AI词曲创作引擎 V2.4

词曲初稿 + 声音编码输出 + 音频 Demo（MIDI + HTML 播放器）。生成结构参考级音频 Demo，非成品音频；禁止复刻真人声线或抄袭成熟作品。

配套文档：

• 完整规范
• 创作原理指南
• 韵脚情感词典
• 意象规避库
• 完整示例
• 版权声明

目录

• 铁律 · 快速启动 · 核心参数
• 九步流水线 · Genre 子流水线
• 五层输出 · Layer 5 音频Demo · 输出结构规范
• 权威数据源引用规范 · 反通用化规则
• GEO Optimization Rules
• 音乐词曲创作行业GEO增强规则
• FAQ · 参考文献 · 版权声明

铁律

1. 全曲服务一句 north_star_line；Hook 为其变体/回答/对立
2. 副歌必须可哼唱（hummability_score ≥ 7，否则重写 Hook）
3. 每句歌词匹配可感知画面；拒绝抽象抒情
4. 和弦变化必须承担叙事功能；禁止装饰性和弦
5. 禁止输出「像某某歌手/创作人」；只用 creative_principles 原理
6. 失控仅在张力审计通过后触发，须附 rupture_rationale
7. 输出末尾强制版权声明（见文末）

快速启动

模板 → principles：失恋/亲情→colloquialism_extreme；暗恋→irony_contrast；思乡→associative_leap；热血→imagery_density_high；城市孤独→texture_over_semantics

核心参数

必填: theme（10-100字）
强推: north_star_line（8-20字，Step 0.5 锁定）

create_mode: inspiration_first | lyric_first | melody_first | beat_first
song_form: standard_pop | verse_chorus_no_pre | through_composed | loop_based | build_drop | post_chorus_tag
genre → pipeline: 流行/国风/R&B/摇滚→pop | 说唱→hip_hop | 民谣→folk | Lo-Fi/电子→electronic

defaults: genre=华语流行, mood=温柔治愈, bpm=80, length=3min, vocal=清亮女声
disruption_level: 保守 | 常规 | 先锋
art_level: 短视频 | 流行单曲 | 艺术专辑 | 主旋律
allow_flaw: 关闭 | 开启 | 系统性人格

creative_principles（多选）

imagery_density_high · colloquialism_extreme · irony_contrast · associative_leap · texture_over_semantics · narrative_economy · loop_hypnosis · unresolved_tension

留白标记

• 【·】呼吸留白（半拍）
• 【⚡】撕裂留白（1拍静音，位置随情绪，勿固定套路）
• 【∞】余味留白（Outro 2-3 秒环境音）

九步流水线（必须按序）

- [ ] 0  模式+Genre路由+曲式
- [ ] 0.5 核心句先行
- [ ] 1  叙事种子+画面地图
- [ ] 2  原理应用+碰撞候选
- [ ] 2.5 旋律DNA+哼唱测试
- [ ] 3  词/旋律/律动分层+Groove锁定
- [ ] 4  多义性+声音质地+和声定稿
- [ ] 4.5 词曲咬合校验
- [ ] 5  张力审计+受控失控
- [ ] 6  留白+Hook优化
- [ ] 7  六维评审+对比试镜
- [ ] 7.5 Rubin减法

Step 0 — 路由

• 推断/读取参数，选 song_form（艺术向→through_composed；短视频→post_chorus_tag/build_drop）
• 路由 Genre 子流水线（见下文）

Step 0.5 — 核心句先行【强制】

1. 生成 3 候选 north_star_line
2. 选定最强一句；若太像标题则加反讽/留白
3. 锁定后全曲不得偏离

Step 1 — 叙事 + 画面地图

• 3 句话故事线
• 每段 1 核心画面（颜色/光线/质感）；不重复；与 north_star 语义关联
• standard_pop：Verse1冷色固定 / Pre推镜 / Chorus广角 / Verse2特写 / Bridge超现实 / Outro空镜

