2大音楽生成AIの設計思想の違いを理解し、それぞれに最適化されたプロンプトを組み立てられるようになることを目的とした研修用マニュアルです。全タグに日本語の意味を併記しています。
同じ「音楽生成AI」でも、SunoとMurekaは根本的な設計思想が異なります。まずこの違いを頭に入れておくと、後述するテクニックの「なぜそうするのか」が理解しやすくなります。
テキストからドラマチックな音楽を創り出すことに長けたAI。言葉の行間や「エモい」といった抽象的な表現を汲み取るのが得意な一方、生成結果には偶発性(いわゆるガチャ要素)があり、狙った通りに仕上げるには指示を絞り込む「引き算」のコツが必要です。
視覚・聴覚素材を音楽に変換できるAI。画像や音声ファイル、さらには鼻歌までも指示書として使える拡張性を持ち、独自技術「MusiCoT(Music Chain-of-Thought)」により、曲の構成など人間の指示に対して非常に実直かつロジカルに組み立てます。
案件・目的に応じたツール選択の目安です。上から順に判定してください。
操作画面が似ているため混同しがちですが、実際の挙動には明確な違いがあります。
[Intro] [Verse] [Chorus] [Outro] のような角括弧タグを使って曲展開を指示する仕組みも同様に機能する。| 機能・特性 | Suno | Mureka |
|---|---|---|
| 指示のメディア | テキスト(言葉)のみ | テキスト+画像・音声ファイル・鼻歌 |
| 入力の制限 | モデルバージョンにより上限が異なる(下記4-1参照)。上限超過分は警告なしで無視されるため、「引き算」と「重要タグの前方配置」が必須 | 簡単モードは約300字の説明文。カスタムでは画像や参照音源で情報を補完できる |
| AIの解釈の癖 | 空気を読んで自動的にサビを盛り上げる | 指示に対して非常に実直(展開の念押しが必要) |
| 独自エコシステム | 既存曲の続きを作る「Extend」、除外指定「Exclude Styles」 | ボイスクローン、参照曲リミックス、鼻歌からのメロディ指定、ステム(パート別)書き出し |
Sunoをハックする鍵は「引き算」と「重要タグの前方配置」です。文字数上限はモデルにより異なりますが、詰め込むほど良くなるわけではありません。
| モデル | Style欄 | 歌詞欄 | タイトル |
|---|---|---|---|
| V4.5 / V5 / V5.5(現行) | 約1,000文字 | 約5,000文字 | 100文字 |
| V4 以前 | 約200文字 | 約3,000文字 | 80文字 |
文章ではなく、「名詞・形容詞をカンマで区切る」のが鉄則です。重要度の高い順に左から並べます(英語推奨)。
Sad J-Pop song with piano and guitar that makes me cry.
訳:「ピアノとギターの入った、泣ける悲しいJ-Popの曲」→ 文章になっており、AIがどの要素を優先すべきか判断できない。「泣ける」という抽象的な感情表現も伝わりにくい。
J-Pop, 125 BPM, Catchy, Emotional Piano, Electric Guitar, Female Clear Vocal
→ ジャンル→テンポ→楽器→ボーカルの順で単語を並べているため、AIが優先順位を把握しやすい。
ジャンル違いでの具体例:
Synthwave, 118 BPM, Driving, Retro Synth Bass, Analog Synth Lead, Instrumental
City Pop, 94 BPM, Nostalgic, Soft Upright Piano, Warm Bass Guitar, Male Smooth Vocal
Modern Metal, 150 BPM, Aggressive, Distorted Guitar, Double Kick Drum, Male Powerful Vocal
Sunoには「入れたい要素」だけでなく「入れたくない要素」を指定する欄(Exclude Styles/ネガティブタグ)があります。攻めの指示(Style欄)と守りの指示(Exclude欄)をセットで使うと、生成の安定度が大きく向上します。
