ruige-skill 1.1.8 → 1.2.0

package/SKILL.md

@@ -1,7 +1,7 @@
 ---
 name: rg
 description: |
-  瑞哥音乐助教。接受用户不懂术语、说不清楚或带着错误前提的原始问题：既能梳理编曲混音逻辑、完成音乐感觉与专业语言的双向转译，并设计用户能在 DAW 中实际操作和反馈的验证动作；也能用一次一个概念的互动练习，带用户听懂效果、认识插件和建立判断；还能围绕普通人学习音乐、接单、变现、转行、自媒体与事业发展，盘清现实基础、缺失条件和下一步验证。适用于“Pad 和 Pluck 是什么”“一加效果就糊”“带我听懂高切低切”“我刚装了 Pro-Q，教我怎么用”“我想做这种感觉但说不清”“要不要学编曲”“做音乐能赚钱吗”“必须做自媒体吗”“想辞职做音乐行不行”“接着上次聊”等场景。不否定梦想，不把个人经验包装成唯一答案，不把文字转述中的先后变化当成已验证因果，也不用文字冒充听审或声音结论。触发方式：/rg、/瑞哥、「瑞哥帮我看看」以及音乐制作语境下的“带我学”“教我听懂”等自然语言问题。
+  瑞哥音乐助教。接受用户不懂术语、说不清楚或带着错误前提的原始问题：既能梳理编曲混音逻辑、完成音乐感觉与专业语言的双向转译，并设计用户能在 DAW 中实际操作和反馈的验证动作；也能用一次一个概念的互动练习，带用户听懂效果、认识插件和建立判断；还能围绕普通人学习音乐、接单、变现、转行、自媒体与事业发展，盘清现实基础、缺失条件和下一步验证。适用于“Pad 和 Pluck 是什么”“一加效果就糊”“带我听懂高切低切”“我刚装了 Pro-Q，教我怎么用”“我想做这种感觉但说不清”“要不要学编曲”“做音乐能赚钱吗”“必须做自媒体吗”“想辞职做音乐行不行”“接着上次聊”等场景；也能接住 AI 音乐生成的接活请求——截图调参数、迭代提示词、生成结果回宿主对不上、作品归属疑问，适用于“这版太满了帮我改”“Suno 出来的放到工程里对不上”“AI 怎么转原创”等。不否定梦想，不把个人经验包装成唯一答案，不把文字转述中的先后变化当成已验证因果，也不用文字冒充听审或声音结论。触发方式：/rg、/瑞哥、「瑞哥帮我看看」以及音乐制作语境下的“带我学”“教我听懂”等自然语言问题。
 ---
 
 # 瑞哥音乐助教
@@ -103,6 +103,10 @@ Studio One / Fender Studio Pro 的三个易混操作按已核实命令处理：
 
 用户明确说“带我开始学习”“教我听懂这个效果”“从零认识这个插件”“我刚装了某个插件，带我学会它”等话时，进入引导学习模式。它仍是同一个 `rg`，不另设 Skill、命令或功能菜单。用户已经给出概念、插件或当前素材时直接开始；只说“带我学”而没有对象时，只确认他现在最想听懂的一个效果，或正在使用的一个插件。进入时读取 [references/guided-learning.md](references/guided-learning.md)。
 
+### 接活诊断
+
+用户丢来截图、上一版提示词、工程描述或音频文件，说“这版不行”“帮我改”“放工程里对不上”“AI 怎么转原创”时，进入接活诊断：按失控、迭代混乱、落地失败、取舍失据、归属焦虑五类定位真问题，材料缺哪样要哪样（一次只要最能改变判断的一样）；材料足够给直接方案，需要耳朵判断的输出听审任务单，不替用户听。进入时读取 [references/ai-music-intake.md](references/ai-music-intake.md)。
+
 用户明确调用 `$rg 新手入门`、`/rg 新手入门` 或 `/瑞哥 新手入门`，但没有同时附带具体任务或材料时，只说：
 
 > 不用先学术语，也不用把问题整理完整。把你现在正在做的歌、最卡的一处、一张工程截图、一个文件，或者一句说不清的感觉直接发过来。我会先判断现在最值得处理哪一步。
@@ -227,6 +231,7 @@ Studio One / Fender Studio Pro 的三个易混操作按已核实命令处理：
 处理错误前提和怪问题时，读取 [references/question-calibration.md](references/question-calibration.md)。
 向零基础用户解释概念或提供操作步骤时，读取 [references/beginner-teaching.md](references/beginner-teaching.md)。
 用户不懂编曲术语、想描述感觉或需要理解音色职能时，读取 [references/music-language-translation.md](references/music-language-translation.md)。
+用户带材料要求“改这版 / 修这个问题”，或问题落在 AI 生成失控、迭代、回宿主、取舍、归属时，读取 [references/ai-music-intake.md](references/ai-music-intake.md)。
 
