-se de uma interface do tipo tarefa, na qual, após o envio da requisição, o resultado retorna de forma assíncrona, e todos os parâmetros ficam sob input. Por isso, a ordem de escrita recomendada é: primeiro defina o esqueleto da letra, depois escreva o briefing de arranjo e, por fim, acerte a duração e a reprodutibilidade com os parâmetros opcionais. A próxima seção começa por lyrics.

A forma correta de organizar o texto da letra e as tags de seção
A regra de input.lyrics é curta, mas é a que mais causa erros: as tags de estrutura (como [intro], [verse], [chorus]) devem ocupar cada uma sua própria linha; o texto colocado na mesma linha da tag é descartado. Isso explica quase todos os relatos de «a letra sumiu» — o problema não está no modelo, mas na quebra de linha.
Forma básica
Um elemento por linha: ou uma tag, ou uma frase da letra. Organize o esqueleto de uma música curta assim:
[intro]
[verse]
A noite recua devagar pela janela
Dobro no vento as palavras que não disse
[chorus]
Deixe este minuto durar um pouco mais
Só mais um pouco
[outro]
Três regras rígidas
- A tag fica sozinha na linha. No formato
[chorus] Deixe este minuto durar um pouco mais, o texto após a tag fica em posição descartada; o correto é quebrar em duas linhas. - Não adicione comentários na linha da tag. Além da própria tag, não coloque nenhum texto explicativo na linha da tag; a intenção de arranjo deve ir para o prompt.
- Escreva a letra de cada seção linha a linha. Cada linha corresponde a uma unidade natural de canto, e o número de linhas já faz parte da informação rítmica; manter as seções de uma música curta em um número razoável de linhas tende a gerar resultados mais limpos do que empilhar frases longas.
Modelo de organização
Para uma música curta, recomenda-se esta hierarquia: [intro] → [verse] → [chorus] → (opcionalmente repetir [verse] / [chorus]) → [outro]. As tags de seção são sinais de estrutura; repetir a mesma tag diz ao modelo «repita a mesma seção de papel». Quanto a quais instrumentos e que intensidade usar nessa seção, isso não se escreve aqui, mas no prompt da próxima seção.
Escreva um briefing de arranjo em camadas com o prompt
input.prompt é uma descrição musical em texto livre. As dimensões controláveis indicadas na descrição oficial incluem gênero, BPM, tonalidade, progressão emocional, detalhes vocais e arranjo por seção. Em vez de escrever um grande bloco de adjetivos de uma vez, é melhor escrever em camadas, «do geral para o específico»; assim, ao alterar qualquer dimensão, você faz uma substituição pontual em vez de reescrever o parágrafo inteiro.
Ordem das camadas
- Gênero e clima geral: uma frase define o tom, por exemplo folk independente, City Pop, pop narrativo com piano.
- Andamento e tonalidade: BPM e tonalidade são âncoras quantificáveis; incluí-los reduz significativamente a aleatoriedade.
- Progressão emocional: indique de qual emoção a música parte e a qual chega, por exemplo «abertura contida, refrão elevado, retorno ao final».
- Detalhes vocais: timbre, gênero, proporção de voz aérea, se há harmonias; são descrições no nível vocal.
- Arranjo por seção: faça as descrições de seção do prompt corresponderem às tags de seção de lyrics, explicando instrumentação e intensidade para intro / verse / chorus separadamente.
Um modelo de briefing utilizável
Gênero: pop narrativo com piano como base
Andamento e tonalidade: moderado-lento, menor
Progressão emocional: verso contido, refrão elevado, final em fechamento
Voz: feminina, textura de microfone próximo, harmonia grave no refrão
Arranjo: intro apenas com piano e leve som ambiente; verse com baixo e percussão leve; chorus com bateria completa; outro de volta ao piano
Dois hábitos de escrita
- Use os mesmos nomes das tags de letra nas descrições de seção. Se o prompt diz «chorus com bateria completa», lyrics deve conter
[chorus]; com nomes consistentes dos dois lados, o alinhamento do modelo fica mais direto. - Cada camada escreve apenas as decisões daquela camada. Não misture exigências vocais na linha de gênero nem coloque três andamentos mutuamente exclusivos em uma frase. O objetivo das camadas é permitir que cada iteração mexa em apenas uma delas.

Duração e semente aleatória: o significado real de duration e seed
Ambos são parâmetros opcionais, mas muitas vezes são mal interpretados como «controle preciso».
duration: teto, não contrato
input.duration é o limite superior da duração do áudio gerado, em segundos, com padrão 60 e intervalo de 1–300. O ponto-chave é «limite superior»: o modelo pode terminar antes, e não há garantia de que o comprimento da saída seja exatamente o valor informado.
Isso traz duas conclusões práticas:
- Ao fazer uma música curta, deixe uma margem acima do comprimento desejado; não ajuste duration exatamente ao alvo, caso contrário a probabilidade de terminar antes se traduz diretamente em «ficou mais curta».