Style欄:Ambient Piano, 70 BPM, Calm, Instrumental
訳:アンビエント(環境音楽風)ピアノ/BPM70/穏やかな/歌なし
Exclude Styles欄:vocals, drums, heavy metal, upbeat
訳:ボーカル、ドラム、ヘビーメタル、アップテンポ(明るく速い曲調)を除外
歌詞の前に角括弧 [ ] を配置し、AIに展開を強制します。タグ一覧と日本語の意味は第10章のチートシートにまとめていますが、基本の使い方は以下の通りです。
| タグ | 意味(日本語) | 使い方のコツ |
|---|---|---|
[Intro] | イントロ(前奏) | [Intro: Piano Solo](ピアノソロのイントロ)のように楽器を指定すると、高確率でそのソロから始まる。 |
[Verse] | Aメロ(歌の導入部) | 音数を減らし、落ち着いて歌わせる。サビとの対比を意識する。 |
[Pre-Chorus] | Bメロ(サビ前の助走部分) | Aメロとサビの橋渡し。徐々に盛り上げたいときに挟む。 |
[Chorus] | サビ(曲の最も盛り上がる部分) | Sunoはこのタグを認識すると自動的に盛り上げてくれる。 |
[Bridge] | Cメロ(大サビ前の転換部) | 転調や展開の切り替えを促す。 |
[Instrumental Break] | 間奏(歌のない楽器演奏部分) | 2番の後などに挟むと曲に緩急がつく。[Guitar Solo](ギターソロ)等の指定も可。 |
[Outro] | アウトロ(後奏・曲の締め) | 曲を自然に完結させるために必須。省略すると唐突に終わることがある。 |
Instrumental(歌なし)を明記し、さらにExclude Styles欄に vocals, humming(ボーカル、ハミング)を入れる三段構えで、謎のハミングの混入を防ぎます。
Murekaをハックする鍵は「画像への役割分担」と「実直なAIへの念押し」です。
| モード | 入力するもの | 向いている用途 |
|---|---|---|
| 簡単モード | 約300字以内の説明文(日本語可) | とにかく速く試したいとき。後述の「AI翻訳ロンダリング」の起点にも。 |
| 参照曲モード | 参考にしたい音源ファイル | 既存曲・過去の生成曲の雰囲気を踏襲したいとき。リミックスや「Sunoボツ曲の救済」にも使う。 |
| メロディモチーフモード | 鼻歌・自作デモの録音 | 頭の中のメロディを起点に曲を組み立てたいとき(プランにより有料機能)。 |
補足:完成した楽曲はWAV形式での書き出しや、ステム(ボーカル・楽器などパート別の音源)書き出しにも対応しており、外部でのミキシング・動画編集との連携がしやすいのも特徴です(プラン依存)。
Murekaは画像認識が極めて強力です。そのため、Style欄のテキストは簡潔にし、「画像では説明できない音楽的要素」だけをテキストで補足するのが正解です。
「切ない」「夜のネオン」「近未来」「スモーキーな」など、雰囲気や世界観にまつわる抽象的な表現。
ジャンル、BPM、楽器構成、声質など、画像だけでは伝わらない音楽的パラメータ。
Style欄:City Pop, BPM 94, Soft Upright Piano, Low Soft Female Vocal
訳:シティポップ/BPM94/柔らかいアップライトピアノ/低く柔らかい女性ボーカル
添付ファイル:深夜のネオン街と雨を写したイラストを1枚添付
Style欄:Acoustic Pop, BPM 100, Warm Acoustic Guitar, Bright Female Vocal
訳:アコースティックポップ/BPM100/温かみのあるアコースティックギター/明るい女性ボーカル
添付ファイル:朝日が差し込むカフェの窓辺の写真を1枚添付
MurekaはSunoほど「空気を読んで勝手に盛り上げる」ことをしません。サビを爆発させたい場合は、Style欄と歌詞欄の両方で念押し(連動)をする必要があります。