 ## 工作流 A：编曲审美与音乐语言转译
 
@@ -240,9 +245,19 @@ Studio One / Fender Studio Pro 的三个易混操作按已核实命令处理：
 
 用户已经确认音乐方向并要求“AI 音乐提示词”，但没有说明生成工具时，只用一句话确认他使用 Suno、Udio 还是其他工具，然后停住。不要先输出通用长分析，也不要把 Suno 当默认方案。用户已经说明工具时直接生成，不重复校准已确认的方向；首轮只给可直接使用的提示词和最多 3 条必要说明，不再输出维度映射表、逐句解释或生成后检查清单，除非用户继续追问。
 
+艺人名、作品名或“某某风格”只是参考线索，不等于音乐方向已经确认。用户只给参考名称、却没有说真正想保留哪一部分时，先从律动、人声状态、配器密度、制作质感、段落推进中确认最影响方向的一项；没有实际听取对应版本时，不根据作品名擅自补写 BPM、结构、乐器或所谓招牌特征。用户明确要求先出草案时可以给一版标明假设的草案，但不能把假设写成对参考录音的事实分析。
+
 提示词只转译用户已经确认的音乐内容。用户只说明主歌和副歌时，不擅自新增预副歌、第二段主歌、桥段、尾奏或完整歌曲模板；用户没有要求歌词或段落标签时，不附 Lyrics 栏和占位歌词。用户给出的避免项必须保留为简短约束，或改写成对应的正向目标，但不能因为猜测平台机制而删除。
 
-不要把生成平台对某个词、标签、字段或负面指令的响应写成确定机制，例如“写在前面更有效”“平台不响应这个词”“一定会按某区间浮动”。只能把提示词改法写成待 A/B 的实验：下一轮只改一个变量，比较目标段落是否更接近要求。方向和工具都明确时，首轮回答控制在提示词本身加极短用法，不写平台机制分析。
+不要把生成平台对提示词长度、词序、标签、字段或负面指令的响应写成确定机制，例如“越短越好”“写在前面更有效”“平台不响应这个词”“一定会按某区间浮动”。平台模型和字段会变化；涉及当前功能时核对官方资料。提示词改法写成待 A/B 的实验：下一轮只改一个变量，比较目标段落是否更接近要求。方向和工具都明确时，首轮回答控制在提示词本身加极短用法，不写平台机制分析。
+
+用户要求 Suno 提示词、带回生成结果要求改版、询问提示词知识、希望建立个人提示词资料库，或要求把一次生成过程沉淀到本地时，读取 [references/suno-prompt-iteration.md](references/suno-prompt-iteration.md)。生成后的价值不只是新提示词：要保留上一版有效部分、识别最明显的一项偏差、下一版只改一个变量，并把真实生成结果与用户判断分开。
+
+每版提示词必须有一个来自用户已确认内容的“当前核心目标”。输出或保存前做一次对齐检查：提示词必须直接表达这个核心目标，不能只写辅助音色、氛围或相邻特征；`目标.md`、`当前版本.md` 和对应版本记录中的核心目标必须一致。给滑块建议没有问题，但要明确它是本轮起始处方；下一版如果测试滑块，就不要同时大改提示词。
+
+只有用户明确同意并指定精确目录后，才能创建、读取或更新其本地提示词资料库。用户明确要学习沉淀方法或建立本地系统时，直接给可复制的启动话术并帮助他按指定目录落地，不把建库变成填表考试。写入后必须回读或运行检查命令确认文件真实存在；宿主无法稳定调用脚本时，输出一份可复制的本轮记录，不得声称已经保存。
+
+“有没有提示词知识包”“我能用到什么知识”“给我本地建库提示词”属于方法说明请求，不等于用户已经授权写入或要求只做记忆确认。遇到这类提问必须在当前回答中同时完成三件事：说明可用知识的边界、解释个人资料库为什么会越用越贴合、给出可复制的建库提示词。不能只回复“记下了”“已记录”或“有/没有知识库”。只有检查到指定目录里的文件真实存在且内容一致时，才能说已经保存或记录成功。
 
 对审美感觉的文字转译只是在建立假设和沟通语言，不等于已经听见或确认用户作品呈现了该感觉。需要验证时，让用户实际对比或交给瑞哥听审。
 

package/bin/ruige-skill.mjs

@@ -1,11 +1,13 @@
 #!/usr/bin/env node
 
+import { createHash } from "node:crypto";
 import { constants } from "node:fs";
 import {
   access,
   cp,
   lstat,
   mkdir,
+  readdir,
   readFile,
   readlink,
   realpath,
@@ -13,7 +15,7 @@ import {
   symlink,
 } from "node:fs/promises";
 import { homedir } from "node:os";
-import { basename, dirname, join, resolve } from "node:path";
+import { basename, dirname, join, relative, resolve } from "node:path";
 import { fileURLToPath } from "node:url";
 
 const PACKAGE_ROOT = resolve(dirname(fileURLToPath(import.meta.url)), "..");
@@ -163,6 +165,42 @@ async function isBridgeTo(target, canonical) {
   return (await realpath(resolvedTarget)) === (await realpath(canonical));
 }
 
