需通过四步实现ChatGPT歌词与MuleRun旋律联动：一、用结构化指令生成并清洗押韵歌词；二、通过Prompt Assistant注入歌词并绑定风格参数；三、上传歌词启用LRC预同步模式；四、本地校对后反向提交局部重绘指令。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您希望借助ChatGPT完成歌词创作，再将成果导入MuleRun生成匹配旋律与编曲，则需解决文本语义结构适配、节奏对齐与格式兼容等问题。以下是实现该联动流程的具体操作路径：
一、使用ChatGPT生成结构化歌词并清洗输出
该方法确保ChatGPT输出内容符合MuleRun对歌词段落、押韵密度与行数控制的解析要求，避免因自由文本导致旋律生成失准。关键在于约束模型输出为带明确标记的纯文本结构。
1、在ChatGPT对话框中输入指令：“请以‘秋日旧信’为主题，生成一首主歌×2、副歌×2、桥段1段的完整歌词；每段4–6行，严格押‘ang’韵；禁止使用括号注释或说明性文字；仅返回纯歌词文本，按[主歌1]、[副歌1]等标签分段。”
2、收到回复后，复制全部内容至纯文本编辑器（如Notepad++），删除所有空行、项目符号及AI附加说明句。
3、手动校验每行末字是否属同一韵部，例如将“光、霜、窗、忘”统一保留，替换“响”为“亮”以维持‘ang’韵纯粹性。
4、保存为UTF-8编码的.txt文件，文件名不含空格或特殊字符，例如lyrics_qiuri.txt。
二、通过Prompt Assistant注入歌词并绑定风格参数
该方法绕过MuleRun默认的“主题→歌词→旋律”单向流程，直接将ChatGPT产出的歌词作为核心驱动要素，强制旋律生成器以文本节奏与语义重音为建模依据。
1、登录https://mulerun.com/，进入个人工作台界面。
2、点击界面右上角闪电图标，打开Prompt Assistant面板。
3、在左侧文本框中粘贴经清洗后的完整歌词，确保段落标签清晰可见（如[主歌1]、[副歌1]）。
4、在右侧“Style Prompt”栏输入结构化指令：“民谣风格，C大调，96 BPM，吉他分解和弦伴奏，主歌部分每行对应2拍，副歌每行对应3拍，桥段加入口琴间奏；严格按歌词标点断句生成旋律起伏。”
5、点击“Attach to Audio Segment”下方的“Generate with Lyrics First”按钮，系统将优先解析文本节律再合成音频。
用于在用户想通过浏览器自动化与 Google Gemini 或 ChatGPT 交互时。触发短语包括“ask Gemini”“ask ChatGPT”“ask GPT”“让...”。
三、上传歌词文本并启用LRC预同步模式
该方法利用MuleRun对LRC时间戳的识别机制，在未生成音频前预先建立歌词节奏锚点，使后续旋律自动对齐语义停顿与情绪重音，提升人声与伴奏的咬合精度。
1、在MuleRun工作区点击“+ 新建任务”，选择“歌词驱动生成”模板。
2、点击“上传歌词文件”，选择已清洗的lyrics_qiuri.txt，系统将自动识别[主歌1]等标签并初始化段落结构。
3、开启“LRC预同步”开关，此时界面显示“正在分析语义节奏密度”，耗时约3–5秒。
4、在弹出的节奏建议面板中，确认主歌平均行长为2.4秒、副歌为3.1秒，点击“接受并锁定”。
5、在风格选项中选择“Acoustic Folk”，勾选“启用歌词重音映射”，最后点击“生成完整歌曲”。
四、本地校对后反向注入MuleRun修正生成
该方法适用于ChatGPT初稿与MuleRun首版输出存在节奏错位或情绪偏差的情况，通过人工标注问题行并提交微调指令，触发模型局部重生成而非全曲重算，节省算力与时间成本。
1、下载MuleRun首轮生成的MP3与配套SRT字幕文件（含时间轴）。
2、使用Aegisub软件打开SRT，定位明显不同步行（如“落叶飘在信封上”被切分为两段），在对应行前插入注释标记【REGEN:02】。
3、将修改后的SRT另存为regen_qiuri.srt，并上传至MuleRun“修正任务”入口。
4、在指令框中输入：“仅重生成标记【REGEN:02】所在行及其前后各1行，保持原调性与和弦进行，强化‘飘’字拖腔处理。”
5、点击“提交局部重绘”，系统将输出仅含3行新音频的WAV片段，自动嵌入原工程时间轴。