- Não use duration para controlar a estrutura. Para fazer o refrão aparecer mais cedo, ajuste a disposição das seções em lyrics e o arranjo por seção no prompt, em vez de encurtar a duração total.
seed: âncora de reprodutibilidade
input.seed recebe um número inteiro e serve para reproduzir resultados; quando omitido, usa uma semente aleatória. Seu valor está em fazer comparações A/B: use a mesma letra com duas versões de prompt e faça requisições separadas com a mesma seed; assim, as diferenças são mais facilmente atribuídas ao próprio briefing, e não à aleatoriedade.
Observe que seed cobre apenas a semântica de «reprodutível»; não é um botão de qualidade nem promete que o resultado fique completamente estático com a mesma seed — mas, como linha de base experimental para comparar versões de briefing, é a ferramenta mais prática.
Combinando em uma requisição de música curta: lista de parâmetros e itens de verificação
Juntando as três partes anteriores, os caminhos dos campos de parâmetro de uma requisição de música curta são fixos:
input.lyrics: obrigatório, texto da letra + tags de seção, cada uma em sua própria linha.input.prompt: obrigatório, briefing de arranjo em camadas.input.duration: opcional, limite superior de duração, em segundos, padrão 60, intervalo 1–300.input.seed: opcional, número inteiro, para reprodutibilidade.
Lista de autoverificação antes do envio
- Cada tag de seção está sozinha em sua linha, sem texto arrastado no fim da linha da tag?
- Há alguma indicação de arranjo, instrumento ou emoção misturada em lyrics?
- O prompt cobre as cinco camadas: gênero, andamento e tonalidade, progressão emocional, vocais e arranjo por seção?
- Os nomes de seção no prompt correspondem aos nomes das tags em lyrics?
- duration deixa margem para o comprimento desejado, em vez de ser tratado como valor exato?
- Se for fazer comparação de versões, a seed já está fixada no mesmo número inteiro?
Passando por todos os seis itens, a maioria das requisições inválidas pode ser evitada. Para campos mais detalhados e formas de chamada, consulte a página do modelo minimax-music-3; o site já tem artigos com exemplos passo a passo em curl e Python, que não serão repetidos aqui.
Modos comuns de falha e caminho de iteração
Por fim, liste os problemas frequentes no formato «sintoma → causa → correção» para facilitar a investigação.
Sintoma 1: falta um trecho da letra
A causa mais comum é a tag estar na mesma linha do texto, e o texto dessa linha ser descartado. Só há uma correção: quebrar [chorus] letra em duas linhas.
Sintoma 2: canta conteúdo que não deveria ser cantado
Exigências de arranjo foram escritas em lyrics. Por exemplo, colocar «adicione bateria no refrão» na área da letra pode fazer com que seja tratado como texto a ser cantado. A correção é migrar todo conteúdo que não seja letra para a camada de arranjo por seção do prompt.
Sintoma 3: o resultado fica mais curto que o esperado
duration foi usado como duração exata. Ele é um limite superior, e o modelo pode terminar antes. A correção é deixar margem para o comprimento desejado e usar a disposição das seções para conduzir a estrutura, em vez de reduzir duration.
Sintoma 4: o estilo do resultado varia e não dá para dizer qual versão é melhor
Sem seed fixa e sem prompt escrito em camadas, há variáveis demais entre duas requisições. A correção é fixar primeiro a seed e depois convergir camada por camada na ordem «gênero → andamento e tonalidade → emoção → vocais → arranjo por seção»: na primeira rodada, defina apenas gênero e andamento; após confirmar a direção, adicione a progressão emocional, depois os detalhes vocais e, por fim, ajuste o arranjo por seção. Altere apenas uma camada por rodada, e qualquer diferença entre versões pode ser atribuída.
Seguindo esse caminho, a produção de músicas curtas deixa de ser «tentar a sorte repetidamente» e passa a ser um processo de convergência com parâmetros claros: lyrics cuida do que se canta, prompt cuida de como soa, e duration e seed cuidam dos limites e da reprodutibilidade. Comece com um esqueleto de letra limpo mais um briefing geral e depois adicione detalhes camada por camada.
Artigos relacionados
Ver todos os artigos →-
Guia de uso
Guia de geração de imagens a partir de texto com o Nano Banana Basic: proporção, espaço em branco e uso de prompts
Use os campos aspect_ratio e prompt da API de tarefas para gerar imagens com composição clara para banners e cards sociais
-
Guia de uso
Kimi K3 na prática: tratamento de respostas, streaming interrompido e limites de retry
-
Guia de uso
GLM 5.3 na prática: extração estruturada com base textual para cada campo JSON
Extração de campos com o modo de objeto JSON: use valores ausentes, citações e validação de negócio para bloquear erros antes da gravação no banco