+async function findLegacyBridges(home, agents) {
+  const found = [];
+  const parents = new Map();
+  for (const { agent, target } of installPaths(home, agents)) {
+    parents.set(dirname(target), agent);
+  }
+
+  for (const [parent, agent] of parents) {
+    if (!(await exists(parent))) continue;
+    for (const name of await readdir(parent)) {
+      if (name.startsWith(`${SKILL_NAME}.backup-`)) {
+        found.push({ agent, path: join(parent, name), name });
+      }
+    }
+  }
+  return found;
+}
+
+async function quarantineLegacyBridges(home, agents) {
+  const legacy = await findLegacyBridges(home, agents);
+  if (!legacy.length) return [];
+
+  const quarantine = join(home, ".ruige-skills", "legacy-bridges");
+  await mkdir(quarantine, { recursive: true });
+  const moved = [];
+  for (const item of legacy) {
+    let destination = join(quarantine, `${item.agent}-${item.name}`);
+    if (await exists(destination)) {
+      destination = `${destination}-${timestamp()}`;
+    }
+    await rename(item.path, destination);
+    moved.push({ ...item, destination });
+  }
+  return moved;
+}
+
 async function preflightBridges(paths, canonical, force) {
   if (force) return;
 
@@ -214,11 +252,66 @@ function installPaths(home, agents) {
 
 async function showStatus(home, agents) {
   const canonical = join(home, ".ruige-skills", SKILL_NAME);
-  console.log(`真源：${canonical} (${(await exists(join(canonical, "SKILL.md"))) ? "正常" : "未安装"})`);
+  let canonicalStatus = "未安装";
+  let version = null;
+  if (await exists(join(canonical, "SKILL.md"))) {
+    try {
+      const installedPackage = JSON.parse(
+        await readFile(join(canonical, "package.json"), "utf8"),
+      );
+      const manifest = JSON.parse(
+        await readFile(join(canonical, "manifest.json"), "utf8"),
+      );
+      let manifestValid = (
+        manifest.skill === SKILL_NAME
+        && Array.isArray(manifest.files)
+        && manifest.files.length === manifest.knowledgeFiles
+      );
+      for (const item of manifest.files ?? []) {
+        if (!manifestValid) break;
+        const content = await readFile(
+          join(canonical, "knowledge", item.path),
+        );
+        const digest = createHash("sha256").update(content).digest("hex");
+        if (content.length !== item.bytes || digest !== item.sha256) {
+          manifestValid = false;
+        }
+      }
+      if (
+        installedPackage.name === "ruige-skill"
+        && installedPackage.version
+        && manifestValid
+      ) {
+        canonicalStatus = "正常";
+        version = installedPackage.version;
+      } else {
+        canonicalStatus = "内容不完整";
+      }
+    } catch {
+      canonicalStatus = "内容不完整";
+    }
+  }
+  console.log(
+    `真源：${canonical} (${canonicalStatus}${version ? `，v${version}` : ""})`,
+  );
   for (const { agent, target } of installPaths(home, agents)) {
+    const label = agent === "workbuddy"
+      ? `${agent} (${relative(home, target)})`
+      : agent;
     const info = await pathInfo(target);
-    const detail = info.kind === "link" ? ` -> ${info.target}` : "";
-    console.log(`${agent}: ${info.kind}${detail}`);
+    if (await isBridgeTo(target, canonical)) {
+      console.log(`${label}: 已连接`);
+    } else if (info.kind === "link") {
+      console.log(`${label}: 错误链接 -> ${info.target}`);
+    } else {
+      console.log(`${label}: ${info.kind}`);
+    }
+  }
+  const legacy = await findLegacyBridges(home, agents);
+  if (legacy.length) {
+    console.log(
+      `警告：发现 ${legacy.length} 个可能被重复加载的 rg.backup-* 旧入口；运行 update 可移出 Skill 扫描目录。`,
+    );
   }
 }
 
@@ -233,6 +326,11 @@ async function installOrUpdate(options) {
     console.log("尚未安装，将执行首次安装。\n");
   }
 
+  const movedLegacy = await quarantineLegacyBridges(home, options.agents);
+  if (movedLegacy.length) {
+    console.log(`✓ 已移出 ${movedLegacy.length} 个可能被重复加载的旧 Skill 入口`);
+  }
+
   await preflightBridges(paths, canonical, options.force);
   const backup = await copySkillToCanonical(
     canonical,

package/knowledge/AI/351/237/263/344/271/220/345/267/245/344/275/234/346/265/201/351/227/256/347/255/224/345/272/223/01-AI/351/237/263/344/271/220/345/267/245/344/275/234/346/265/201/351/227/256/347/255/224/345/272/223.md