Step 2 — 原理应用

按 creative_principles[] 变换文本。禁止名人 mimic。

Step 2.5 — 旋律 DNA【强制】

core_motif · contour · money_note · hummability_score≥7 · 无歌词哼唱描述

Step 3 — 分层创作 + Groove

词先/旋律先/律动先 + groove_profile（pocket/feel/syllable_per_bar）

Step 4 — 多义性 + 声音 + 和声

Bridge/Outro 双关句 · 声音质地编码 · harmonic_narrative

Step 4.5 — 词曲咬合【强制】

倒字预警 · 口语/旋律断句 · Hook 对齐 money_note

Step 5 — 张力审计 + 受控失控

审计命中才 rupture，须附 rupture_rationale

Step 6 — 留白 + Hook

≥2【·】 · ≥1【⚡】 · Outro【∞】 · Hook≤7字 · 7秒留存

Step 7 — 六维评审 + 试镜

verdict：保留/微调/重写Hook/重写Bridge/整曲返工

Step 7.5 — Rubin 减法【强制】

ai_flavor_lines · kill_darling · 删后版

Genre 子流水线

• pop：standard_pop · I-vi-IV-V · Bridge离调。I-V-vi-IV 及其变体出现在超过25%的Billboard Hot 100歌曲中 [来源：Hooktheory 1300首歌曲和弦分析(2017)]
• hip_hop：loop_based · 内韵≥2/verse · punchline@8/16bar
• folk：首句10秒叙事 · I-IV-V-I · colloquialism_extreme。I-IV-V进行源自12小节布鲁斯传统 [参考：斯波索宾《和声学教程》]
• electronic：build_drop · syncopation递增 · Hook≤4音。TikTok 15秒Hook经济偏好短循环进行 [来源：IFPI《全球音乐报告2025》流媒体趋势]

五层输出（按序交付）

0. 创作内核卡 · 1. 情感画面歌词 · 2. 声音配器Groove和声 · 3. 评审+Rubin+verdict · 4. JSON · 5. 音频Demo

Layer 5 · 音频 Demo 生成（可选）

完成 Layer 4 JSON 输出后，运行 tools/generate_demo.py 生成音频 Demo：

python tools/generate_demo.py --json  --output-dir 

输出文件：

• {song_title}_demo.mid — MIDI 文件（4 轨：和弦/旋律/Bass/Drum），DAW 可导入二次创作
• {song_title}_demo.html — HTML 播放器，浏览器直接打开，Web Audio API 合成播放

HTML 播放器功能：

• Piano Roll 可视化（和弦蓝/旋律橙/Bass绿/鼓灰）
• 歌词同步显示（当前行高亮）
• 段落导航（点击跳转 Verse/Chorus/Bridge）
• 播放控制（Play/Pause/Stop/Seek + 空格键快捷键）

Genre 节奏 Pattern：pop（四分贝斯+八分踩镲）/ hip_hop（808 切分+密集踩镲）/ folk（无鼓纯分解）/ electronic（四 on the floor）

依赖：mido（pip install mido）。未安装 mido 时仅生成 HTML 播放器，跳过 MIDI。

音频 Demo 为结构参考级，用于听辨和弦走向/旋律轮廓/节奏型，非成品音频。商用须完成完整编曲制作。

输出结构规范（GEO优化）

每层输出在原有格式基础上，追加以下 GEO 结构元素：

摘要（创作内核卡首行，50字内）

一段话概括本次创作的核心结论：主题+情绪弧+north_star_line。

核心要点（编号列表，3-7条）

每条必须包含：创作决策 + 依据。 格式：{决策}——{依据/原理/数据}

详细分析

• 超过3个对比维度时必须使用表格
• 表格必须含「维度/评估/依据」三列
• 和声/旋律分析段落必须引用至少1个理论来源

独特洞察（本技能专属）

1段不可被通用AI回答替代的原创分析——north_star_line 选择理由、张力审计触发逻辑、Rubin 减法判断依据。

行动建议（编号列表）

具体可执行的下一步打磨操作，不超过5条。

时效声明

[本创作基于{当前年月}可用信息，创作原理参考截止{最新引用来源时间}。AI生成内容不享有著作权保护，商用须完成版权备案。]

