Самая частая боль звучит примерно так: «я написал дуэт, мужской и женский вокал, а модель всё равно спела одним мужским голосом». Пользователь вроде бы указал жанр, настроение, даже слово «дуэт», но результат звучит как обычная сольная песня. Проблема не в том, что нейросеть «не знает» дуэты. Проблема в том, что слово «дуэт» само по себе слишком слабое техническое задание.

На форумах и в чатах музыканты обычно описывают три симптома: оба куплета поет один тембр, припев не становится общим, а пометки вроде «мужской вокал» и «женский вокал» иногда попадают в текст как произносимые слова. Это происходит, когда промпт говорит о стиле, но не объясняет роли: кто начинает историю, кто отвечает, где они сходятся вместе.

Хороший дуэт — это не просто два тембра. Это драматургия: мужской голос задает первую точку зрения, женский голос меняет угол, припев превращает спор или признание в общее высказывание. Если эту схему не заложить, модель выбирает самый простой путь: один ведущий вокал и немного бэков.

В пользовательских историях про AI-песни хорошо видно, почему формат дуэта цепляет. TechRadar разбирал пример, где обычная переписка превратилась в поп-дуэт: два голоса сделали разговор похожим на музыкальный обмен репликами, а повторяющиеся фразы стали припевом. Автор отдельно отмечает, что явная просьба о формате дуэта дает системе более понятную рамку: пример разбора поп-дуэта в TechRadar.

Исследование по Suno и Udio показывает, что пользователи массово пытаются управлять результатом через текст запроса, жанровые теги, текст песни и структурные пометки. То есть люди интуитивно делают то же самое: добавляют служебные подсказки, чтобы модель не просто «сочинила песню», а соблюла форму и роли: исследование о промптах в AI-музыке.

Используйте не одну фразу «дуэт», а три слоя: тип голосов, распределение ролей, точки совместного пения. Минимальная формула выглядит так: дуэт мужского и женского вокала, мужской куплет, женский куплет, общий припев, бридж в формате вопрос-ответ.

После этого добавляйте жанр, инструменты, темп и язык: современная романтическая поп-баллада на русском, фортепиано, мягкие струнные, 72 BPM. Так модель понимает и вокальную задачу, и музыкальную оболочку.

Если нужен не просто поп-дуэт, а рэп + R&B, пишите роли по технике исполнения: дуэт мужского рэп-вокала и женского соул-вокала. Если нужен рок-диалог, пишите припев в формате вопрос-ответ. Если нужен танцевальный флирт, пишите игривый танцевальный дуэт и делайте строки короткими.

В тексте песни лучше не писать отдельными строками «Мужчина:» и «Женщина:». Часть моделей может попытаться это спеть. Надежнее указывать роли внутри пометок разделов: [Куплет 1 - мужской вокал], [Куплет 2 - женский вокал], [Припев - мужской и женский дуэт], [Бридж - вопрос-ответ].

Такой формат решает две задачи сразу. Во-первых, модель видит структуру песни: куплет, припев, бридж, аутро. Во-вторых, она видит вокальную функцию каждой части. Не «где-то должен быть дуэт», а конкретно: этот куплет мужской, этот женский, этот припев общий.

Для короткой песни на минуту достаточно 5 блоков: мужской куплет, женский куплет, общий припев, короткий бридж в формате вопрос-ответ, финальный общий хук. Для Pro-тарифа можно делать полноценную песню до 300 секунд: больше куплетов, второй припев, инструментальный проигрыш и финальное завершение.

Ниже — не теоретические шаблоны, а реальные генерации. Я сделал четыре коротких трека через MCP: поп-баллада, инди-рок, nu-disco/funk и melodic rap/R&B. У всех разный жанр, разный темп и разная драматургия дуэта.

Слушайте не только тембр, но и то, как промпт решает задачу: где голос начинает, где отвечает, где оба сходятся в припеве. Именно это отличает рабочий промпт для дуэта от обычного описания жанра.

Эти четыре рецепта закрывают разные сценарии. Не копируйте их слепо: меняйте жанр, BPM, инструменты и сюжет, но оставляйте вокальную часть промпта в начале. Для дуэта начало промпта важнее, чем длинное описание аранжировки в конце.

Слабый промпт: романтическая поп-баллада-дуэт, фортепиано, струнные. Он описывает музыку, но почти не объясняет вокальную постановку. Модель может выбрать один красивый ведущий вокал и считать задачу выполненной.

Сильный промпт: дуэт мужского и женского вокала, мужской куплет, женский куплет, общий эмоциональный припев, романтическая поп-баллада на русском, фортепиано, струнные, 72 BPM. Здесь сначала идет вокальная инструкция, потом структура, потом жанр. Это ближе к заданию для продюсера: кто поет, где поет, зачем поет.

Для отрицательного промпта можно добавить: не сольный мужской вокал, не один мужской певец, не сольный женский вокал, не один ведущий вокалист. Это не гарантия на 100%, но снижает шанс, что модель уйдет в сольный вокал.

Для демо, Reels и проверки идеи хватает 60 секунд. Для полноценной песни лучше закладывать 180-300 секунд: вступление, два куплета, два припева, бридж, финальный припев и завершение. На тарифе Pro в ПеснеГен доступна длина до 300 секунд — этого хватает для взрослой поп-баллады, рок-дуэта или R&B-истории без ощущения обрыва.

Если делаете длинный дуэт, не растягивайте один и тот же припев. Добавьте развитие: первый куплет — он, второй — она, первый припев — вместе тихо, бридж — обмен короткими репликами, финальный припев — оба голоса шире, можно попросить мягкие гармонии мужского и женского голоса.

Рабочий финальный промпт для длинной песни: дуэт мужского и женского вокала, чередование мужской и женской ведущей партии, эмоциональный бридж в формате вопрос-ответ, мягкие гармонии двух голосов, современная взрослая романтическая поп-баллада на русском, фортепиано, струнные, акустическая гитара, 72 BPM, чистый студийный звук.

1. В начале промпта написано дуэт мужского и женского вокала, а не только «дуэт».

2. В промпте есть распределение ролей: мужской куплет, женский куплет, общий припев, бридж в формате вопрос-ответ.

3. В тексте песни используются пометки разделов с ролями: [Куплет 1 - мужской вокал], [Куплет 2 - женский вокал], [Припев - мужской и женский дуэт].

4. Строки в бридже короткие. Длинные абзацы хуже делятся на реплики.

5. Отрицательный промпт отсекает сольный вокал: не сольный мужской вокал, не один мужской певец, не сольный женский вокал, не один ведущий вокалист.

6. Для проверки идеи ставьте 60 секунд. Для финальной версии на Pro ставьте до 300 секунд.