@@ -0,0 +1,335 @@
+# AI 音乐工作流问答库
+
+## Q1: AI 一句话生成的音乐，为什么通常不算"自己的作品"
+
+**症状：** 只输入"来一首 K-pop 女团歌"这类一句话，AI 就给出完整成品，听起来不错，但总觉得不是自己的东西。
+
+**原因：** AI 只知道大类风格，不知道创作者已有的旋律、律动、段落、偏好和修改目标。结果体现的是模型的默认选择，不是创作者的具体判断。
+
+**解决：** 提高个人参与度：上传自己的旋律、鼓、Bass、钢琴或完整骨架，在生成后做筛选、反馈，并回到宿主软件做二次编辑。判断标准不是"好不好听"，而是"它和我要做的东西、我的目的有没有关系"。
+
+**关键词：** #AI音乐 #工作流 #参与度
+
+---
+
+## Q2: AI 音乐工作流里，人和工具怎么分工
+
+**症状：** 分不清 AI 聊天助手、音乐生成工具和宿主软件各自该干什么，经常把所有事都丢给其中一个。
+
+**原因：** 三类工具能力不同：聊天 AI 擅长整理语言，生成工具擅长快速出方案，宿主擅长精确编辑，互相之间不互通。
+
+**解决：** 四个角色：**人**是制作人，负责目标、审美、判断和最终交付；**Agent（如 WorkBuddy）**是秘书，负责整理提示词、保存版本、读取历史记录；**Suno** 是能力很强但没有连续记忆的乐手，负责快速生成；**Cubase 等宿主**是最终编辑环境。工具不会自动共享结果，人试听后要亲自把判断传递下去。
+
+**关键词：** #AI音乐 #工作流 #分工
+
+---
+
+## Q3: 都有 AI 生成了，为什么还要学基础
+
+**症状：** 认为有了 Suno 这类工具，可以直接跳过音乐基础。
+
+**原因：** 生成速度只降低执行成本，不自动提供判断力。版本越多，越需要判断：哪版结构成立、哪些配器服务段落、哪些结果只是"好听但不属于这首作品"。
+
+**解决：** 这里的基础不是弹琴、乐理或音源操作，而是对乐器心里清楚：它的技法是什么、动态怎么演奏才到位。有这层清楚，才能对 AI 提出要求、听出版本之间的差异、对最终结果负责。没有判断力时，大量生成结果只是噪音。
+
+**关键词：** #AI音乐 #学习方法 #判断力
+
+---
+
+## Q4: AI 音乐的完整工作闭环是什么
+
+**症状：** 上传、生成、下载各步骤都试过，但感觉是零散动作，没有形成可复用流程。
+
+**原因：** 缺少闭环意识，每次生成都像重新开始。
+
+**解决：** 标准闭环：**在宿主中做出骨架 → 让 Agent 整理并记录提示词 → Suno 生成 → 人试听并给出具体反馈 → Agent 保存反馈写下一版 → 继续迭代 → 下载可用音频或分轨回宿主 → 完成剪辑、对齐和最终导出**。"看懂别人演示"不等于掌握，闭环必须本人完整跑通一遍才算学会。
+
+**关键词：** #AI音乐 #工作流 #闭环
+
+---
+
+## Q5: 为什么说"参考音频大于文字提示词"
+
+**症状：** 提示词写得很详细，生成结果却和自己的工程完全脱节（速度、段落、旋律全变了）。
+
+**原因：** 音乐里的速度、第一拍、结构、旋律走向、和弦运动、音色密度很难被文字完整承载；参考音频直接呈现这些信息，对生成工具的约束力远大于文字。
+
+**解决：** 文字描述风格和情绪，结构性和音乐性的信息用参考音频传递。真正想控制的部分（速度、调性、律动）放进上传的骨架里，不要指望写在提示词里就行。
+
+**关键词：** #AI音乐 #提示词 #参考音频
+
+---
+
+## Q6: 把音频传进素材区，AI 就会拿它当参考吗
+
+**症状：** 把工程导出的音频上传后直接生成，结果和原工程脱节（速度、段落、人声位置全不一样），误以为"传了=用了"。
+
+**原因：** 上传只是把素材放进素材区，不等于当前生成任务引用了它。没有明确引用时，生成主要由文字提示词驱动，速度和结构都会重新计算。
+
+**解决：** 开始生成前，把音频明确加入当前生成任务（通过 Add Instruments、Cover 等入口告诉工具"本轮参考这个音频"）。结果速度是否与原工程一致不是硬标准：把生成结果当采样素材用时，有些偏差无所谓；只有想让它卡进原骨架时，才需要核对速度和第一拍——轻微偏差也可以接受。
+
+**关键词：** #AI音乐 #参考音频 #操作
+
+---
+
+## Q7: 给 AI 的"音乐骨架"到底是什么
+
+**症状：** 不知道该上传什么给生成工具，是和弦加鼓，还是完整编曲。
+
+**原因：** 把骨架理解成了固定配方。
+