[Chorus](サビ)と書くだけでなく、その直前に [Build-up](ビルドアップ=盛り上がりへの助走)や [Drop](ドロップ=溜めの後に一気に爆発する箇所)を挟む。Dynamic structure, Explosive chorus(メリハリのある構成、爆発的なサビ)と記述し、展開の緩急をAIに強く意識させる。Pop Rock, BPM 132, Dynamic structure, Explosive chorus, Powerful Female Vocal
Heavy Metal(ヘビーメタル)と書くような矛盾した指示を出すと、AIが混乱してメロディが崩壊します。画像とテキストの方向性は必ず一致させてください。
日本語の歌詞は、漢字の読み方をAIが誤るケースが両ツール共通で発生します。特に人名・固有名詞・複数の読みを持つ漢字は要注意です。
修正前:今日も辛い一日が終わる(「からい」と読まれるリスク)
修正後:きょうも つらい いちにちが おわる(読み・区切りが明確)
同じ楽曲企画(お題)から出発しても、SunoとMurekaでは指示の組み立て方がまったく異なります。以下の2つの演習で、その「翻訳」の考え方を確認してください。
Summer Pop, 128 BPM, Anthemic, Bright Synth, Group Chant, Male Energetic VocalSummer Pop, BPM 128, Bright Synth Lead, Dynamic structureCinematic Orchestral, 90 BPM, Uplifting Strings, Powerful Brass, InstrumentalInstrumental を必ず明記し、さらにExclude Styles欄に vocals, humming を入れてハミングの混入を防ぐ。Cinematic Orchestral, BPM 90, Uplifting Strings, Epic Brass, Instrumental, Dynamic structure[Build-up](盛り上がりへの助走)→ [Climax](クライマックス・頂点)の順で構成タグだけを入力(歌詞なし)。目的に応じて、時間・コスト・技術的難易度のバランスを見ながらアプローチを選びます。
| 戦略シナリオ | 時間(手軽さ) | コスト(消費) | 技術的難易度 | 即日着手できる最小アクション |
|---|---|---|---|---|
| ① Suno王道流用 (最小リソース) |
★★★★ | ☆ | ★☆☆ | 過去にSunoで成功したタグをそのままMurekaのカスタム欄にコピペし、挙動の差を確かめる。 |
| ② Murekaフル活用 (最大リターン) |
★★ | ★☆ | ★★★ | 企画の世界観(夜のネオン、朝のカフェなど)に合う画像を1枚用意し、Murekaに読み込ませて生成する。 |
| ③ 役割の厳密分離 (リスク回避) |
★★ | ★★ | ★★☆ | BGM(インスト)を作りたい時は、Style欄のInstrumental明記と除外指定を徹底し、ボーカルノイズの混入を防ぐ。 |
基本を押さえたうえで、さらに一歩踏み込んだ活用法です。
Sunoを繰り返し生成していると、「メロディや伴奏は最高なのに歌い出しにノイズが入った」「構成が途中で崩れた」といった、部分的に優れた失敗作が生まれることがあります。これを捨てずに、その音源ファイルをMurekaの参照曲モード(オーディオリファレンス)で読み込ませ、「このメロディをベースに、綺麗な構成でリミックスして」と指示するのが有効です。Sunoの生み出す「偶発的な良さ」を、Murekaの「実直な論理構成力」で整える組み合わせ技です。
Murekaの簡単モード(日本語対応)に「深夜のバーで、冷たい雨の音を聴きながら、アンニュイに歌うシティポップ」のように日本語で丸ごと指示を出して生成させます。生成された曲の詳細情報には、AIが自動生成した英語の音楽タグが表示されるため、それをコピーしてSunoのStyle欄に転用します。人間が単語だけで思いつくよりも精度の高いタグの組み合わせが手に入ります。
プロンプト作成時にすぐ参照できる一覧です。すべて英語タグ+日本語の意味を併記しています。基本的に両ツール共通で使えます。
| タグ | 日本語の意味・ニュアンス |
|---|---|
