每日一种AI曲风|国风古风:古筝一响就穿帮的三个地方

你输入"古风"两个字，出来的是一首电音流行加了几声笛子。

换个工具、加十个形容词、把"古风"重复三遍，还是那个味道——热闹、满、亮，像某个国外乐队理解的"神秘东方"。

问题不在模型不懂中国音乐。问题在"古风"这两个字，在模型里根本没对应上任何具体的东西。它只能去猜，而它猜的参照物，是二十年前海外唱片店里那排 World Music 合辑。

这篇讲怎么把那层"异域滤镜"拆掉。

我做过一个笨办法的对照：同样一段词，一版写"中国风古风歌曲，优美大气"，一版写"古筝为主、竹笛长音点缀、五声音阶、BPM 76、慢板留白"。后者的差别大到不像同一个模型出的。

原因很直白："古风"是个标签，"五声音阶 + 具体乐器 + 具体速度"才是参数。标签让模型去检索最像的邻居，参数才让它真的动手。

模型收到"古风"这个词，最可能联想到的是"oriental""traditional Chinese"这一簇。而那批训练素材，多半带着西方和声框架和异域想象。

所以第一原则：提示词里不要出现"古风"两个字，用可执行的描述替代它。

速度：慢板 72–88，中板 92–104。而且 BPM 一定要带单位。

这一条是实打实的坑。你只写"92"，系统会直接忽略，给你套上默认的 120 BPM 模板——古筝的泛音还没衰减完，下一句就进来了，那种空灵感全没了。必须写 "BPM 92"。

调式：五声音阶，说清楚是哪个调。C 宫、D 羽、G 徵，都比"五声音阶"精确。五声音阶就是宫商角徵羽，对应 1 2 3 5 6，没有 4 和 7。这两个音一出来，味道立刻往日本演歌或者西洋民谣跑。

核心乐器：古筝（或古琴）为主，竹笛或箫做点缀，最多加一件。民乐合奏是另一回事，短视频和古风流行用的都是"少而精"。

律动：散板、慢板、大量留白。古风的节奏不是靠鼓推的，是靠句子之间的呼吸撑的。

三个一定会露馅的细节

这是最典型的一种失败。

古筝、笛子、琵琶、二胡、扬琴、编钟、唢呐，全给你塞进去。听起来很"中国"，但任何懂一点的人第一耳朵就知道不对——真实的中国风编曲是减法的，不是加法的。

你听《青花瓷》那种，主体就那么几件，留白比声音多。

修法：明确主次，并且写清"不要什么"。

可用写法：古筝为主奏，竹笛只做长音点缀，不使用二胡、唢呐、编钟与打击乐，整体编曲克制，留白多于声音。

我试下来，"不使用"这三个字比"少用"有效得多。模型对"少"没有量化概念，对"不用"有。

这个坑很隐蔽，但一听就露。

五声音阶的骨架是 do re mi sol la。曲子一旦出现 fa 和 si（在 C 宫调里就是 F 和 B），那股"东方"就散了，会滑向日本演歌或者西洋小调。

AI 特别爱在副歌抬情绪的时候塞一个导音——因为它从流行歌里学到"往上解决要用 7"。可这一塞，古风就没了。

修法：把音阶约束写死。

可用写法：全曲严格使用五声音阶，避免出现四度与七度偏音，旋律以级进为主，不要大跳。

如果实在想要一点变化，可以用"清角""变宫"这样的专业说法，但新手阶段直接禁掉更稳。

第三个坑最反直觉。

古筝是木质共鸣的，声音应该是干的、近的、能听见指甲刮过琴弦的。但 AI 经常给你一个在大空间里录的古筝，混响拖得老长，听着像在教堂或者山谷。

这个坑有个具体成因：如果你之前上传过带混响的成品音频做参考，模型会优先拟合那个高频反射特征，然后自动给古筝加上数字混响，把木质泛音染成空腔感。

修法：两条一起用。

第一，别拿带混响的成品当参考素材。第二，提示词里直接写死：古筝音色干、近、有指甲触弦的颗粒感，混响极短，不要空腔感与大空间尾音。

那行"乐器不超过三件"，是我踩了很多次才总结出来的。给 AI 一个数字上限，比给它十个形容词管用。

如果你就是想做戏腔，那要单独处理：在副歌那句前面加标签 [Chorus: Traditional Opera Vocal]，显式告诉它这里换唱法。不加标签，它只会把音调高一点，不会真的翻成戏腔。

古风歌词最大的陷阱是"看起来很美，读完什么都没记住"。

反面教材："烟雨朦胧，谁在江南的雨巷里，等待一场千年之约"——所有词都对，合起来是空的。

正面教材要落到具体：

「水壶」「茶渍」「门槛上的泥」——全是能拍成照片的东西，而且每一处都处在"该做没做"的状态里。古风的情绪不在形容词里，在这种没做完的动作里。

还有一条是我反复踩出来的：数字要少放，而且要放在刀刃上。

这首歌我写第一版的时候，为了"每段都够具体"，把「第三块砖」「第七片瓦」「第三针」「两回茶」「三春」「第三场雨」全塞了进去。读下来像有人在强迫症一样数数——数字一密，反而通篇发假。

后来压到只剩两处：「我把茶温到第三遍」和「半盏茶」。前者是重复的次数，等于时间在流；后者是剩下的量，等于结局。其余段落全交给物件本身撑——绣架上别着的针、伞骨上的锈、椅子往里挪的那点距离，不报数也够具体。

一句话：能用物件说清的，别用数字；该精确的地方，一定要精确。

国风这一块，国产工具整体更靠得住。中文四声、咬字、以及民乐音色的适配，海外模型普遍弱一档。

Mureka（微信里搜"蘑兔 AI 音乐"）对民乐音色的还原在国产里算好的，写"古筝为主、笛子点缀"这种级别的指令能听懂。网易天音在国风抒情上模板成熟，但旋律容易同质化，适合快速出小样。Suno 这一代的中文咬字比旧版好很多，做纯器乐的古风 BGM 反而比做人声更稳。

一个通用建议：民族乐器的音色真实度，是所有 AI 的通病。如果要做发布级作品，可行的路子是导出 MIDI，再用专业音源替换音色。

国风不是把中国乐器贴到流行编曲上，是让留白说话。

给你留一个立刻能做的动作：把歌的前十秒单独听一遍——如果一上来就是满编、什么乐器都有，那这首就不是国风，是民乐合奏。

回提示词里补一句"前奏只用古筝，留白多于声音，乐器不超过三件"，重新生成，你会立刻听出那个"空"出来了。

本期国风的参数表和歌词 Agent 已经存进奇妙匣，回复【国风】可以取。

你是做 AI 音乐的，还是做 AI 漫剧的？评论区说一句。

如果这篇帮你省下了十几次重新生成，点个「在看」，让更多做 AI 音乐的朋友别再卡在这一步；想跟着这个系列一篇篇拆下去，关注「週週酱」。