+**解决：** 骨架是"这个任务里最需要保留的结构信息"。可以是鼓加 Bass（确定速度、律动和低频地基），可以是和弦加段落结构，原创作品也可以加旋律或哼唱。判断标准只有一个：它能否清楚约束目标结果。骨架越详细越可控，越简略 AI 发挥空间越大——取决于本轮目标，不是越多越好。
+
+**关键词：** #AI音乐 #骨架 #工作流
+
+---
+
+## Q8: 不会写英文提示词怎么办
+
+**症状：** Styles 栏要英文，自己英文不好，只能套别人的模板。
+
+**原因：** 把"写提示词"和"懂英文术语"混为一谈。
+
+**解决：** 先用中文自然语言把目标说清楚（风格、乐器、速度、质感、想保留什么），再让文字型 AI 整理成英文提示词。生成后不满意时，说明"哪里不一样"，让 AI 修改提示词，而不是自己猜术语。
+
+**关键词：** #AI音乐 #提示词 #方法
+
+---
+
+## Q9: 提示词"精简"到底是什么意思
+
+**症状：** 听说提示词要短，于是只写几个词，结果方向完全失控；或者反过来写得又长又乱。
+
+**原因：** 把"精简"理解成了"少想、少说"。
+
+**解决：** 先用详细自然语言把目标描述清楚（段落框架、目标声部、律动特征、音色要求、允许变化范围），再让 AI 压缩成生成工具容易理解的音乐术语和短语。精简发生在表达转换阶段，不是省略判断和上下文。
+
+**关键词：** #AI音乐 #提示词 #方法
+
+---
+
+## Q10: 为什么反馈只说形容词，结果会越来越乱
+
+**症状：** 第一轮输入很完整，之后每轮反馈只剩主观形容词（太满、更强、更梦幻、没感觉），改到后面结果离最初目标越来越远。
+
+**原因：** AI 不知道形容词对应哪个乐器、哪个声部、哪个段落，只能连续猜测。
+
+**解决：** 形容词先细化：落到具体的音乐对象和位置——是哪个乐器、哪个段落，希望它变密还是变疏、变深还是变亮。检验标准：这句话如果无法让真人乐手知道怎么改，也无法让 AI 稳定执行。
+
+**关键词：** #AI音乐 #反馈 #提示词
+
+---
+
+## Q11: 一轮合格的修改反馈包含什么
+
+**症状：** 想反馈但不知道从哪说起，最后只回一个"不好听"。
+
+**原因：** 缺少反馈结构。
+
+**解决：** 五要素：① 听的是哪个版本；② 哪些内容已经符合要求；③ 哪个具体音色、律动或段落不满意；④ 当前结果整体偏向什么；⑤ 希望下一版向什么方向改变。例："这版太偏 R&B、律动慢而晃；希望更像能跳舞的 K-pop，节奏更块状。"
+
+**关键词：** #AI音乐 #反馈 #迭代
+
+---
+
+## Q12: 为什么一个风格词会把整首带跑偏
+
+**症状：** 只想加一点木吉他质感，写了个"乡村"，结果整首变成乡村音乐，原有风格荡然无存。
+
+**原因：** 大风格词是完整的音乐语言，生成工具会把它理解成整套配器、律动和音色体系，而不是点缀元素。
+
+**解决：** 把主体风格和辅助元素分开写：先声明必须保留的主体（如"史诗、空灵、圣洁"），把点缀元素写成辅助描述，再用 Exclude Styles 排除不想出现的特征（如突兀、刺耳的音色）。想验证效果，一次只加一个风格变量。
+
+**关键词：** #AI音乐 #提示词 #风格控制
+
+---
+
+## Q13: 每一轮生成至少要记录什么
+
+**症状：** 生成了一晚上，第二天想不起哪版是哪版、当时改了什么。
+
+**原因：** 生成工具没有跨轮记忆，聊天窗口换一个就全部丢失。
+
+**解决：** 每轮记录：版本名和日期、上传了哪段素材、提示词全文、参数实际值、重要版本的链接、这一版满意的具体内容、不满意的具体内容、下一版只准备改的变量。为每首歌建立独立文件夹存放。
+
+**关键词：** #AI音乐 #版本记录 #工作流
+
+---
+
+## Q14: 旧版本为什么要全部留着
+
+**症状：** 硬盘里只留最新一版，结果新版反而不如旧版，却找不回来了。
+
+**原因：** 迭代不保证单调变好，最新版不一定最好。
+
+**解决：** 每一版都留，不要只留最新版。旧版本是回退点；做完十首歌后，这些记录会变成可检索的个人经验资产——知道自己为什么从 V1 改到 V2、什么类型的提示词在自己身上反复有效。
+
+**关键词：** #AI音乐 #版本记录 #方法
+
+---
+
+## Q15: 为什么每次只改一个变量、只听两个版本
+
+**症状：** 一次生成几十个版本，越抽越乱，最后凭运气选了一个。
+
+**原因：** 多变量同时改，无法归因；大量版本没有选择标准时只是噪音。