| J-Pop | 日本のポップス全般。日本語詞との相性がよい。 |
| City Pop | シティポップ。1980年代の日本の都会的・洗練されたポップス。 |
| Synthwave | シンセウェイブ。80年代風シンセサイザー音楽。レトロフューチャーな雰囲気。 |
| Lo-fi | ローファイ。あえて音質を粗くした、落ち着いた作業用BGM系サウンド。 |
| Acoustic Pop | アコースティックポップ。生楽器中心の温かいポップス。 |
| Pop Rock | ポップロック。キャッチーさとバンドサウンドの中間。 |
| Modern Metal | モダンメタル。重低音・高速リフの現代的メタル。 |
| EDM | エレクトロニック・ダンス・ミュージック。クラブ系電子音楽。 |
| Hip-Hop | ヒップホップ。ラップとビート中心。 |
| R&B | リズム・アンド・ブルース。滑らかで艶のあるボーカル曲。 |
| Jazz Ballad | ジャズバラード。ゆったりと歌い上げるジャズ調の曲。 |
| Bossa Nova | ボサノバ。ブラジル発のリラックスした軽やかな音楽。 |
| Folk | フォーク。アコースティックギター中心の素朴な音楽。 |
| Cinematic Orchestral | 映画音楽風オーケストラ。壮大で映像的なサウンド。 |
| Ambient | アンビエント(環境音楽)。メロディよりも空気感・持続音を重視。 |
BPM=Beats Per Minute(1分間の拍数)。目安:バラード 60〜80/ミドルテンポ 90〜110/アップテンポ 120〜140/激しい曲 150以上。
| タグ | 日本語の意味・ニュアンス |
|---|---|
| BPM 94(数値指定) | テンポを数値で直接指定。「94 BPM」の語順でも可。 |
| Upbeat | 明るく軽快な。テンションの上がる曲調。 |
| Melancholic | 物悲しい・切ない。哀愁のある曲調。 |
| Groovy | ノリの良い。リズムに身体が揺れるような。 |
| Catchy | キャッチーな。一度聴いたら耳に残る。 |
| Emotional | 感情的な・エモーショナルな。心を揺さぶる。 |
| Anthemic | 賛歌のような。大観衆で合唱したくなるスケール感。 |
| Nostalgic | 懐かしい・ノスタルジックな。 |
| Aggressive | 攻撃的な・激しい。ロック/メタル向き。 |
| Uplifting | 高揚感のある。前向きに気分を持ち上げる。 |
| Driving | 疾走感のある。前へ前へと進む推進力。 |
| Dreamy | 夢見心地の。ふわふわした浮遊感。 |
| Chill / Laid-back | ゆったりした/力の抜けた。リラックス系。 |
| Dark | 暗い・重い。シリアスな雰囲気。 |
| Epic | 壮大な。映画の予告編のようなスケール。 |
| Energetic | エネルギッシュな。活力に満ちた。 |
| タグ | 日本語の意味・ニュアンス |
|---|---|
| Emotional Piano | 感情豊かなピアノ。バラードの主役向き。 |
| Soft Upright Piano | 柔らかいアップライトピアノ(家庭用縦型ピアノ)。温かく素朴な音色。 |
| Rhodes Piano | ローズピアノ(電気ピアノ)。まろやかでジャジーな音色。シティポップ定番。 |
| Acoustic Guitar | アコースティックギター。生ギターの温かい音。 |
| Electric Guitar | エレキギター。ロック・ポップスの定番。 |
| Distorted Guitar | ディストーションギター(歪ませたエレキギター)。激しいロック/メタル向き。 |
| Warm Bass Guitar | 温かみのあるベースギター。低音で曲を支える。 |
| Synth Bass | シンセベース。電子的な低音。EDM・シンセウェイブ向き。 |
| Analog Synth Lead | アナログシンセの主旋律。レトロで太い電子音。 |
| Strings | ストリングス(弦楽器隊)。壮大さや切なさの演出に。 |