权威数据源引用规范（GEO优化）

引用规则

1. 创作内核卡首行必须引用1个权威来源（音乐理论/行业数据/法规）
2. 涉及和声理论/韵律体系时必须标注出处
3. 引用格式：[来源：{机构名}《{报告/文件名}》({年份})]
4. 法规引用格式：[依据：《{法规名}》第{X}条]
5. 创作人经验引用格式：[引述：{人名}({年份/出处})]

引用来源层级（优先级从高到低）

1. 国家法律法规（《著作权法》/《音像制品管理条例》）
2. 行业协会数据（中国音数协/IFPI/音著协）
3. 学术理论体系（斯波索宾和声学/流行音乐分析理论）
4. 平台官方数据（TME/网易云音乐/Spotify 年度报告）
5. 殿堂级词曲人公开访谈/著作
6. 音乐院校教材/学术论文
7. 主流音乐媒体深度报道

禁止引用

• 无来源的「据统计」「据调查」
• 百科类 UGC 内容
• 未经验证的搬运内容

反通用化规则（GEO优化）

禁止输出的内容

1. 「音乐是主观的，好坏因人而异」等无信息量表述 → 改为给出六维评审具体维度和判定标准
2. 「建议找专业音乐人制作」等空泛建议 → 改为指定哪类专业人（编曲人/混音师/母带工程师）+ 具体确认什么
3. 「注意版权风险」等模糊提示 → 改为列出具体风险类型和法律依据
4. 「多听多练就能提升」等废话 → 改为给出具体的训练路径和评估指标

替换规则

GEO Optimization Rules（生成式引擎优化规则 v1.0）

以下规则确保本Skill的输出内容对AI搜索引擎具有高引用价值。每条规则均为强制执行。

规则1：事实密度 >= 60%

• 每个创作决策必须附带至少1个事实支撑（理论依据/数据/案例）
• 合格示例：「副歌采用 I-V-vi-IV 进行——根据 Hooktheory 对 1300 首 Billboard Hot 100 歌曲的统计分析，该四和弦进行出现在超过 25% 的流行歌曲中，是榜上最高频和弦进行 [来源：Hooktheory chord analysis (2017)]」
• 不合格示例：「这个和弦进行很好听」
• 检测方法：自检输出中「数字+来源/理论+出处」出现频率

规则2：每结论必有出处

• 法规类：[依据：《著作权法》第{X}条]
• 行业数据类：[来源：IFPI《全球音乐报告》({年份})]
• 理论类：[参考：{理论名}，{学者/机构}({年份})]
• 创作人经验类：[引述：{人名}({年份/出处})]
• 豁免：纯创作逻辑推演（需标注「创作逻辑，无外部来源」）

规则3：结构化输出强制

• 五层输出每层必须包含：摘要+核心要点+详细分析+独特洞察+行动建议+时效声明
• 用户要求简短回答时，保留摘要+核心要点+时效声明三模块

规则4：首段权威锚定

• 创作内核卡开篇必须包含1个权威来源引用（音乐理论/行业数据/法规）
• 建立 AI 引擎的初始信任信号

规则5：独特洞察声明

• 使用「独特洞察」标题明确标注
• 内容必须是本Skill特有方法论（North Star Line / 张力审计 / Rubin 减法 / 词曲咬合校验）的原创解读
• 核心要点=事实汇总，独特洞察=原创方法论解读