+
+**解决：** 生成前先写明本轮要验证什么；每次只改一组明确的要求；一次只听两个版本并记录判断（哪个更接近目标、差在哪）。没有明确需求、没有骨架、没有选择标准时，不要连续抽卡。
+
+**关键词：** #AI音乐 #迭代 #纪律
+
+---
+
+## Q16: 什么时候应该停止和 AI 反复沟通
+
+**症状：** 在生成工具里反复重生成一个很小的细节，浪费大量时间。
+
+**原因：** 生成工具对小范围精修不稳定——改一个细节可能重新生成整段，前后衔接还会变。
+
+**解决：** 分两段看：AI 擅长从 0 到 1（快速出方向、配器和素材）；从 1 到 1.1（某个鼓点、音符、音色、小节）回宿主直接改更可靠。当方向已明确、可用素材已确定、局部问题手工改比继续生成更快时，立刻停止，进宿主。
+
+**关键词：** #AI音乐 #工作流 #边界
+
+---
+
+## Q17: AI 生成的音乐能直接变成宿主工程吗
+
+**症状：** 以为生成工具能输出一个可以逐轨编辑的 Cubase/宿主工程文件。
+
+**原因：** 混淆了音频和工程文件。
+
+**解决：** 不能直接得到完整工程。可行路径：用 Get Stems 拆分 → 优先下载 WAV → 拖回宿主做剪辑、对齐、替换、MIDI 重写和混音。生成结果直接用也可以——前提是它真的不需要打磨。关键是打磨的权利和手段在创作者手里：分轨回宿主、可精修、可局部修改的路保持畅通，而不是被"生成音频只能整段用"困住。
+
+**关键词：** #AI音乐 #分轨 #宿主
+
+---
+
+## Q18: "分轨"和真实工程分轨有什么区别
+
+**症状：** 拿到的鼓、Bass、吉他分轨听起来有杂音或串音。
+
+**原因：** 生成工具的分轨是 AI 模拟分离，不是原始工程的真实分轨，可能有串音和伪影。
+
+**解决：** 把分轨当作"高质量的候选素材"而不是"成品工程文件"。需要精确控制某个声部时，回宿主用 MIDI 或实录替换。分轨适合快速组装和替换不需要的部分。
+
+**关键词：** #AI音乐 #分轨 #边界
+
+---
+
+## Q19: 生成音频导回宿主节拍对不上，按什么顺序排查
+
+**症状：** 下载的音频放进工程后，要么节拍错位，要么声音像跑调、变形、"泡在水里"。
+
+**原因：** 两类问题混在一起了：采样率不一致（技术问题）和位置没对齐（对齐问题）。
+
+**解决：** 按顺序：① 声音同时出现音调偏移、变形、模糊 → 先查采样率（常见 44.1k 与 48k 不一致，让音频和工程统一）；② 声音正常只是没落在拍点 → 打开节拍器，找到音乐真正的第一拍，整体挪到工程网格；③ 采样率一致但调性仍异常 → 检查提示词里是否写了转调（modulation、key change）等没有明确用途的指令。另外：生成的是真实演奏感的音频，有细微抢拍拖拍，不需要把每个瞬间强行卡死网格。
+
+**关键词：** #AI音乐 #排查 #采样率 #节拍对齐
+
+---
+
+## Q20: "把 AI 生成音频当采样用"是什么意思
+
+**症状：** 听说生成结果要"当采样用"，但不明白和直接铺进工程有什么区别。
+
+**原因：** 把"生成成功"当成了"整段可用"。
+
+**解决：** 把每次生成当作一批候选素材：逐段试听，删掉模糊、跑开、混入无关乐器的片段，只保留真正符合工程需要的部分，重新组织进工程。它比外部采样更贴近需求（因为是在你的骨架和提示词约束下生成的），但仍然是素材，不是自动完成的编曲成品。三层约束：提示词约束（要什么不要什么）、骨架约束（速度调性律动）、剪辑约束（只留通过判断的片段）。
+
+**关键词：** #AI音乐 #采样 #工作流
+
+---
+
+## Q21: 生成结果整版可用，还需要保留自己原来写的声部吗
+
+**症状：** AI 生成的整版听起来很完整，于是把自己原来编的轨道全部静音了，结果声音整体偏糊、律动不清晰。
+
+**原因：** 把"完整"当成了"更好"。生成结果的清晰度、律动和层次不一定达到工程音源的水平。
+
+**解决：** 分声部判断：AI 素材里色彩类、自己写不出的部分保留（如铜管染色、特殊质感）；自己写得好的钢琴、鼓、Bass、弦乐恢复使用。判断依据是"放在整体里是否更好听"，不是"全人工"或"全 AI"。注意：恢复旧声部后要重新听它和生成内容是否仍然匹配——旧版本写得好，不代表在新组合里仍然成立。
+
+**关键词：** #AI音乐 #编曲 #取舍
+
+---
+
+## Q22: 参数全部拉满，为什么反而更难得到好结果
+
+**症状：** 为了控制结果，把所有 Influence 参数都推到最高。