| Brass | ブラス(金管楽器隊:トランペット等)。華やかさ・力強さの演出に。 |
| Saxophone | サックス。ジャズや夜の雰囲気に。 |
| Double Kick Drum | ツーバス(バスドラム2つの高速連打)。メタルの定番。 |
| 808 Bass | ヒップホップ定番の重低音(TR-808由来のベース音)。 |
| タグ | 日本語の意味・ニュアンス |
|---|---|
| Female Clear Vocal | 透明感のある女性ボーカル。 |
| Low Soft Female Vocal | 低く柔らかい女性ボーカル。落ち着いた大人の雰囲気。 |
| Bright Female Vocal | 明るい女性ボーカル。 |
| Powerful Female Vocal | 力強い女性ボーカル。 |
| Male Smooth Vocal | 滑らかな男性ボーカル。R&B・シティポップ向き。 |
| Male Gritty Vocal | ざらついた(ハスキーで荒々しい)男性ボーカル。ロック向き。 |
| Male Powerful Vocal | 力強い男性ボーカル。 |
| Androgynous Vocal | 中性的なボーカル。男女どちらとも取れる声。 |
| Duet | デュエット(男女または2人での掛け合い)。 |
| Choir | クワイア(聖歌隊・大人数の合唱)。荘厳さの演出に。 |
| Group Chant | 大勢の掛け声・シンガロング(皆で叫ぶようなコーラス)。 |
| タグ | 日本語の意味・ニュアンス |
|---|---|
| Whisper | ウィスパー(ささやくような歌い方)。ASMR的な近さ・親密さ。 |
| Falsetto | ファルセット(裏声)。高音を柔らかく抜く歌い方。 |
| Vibrato | ビブラート(声を細かく揺らす技法)。歌い上げ系バラードに。 |
| Harmonies | ハーモニー(ハモリ・重ねコーラス)。厚みのあるボーカルに。 |
| Spoken Word | スポークンワード(語り・朗読調)。ポエトリーリーディング風。 |
| Rap Verse | ラップのバース(Aメロ部分をラップで)。 |
| Belting | ベルティング(地声で力強く張り上げる歌唱)。サビの爆発力に。 |
| Breathy | 息まじりの(吐息成分の多い)柔らかな歌い方。 |
| タグ | 日本語の意味・使いどころ |
|---|---|
| [Intro] | イントロ(前奏)。[Intro: Piano Solo] のように楽器指定も可。 |
| [Verse] | Aメロ(歌の導入部)。落ち着いたパート。 |
| [Pre-Chorus] | Bメロ(サビ前の助走部分)。徐々に盛り上げる。 |
| [Chorus] | サビ(曲の最も盛り上がる部分)。 |
| [Post-Chorus] | ポストコーラス(サビ直後の余韻・追いフレーズ)。 |
| [Hook] | フック(繰り返される最も印象的な短いフレーズ)。ヒップホップ等ではサビの意味でも使う。 |
| [Bridge] | Cメロ(大サビ前の転換部)。転調・場面転換に。 |
| [Instrumental Break] | 間奏(歌のない楽器演奏パート)。 |
| [Guitar Solo] | ギターソロ。同様に [Piano Solo](ピアノソロ)等も可。 |
| [Interlude] | インタールード(曲中のつなぎ・小休止パート)。 |
| [Outro] | アウトロ(後奏・曲の締め)。自然に完結させるため必須。 |
| [Fade Out] | フェードアウト(徐々に音量を下げて終わる)。 |
| [Big Finish] | ビッグフィニッシュ(最後に盛大に締める終わり方)。 |
| [End] | 終了。ここで曲を終えるという明示。 |
| タグ | 日本語の意味・使いどころ |
|---|---|
| [Build-up] | ビルドアップ(盛り上がりへの助走)。サビやドロップの直前に置く。 |
| [Drop] | ドロップ(溜めた後に一気に爆発する箇所)。EDMの定番。 |
| [Breakdown] | ブレイクダウン(音数を減らして静かに落とす箇所)。緩急づけに。 |