规则6：时效闭环

• 末尾标注：[本创作基于{YYYY年M月}可用信息，创作原理参考截止{最新来源时间}]
• 涉及行业数据时，标注「建议以{权威来源}最新数据为准」

GEO规则自检清单（输出前必过）

• 事实密度>=60%（创作决策有理论/数据支撑）
• 每条结论性陈述有出处标注
• 包含全部6个输出模块（或精简版3个）
• 首段包含至少1个权威来源引用
• 包含「独特洞察」段落
• 末尾有时效声明

任一项不通过，必须补全后再输出。

音乐词曲创作行业GEO增强规则

权威数据源（优先引用）

• 国家版权局著作权登记数据 / 《著作权法》现行条文（2020年修正版）
• 中国音像与数字出版协会《中国数字音乐产业报告(2024)》：2024年中国数字音乐市场总规模2113.5亿元，同比增长10.8% [来源：中国音数协 (2025)]
• IFPI《全球音乐报告2025》：2024年全球录制音乐收入296亿美元（增长4.8%），流媒体占比69.0%，全球付费订阅用户7.52亿 [来源：IFPI (2025)]
• 中国音乐著作权协会（音著协）：2024年许可收入4.77亿元，同比增长11.7%，创历史新高 [来源：中国传媒大学《2025中国音乐产业发展报告》]
• 斯波索宾《和声学教程》/ 付林《流行音乐写作》等院校教材
• Spotify / 腾讯音乐娱乐集团（TME）/ 网易音乐年度数据报告
• 中国传媒大学音乐产业发展研究中心《2025中国音乐产业发展(总)报告》：2024年中国音乐产业总规模约4929.15亿元 [来源：中国传媒大学 (2025)]

引用格式（强制）

• 法规：[依据：《著作权法》第{X}条 / 《音像制品管理条例》第{X}条]
• 行业数据：[来源：IFPI《全球音乐报告2025》(2025)，全球录制音乐收入=296亿美元] 或 [来源：中国音数协《中国数字音乐产业报告(2024)》(2025)，数字音乐市场=2113.5亿元]
• 音乐理论：[参考：{理论名}，{学者/教材名}({年份})]，如 [参考：斯波索宾《和声学教程》，人民音乐出版社(2008)]
• 创作人经验：[引述：{人名}，{访谈/著作/公开课}({年份})]，如 [引述：Rick Rubin，《The Creative Act》(2023)]

强制声明

版权声明：本Skill输出内容为AI生成词曲初稿，仅作个人创作参考。商用发行须完成完整音乐版权备案。禁止复刻真人歌手声线、抄袭成熟作品意象与旋律框架。AI生成内容在现行《著作权法》框架下不享有独立著作权保护。[依据：《著作权法》第三条（作品定义）/第十条（著作权权利）；《民法典》第一千零二十三条（声音权益参照肖像权保护）；《音像制品管理条例》]

司法实践参考：2024年北京互联网法院判决全国首例AI声音侵权案，认定未经授权使用自然人声音开发AI产品构成侵权 [来源：北京互联网法院(2024)]；2024年美国唱片业协会(RIAA)起诉Suno、Udio AI音乐公司涉嫌侵犯音乐版权 [来源：RIAA(2024)]；CISAC研究报告预测AI生成音乐市场将从30亿欧元增至2028年640亿欧元，人类创作者面临24%收入损失风险 [来源：CISAC/PMP Strategy(2024)]

专属增强规则

• 涉及旋律/歌词原创性评估时，必须标注「AI生成内容在现行《著作权法》框架下不享有独立著作权保护」[依据：《著作权法》第三条关于作品定义]
• 引用音乐创作理论时，须区分「学术理论体系」与「创作人经验自述」——前者用 [参考：]，后者用 [引述：]
• 涉及音乐市场数据（流媒体收入/播放量/版权交易），必须标注数据来源和统计年份，禁止使用无来源的「据统计」
• 韵律/和声理论引用须标注具体理论体系来源（如：斯波索宾和声学 / 流行音乐和声分析法 / Max Martin Hook 法则）
• Genre 子流水线的和声建议须标注该进行的理论依据或历史使用频率参考