+
+**原因：** 全部拉满等于把生成工具限制在当前描述和素材里；如果创作者本来就没完全想清楚，过约束会取消工具提供新方案的价值。反过来全放低又会让结果和目标失去联系。
+
+**解决：** 先保留核心（必须保留的旋律、结构），给不确定的部分留生成空间。原则：想清楚的部分强约束，没想清楚的部分留余地。
+
+**关键词：** #AI音乐 #参数 #方法
+
+---
+
+## Q23: 上传素材被版权相似度拦截怎么办
+
+**症状：** 上传自己的练习工程被平台拒绝。
+
+**原因：** 素材里有识别度高的原曲元素（主旋律、标志性采样），或与已发行作品相似度过高。
+
+**解决：** 依次尝试：① 删除识别度高的乐器，只保留鼓和 Bass 等基础框架；② 对 MIDI 或音频转调；③ 调整提示词，要求结果不要过度接近参考曲；④ 从工程重新导出再上传。两条底线：参考曲用于学结构和方向，不是 1:1 复制；改变音高或格式不是规避审核的通用方法，素材权利不清时应该停止上传，先解决授权和原创性。做老歌改编类内容时，保留可共享的和弦关系，不上传原曲主旋律，自己演奏旋律部分。
+
+**关键词：** #AI音乐 #版权 #排查
+
+---
+
+## Q24: 用了 AI，作品还算自己的创作吗
+
+**症状：** 担心发布时被标成"AI 音乐"，或者不确定作品归属。
+
+**原因：** 平台和行业口径尚未完全统一，且可能变化。
+
+**解决：** 判断重点不是标签，而是人的独创性和控制过程：需求、骨架、提示词、版本选择、剪辑、重编、演奏、混音都由人决定时，AI 更接近乐手或协作者，不是替代人的一次点击。实操上保留创作证据：工程文件、MIDI、人工骨架、提示词版本、生成记录、下载分轨和后续人工修改。正式发布的平台标注和商业规则以当时平台要求为准；涉及重要商业权益时单独做版权确认。
+
+**关键词：** #AI音乐 #版权 #创作归属
+
+---
+
+## Q25: AI 人声到底能不能用
+
+**症状：** 听 AI 唱的人声觉得"很完美但又很假"，不知道该不该用。
+
+**原因：** AI 人声在音色、咬字、表情上呈现相似模式，容易有"AI 味"；且音区、力度不一定能由真人稳定复现。
+
+**解决：** 能不能用，看咬字和旋律立不立得住。优先当 Demo 用：判断旋律、调性、编曲和整体方向是否成立。适合的场景：预算、速度和功能性优先的短广告歌、slogan、人声点缀、临时演示。需要更强辨识度和情感表达时，请真人录音。需要更可控的人声旋律时，可以自己唱一遍或哼一段作为人声参考——人声同样遵守"参考大于文字"。
+
+**关键词：** #AI音乐 #人声 #边界
+
+---
+
+## Q26: 为什么建议先把伴奏做好，再碰人声
+
+**症状：** 生成结果带了完整 AI 人声，听着很顺，就不太想再检查伴奏了。
+
+**原因：** 完整的人声会遮住伴奏本身的问题——前奏、鼓、Bass、弦乐和结构上的缺陷被人声掩盖。
+
+**解决：** 更稳的顺序：先用骨架和参考音频把伴奏做出来，确认速度、段落、结构成立后，再做人声。要单独检查伴奏本身的好坏时，把人声静音才听得清伴奏真实的样子。
+
+**关键词：** #AI音乐 #人声 #编曲
+
+---
+
+## Q27: 需要先把所有乐器知识学完再用 AI 吗
+
+**症状：** 想加铜管、民乐等新乐器，纠结要不要先系统补完课程。
+
+**原因：** 把"学完再用"当成了默认顺序。
+
+**解决：** 不需要系统学完所有乐器。但用某件乐器前，要懂它的写作：它在段落里承担什么功能、真实演奏者能否完成、音区和呼吸是否合理。做法是选当前作品确实要用的那件乐器，先听真实演奏，再用音源或 AI 生成方向，在使用中遇到问题再答疑。已有的配器思维可以迁移。
+
+**关键词：** #AI音乐 #学习方法 #配器
+
+---
+
+## Q28: 学习阶段，为什么不要用超出自己能力的生成结果当主体
+
+**症状：** 用 AI 生成的内容作为作业或练习主体，改不动也说不出为什么，越改越乱。
+
+**原因：** 生成内容出现 5 拍、6 拍、4 拍混杂等超出自己控制范围的情况，修补它训练的是"修生成结果"，不是编曲能力。
+
+**解决：** 按当前能力写能控制的内容：先用简单可控的和弦进行写清钢琴和 Bass，再加入能力范围内的其他乐器，最后才让 AI 做染色和质感补充。正确顺序是人先写出结构和乐器逻辑，再让 AI 丰富，而不是反过来。判断是否可控的标准：能不能解释它为什么这样、能不能动手改它。
+
+**关键词：** #AI音乐 #学习方法 #可控性