| [Climax] | クライマックス(曲の頂点)。インスト曲の盛り上げ指定に便利。 |
| Dynamic structure | メリハリのある構成(Style欄用)。静と動の落差を強調。 |
| Explosive chorus | 爆発的なサビ(Style欄用)。Murekaのサビ念押しに。 |
| Slow build | ゆっくりと盛り上がっていく展開(Style欄用)。 |
| タグ | 日本語の意味・使いどころ |
|---|---|
| Instrumental | インストゥルメンタル(歌なし・楽器のみ)。BGM制作の必須タグ。トグルON+Style欄併記が鉄則。 |
| Ambient | アンビエント。歌の主張がない空気感重視のBGMに誘導。 |
| vocals(除外欄に) | 「ボーカル」をExclude Styles欄に入れると歌の混入を防止。 |
| humming(除外欄に) | 「ハミング(鼻歌)」の混入防止。インスト時の定番除外ワード。 |
| heavy metal 等(除外欄に) | 寄ってほしくないジャンル名を除外欄に書くと方向性が安定する。 |
クライアント案件・研修成果物として楽曲を使う場合は、以下を必ず確認してください。
「症状 → 原因 → 対策」の形式でまとめた、現場で最も引く機会の多い表です。
| 症状 | 考えられる原因 | 対策 |
|---|---|---|
| インスト指定なのに歌・ハミングが入る | トグルONだけで、テキスト側の指定が不足 | Style欄に Instrumental を明記+(Sunoは)Exclude Styles欄に vocals, humming を追加する三段構え。 |
| 後半に書いたタグが無視される | 詰め込みすぎ、または文字数上限の超過(超過分は警告なしで切り捨て) | 重要タグ(ジャンル・テンポ)を先頭へ。主役の楽器は3つまでに絞る。モデル別上限(4-1)を確認。 |
| Murekaでサビが盛り上がらない | 実直なAIへの「念押し」不足 | 歌詞欄の[Chorus]直前に[Build-up]を挟み、Style欄にもDynamic structure, Explosive chorusを併記(連動指示)。 |
| Murekaでメロディが崩壊する | 添付画像とテキストの方向性が矛盾(コンフリクト) | 画像とStyle欄のジャンル・ムードを一致させる。迷ったら画像を差し替える。 |
| 日本語歌詞の読み方が違う | 漢字の読み誤り・語の切れ目の誤認 | 読ませたい通りにひらがなで書く。固有名詞はカタカナに。読点・改行で区切りを明示(第6章)。 |
| ジャンルが混ざって中途半端になる | 相反するジャンル・ムードを併記している | メインジャンルは1〜2個に絞る。寄ってほしくない方向はExclude欄で除外。 |
| 曲が唐突にぶつ切りで終わる | [Outro]の指定漏れ |
歌詞の末尾に[Outro]を必ず置く。フェードで終えたい場合は[Fade Out]、盛大に締めたい場合は[Big Finish]を追加。 |
| ボイスクローンの再現度が低い | Style欄のボーカル性別指定とクローン声の性別が不一致 | Male/Female指定をクローン声と一致させる。 |
| 何度やっても狙い通りにならない | 生成の偶発性(特にSunoのガチャ要素) | 同一プロンプトで複数回生成して比較。成功したタグの組み合わせは必ず記録・資産化する。数回で近いものが出るなら微調整、全く外れるならプロンプトを書き直す。 |
実際にプロンプトを作成する際は、以下を確認してください。
Instrumental+Exclude欄vocals, hummingの三段構えにした[Outro]を置いた
こちらの資料はポリプロピレン様が作ってくださいました。
リスナーから音楽生成AIの使い方を聞かれたけど、
「全く音楽生成AIを触ったことが無かったので何も答えられない。」
そこでポリさんにお話をしてみたところこのような資料をまとめてくださいました。
急な話にもかかわらず、本当にありがとうございます。
凡ミスで公開する予定ではなかった第1版を公開してしまいました。
誠にごめんなさい。
ポリプロピレンさん:X(旧Twitter)