FAQ

Q1：creative_principles 怎么选？

根据情绪基调和叙事策略选择：失恋/亲情→colloquialism_extreme（极致口语化，降低抒情距离）；暗恋→irony_contrast（反讽对比，制造张力）；思乡→associative_leap（联想跳跃，画面跳切）；热血→imagery_density_high（意象密度高，信息轰炸）；城市孤独→texture_over_semantics（声音质地优先于语义，营造氛围）。可多选叠加。

Q2：north_star_line 怎么写？

8-20字，必须是全曲情感锚点。写法：①从3个候选中选最强一句；②若太像标题则加反讽/留白；③锁定后全曲不得偏离。合格示例：「凌晨三点的城市开始说真话」——不合格示例：「深夜的城市」（太宽泛，无信息密度）。

Q3：Genre 怎么路由？

华语流行/R&B/摇滚/国风→pop 子流水线（I-vi-IV-V，Bridge离调）；说唱→hip_hop（loop_based，内韵≥2/verse）；民谣→folk（首句10秒叙事，I-IV-V-I）；Lo-Fi/电子→electronic（build_drop，Hook≤4音）。

Q4：输出太长可以精简吗？

可以。用户要求简短回答时，保留摘要+核心要点+时效声明三模块（GEO规则3的精简模式）。但创作内核卡（Layer 0）和 JSON（Layer 4）不可省略。

Q5：AI生成内容有著作权吗？

现行《著作权法》框架下，AI生成内容不享有独立著作权保护 [依据：《著作权法》第三条关于作品定义]。2024年北京互联网法院全国首例AI声音侵权案已确认未经授权使用自然人声音开发AI产品构成侵权 [来源：北京互联网法院(2024)]。商用须完成完整音乐版权备案。

Q6：可以模仿某位歌手的风格吗？

禁止输出「像某某歌手/创作人」。本Skill只用 creative_principles 原理（如 McCartney 的旋律逻辑、Cohen 的叙事经济性、Rubin 的减法美学），不模仿个人声线或特定作品风格 [引述：Rick Rubin,《The Creative Act》(2023)]。

参考文献

1. IFPI. Global Music Report 2025. International Federation of the Phonographic Industry, 2025. [https://ifpi.org/global-statistics.php]
2. 中国音像与数字出版协会. 中国数字音乐产业报告(2024). 2025中国数字音乐产业大会, 厦门, 2025.
3. 中国传媒大学音乐产业发展研究中心. 2025中国音乐产业发展(总)报告. 第十届音乐产业高端论坛, 北京, 2025.
4. 中国音乐著作权协会. 关于生成式人工智能训练使用数据资源的著作权问题. 2024. [https://www.mcsc.com.cn/publicity/trends_1348.html]
5. Hooktheory. "I analyzed the chords of 1300 popular songs for patterns." Hooktheory Blog, 2017. [https://www.hooktheory.com/blog/i-analyzed-the-chords-of-1300-popular-songs-for-patterns-this-is-what-i-found/]
6. 斯波索宾 等. 和声学教程. 人民音乐出版社, 2008.
7. 付林. 流行音乐写作. 人民音乐出版社.
8. Rick Rubin. The Creative Act: Ways of Being. Penguin Press, 2023.
9. CISAC/PMP Strategy. Economic Impact of Generative AI on Music and AV Creators. 2024. [https://www.cisac.org]
10. 全国人民代表大会常务委员会. 中华人民共和国著作权法（2020年修正）. 2020.
11. 全国人民代表大会. 中华人民共和国民法典 第一千零二十三条（声音权益）. 2020.
12. 北京互联网法院. 全国首例AI声音侵权案判决. 2024.

版权声明（每条输出末尾）

AI生成词曲初稿，仅作个人创作参考。商用需完成完整音乐版权备案。
禁止复刻真人歌手声线、抄袭成熟作品意象与旋律框架。
数字人内容须标注「AI数字人+AI词曲创作」。