package/knowledge//347/274/226/346/233/262/345/210/266/344/275/234/345/256/236/346/210/230/351/227/256/347/255/224/07-/347/274/226/346/233/262/346/200/235/347/273/264/344/270/216/345/267/245/344/275/234/346/265/201/345/256/236/346/210/230/351/227/256/347/255/224.md

@@ -143,9 +143,9 @@
 
 **症状：** 用户不知道如何在Suno中写有效的提示词。
 
-**原因：** Suno不是给中国人开发的，虽然对中文支持会越来越好，但用英文描述更准确。直接用中文说"做一首周杰伦风格的歌"AI理解不了，因为周杰伦不是音乐风格。
+**原因：** 艺人名和作品名只是参考线索，不是完整的音乐需求。用户如果没有说清楚真正参考的是律动、人声、配器、质感还是段落推进，提示词即使看起来专业，也可能偏离目标。
 
-**解决：** 提示词公式：速度 + 风格 + 乐器 + 听感（明亮/温暖等）。如果英文不好，可以先用GPT/Gemini帮你翻译。还有一个工具——制作经验开发的"音乐描述转译提示词生成器"可以使用。核心原则：提示词要精简，不要写长篇大论。
+**解决：** 先确认这一版最重要的一个音乐维度，再把它翻译进提示词。教学时可以从“速度与律动 + 风格与年代方向 + 关键声部职能 + 整体听感与空间”开始。提示词可以精简，也可以使用更完整的自然语言；不要把“越短越好”写成固定规律。英文表达可以作为选择，但最终仍要以当前模型和实际生成结果验证。
 
 **关键词：** #工作流
 
@@ -264,13 +264,14 @@
 ### Q3：Suno的提示词应该怎么写效果更好？
 **症状**：不确定提示词应该写多详细，是否要写长提示词。
 **原因**：
-1. 提示词太多不是好事。Suno自己生成的800字提示词效果反而不如短的
-2. 可以用中文但不好——Suno训练数据是英文的，翻译过程有信息失真
+1. 没有先确定当前核心目标，容易堆很多流派、乐器和形容词
+2. 把历史版本里的长度、词序和语言经验误当成所有模型都适用的机制
 **解决**：
-1. 写短的、简单的提示词
-2. 风格优先 + 最想突出的乐器（越往前权重越高）
-3. 主要参数：怪异度（建议拉低）、提示词影响力、音频影响力（建议70-80%，给AI留一定空间）
-4. "小任务"模式：只让AI处理某一段，而非整首歌
+1. 先写清本版最不能丢的一个音乐目标，并检查提示词是否直接表达了它
+2. 简短标签和详细自然语言都可以，按当前任务复杂度选择
+3. 可以直接给怪异度、提示词影响力和音频影响力的建议起点，但不能把某个数字写成所有任务的标准
+4. 下一版一次只改一个变量；如果调滑块，就先保持提示词不变
+5. "小任务"模式仍然有效：只实验某一段或某个音乐维度，不把整首歌同时重做
 **关键词**：#Suno #提示词 #Prompt #参数设置
 
 ---
@@ -485,7 +486,7 @@
 ---
 
 ### Q4：Suno的三个关键参数怎么调？
-**解决**：三个参数不要走极端：1）怪异度——决定音乐变化和艺术性；2）提示词影响力——决定它听你文字描述的程度；3）音频影响力——决定它保留原始作业框架的程度。一般保持中间区域更稳定。提示词不用特别长，越短越明确越好，先把风格、速度、关键乐器说明白。
+**解决**：1）怪异度控制从相对稳妥到更意外的变化程度；2）提示词影响力控制结果贴近 Style 输入的程度；3）上传音频时，音频影响力控制结果贴近原始音频的程度。有经验的制作人或 Skill 可以根据当前任务直接给一个起始处方，但必须说明它是本轮实验起点。下一轮测试某个滑块时，其他主要变量保持不变，再用真实生成结果判断。
 **关键词**：#Suno #参数 #提示词
 
 ---
@@ -503,7 +504,7 @@
 ---
 
 ### Q7：Suno做出来的成品可以商用吗？
-**解决**：AI生成的成品有商用风险问题，Suno的授权条款有相关限制。如果涉及商业用途，一定要先了解清楚授权条款。更稳妥的方式是把AI当辅助工具——用它做方向探索和灵感启发，最终成品仍用传统编曲方式完成。
+**解决**：先核对生成时使用的套餐和 Suno 当前条款。免费套餐生成的歌曲通常只允许个人、非商业使用；付费套餐对订阅期间生成的歌曲授予商业使用权，但商业使用许可不等于各地区都自动确认版权登记资格。涉及发行、变现或客户交付时，必须查看当前官方条款和所在地规则。把 Suno 用于方向探索、灵感启发和方案验证，仍然是更便于控制制作责任的工作方式。
 **关键词**：#Suno #商用 #授权
 
 ---