我一直很羡慕那些一听就能认出来的游戏音乐。画面都不用出现,前几个音一响,玩过的人就知道是哪款游戏
TGA 还会把几款年度游戏的音乐重新编成串烧,交给现场乐队演奏。乐器换了,节奏和编曲也变了,那些熟悉的旋律还是很好认。2024 年的串烧里,我对《小丑牌》那一段印象尤其深。旋律一出来,我几乎立刻就知道是它

2024 TGA 年度游戏串烧中的《小丑牌》段落
虽然我不打算模仿《小丑牌》的曲风,也不打算照搬它的旋律,但是我希望自己的游戏也能有这样的音乐。场景从房间换到城市,再换到太空,乐器、节奏和编曲都跟着变,玩家还是能听出它们来自同一个游戏
问题是,我没有系统学过作曲,能给 AI 的通常只有“安静一点”“像在太空”这种很模糊的要求。直接生成一整首,结果也许好听,我却很难控制不同场景的音乐为什么听起来属于同一个游戏
我把这个问题丢给 AI 讨论了一会儿,最后弄明白了两个概念:
第一个是 Motif,也就是音乐动机。它通常只是一小段旋律,可以反复出现,也可以换音高、换速度、换乐器,继续发展成不同的段落
另一个是 Hook,也就是让人记住它的“钩子”。Hook 不一定是副歌,也不一定有人唱,可能只是几个音。玩家听过几次以后,下次再出现就能认出来
我需要的就是这样一段短旋律:它本身容易记住,又能换一种编曲继续使用。有了它,再去做房间、城市和太空的配乐。后面我把它叫作“核心旋律”
先做一组短旋律,选出想保留的那一段
我让 Codex 写了一个小工具,一次生成 12 段约 10 秒的 WAV。所有候选都使用同一种简单音色,我还做了一个离线试听页,方便放在一起试听

Codex生成的核心旋律试听页
我给每段旋律保留了编号。这样反馈时不用讲乐理,只要说哪一段更接近,以及哪里听着不对
十二段听完以后,我留下了第 11 段:
音频:第 11 段核心旋律(约 10 秒)
我不知道它算不算一段优秀的游戏旋律,我只是觉得,它比其他候选更合适一点(其实是没招了,因为其他的一个比一个烂,凑合用吧)
把核心旋律交给 Suno 改编
我很喜欢 Drill 风格的音乐,尤其是那种厚重、会滑动的808 bass低音,于是选出核心旋律后,我就和AI讨论让它给了我一版生成Drill风格纯音乐的提示词
我把旋律的 WAV 文件上传到了 Suno。这次用的是 Suno 的新模型 V6 Mini 和 Cover 模式。Cover 会读取上传的旋律,再根据提示词重新安排乐器、节奏和整体风格
在 Create 页面切到 Advanced,点击 Add Audio 上传核心旋律,然后选择 Cover 和 v6-mini,歌词栏留空,Styles 里再写开始讨论时AI给出的提示词

在 Advanced 模式中打开 Audio 菜单,选择 Upload 上传核心旋律
生成结果里还能听出原来的旋律,但是Drill的808 bass快把我震聋了,听久了真的有点受不了
音频:第一次生成的 Drill 版本
用同一段旋律做不同场景的配乐
这一版显然不能拿来当整套游戏音乐,我怀疑玩家会被我震晕。而且我手里只有这一首,游戏全流程都用它也说不过去。
于是我让 AI 按游戏里的场景列了几个版本
- 夜间行动:低调、紧张,像是在安静地潜入某个地方。
- 木质小剧场:温暖、轻巧,像在一间不大的室内听现场演奏。
- 城市机械:冷静、有秩序,带一点城市运转和机械装置的感觉。
- 太空漂流:空旷、缓慢,既安静,又有一点孤独。
然后,再分别给出对应的提示词,发给suno,生成时仍然上传同一段核心旋律。
以“城市机械”为例,第一版听着还行,核心旋律还能认出来,但是和冷静、秩序没怎么沾边:
音频:城市机械第一版
还有很明显的问题:里面的电子效果太多,编曲过于复杂,suno味太重了
我保留了核心旋律,把提示词改成了Drill 风格,并去掉大部分电子声音,试图减少suno味
音频:城市机械第二版(Drill)
第二版中,堆得很满的电子声音基本没有了,编曲也更简约,听起来Suno味道少了一些。虽然低频依旧很重,但整体上比第一次生成的 Drill 版本更容易接受一点
把这套流程用到自己的游戏里
这次做完后,我也总结了一套可复用的流程:
- 用AI生成几段备选的核心短旋律
- 思考需要什么风格、思考需求,让AI为不同的风格、需求生成提示词。
- 使用Suno的Cover模式生成音乐,进行微调优化
我也把这次用到的整套流程整理成了一个 Skill,用下面这句话就可以一键安装:
请安装这个 Skill:https://github.com/JupiterTheWarlock/ai-game-music-workflow装好以后,可以直接从这句话开始:
使用 /ai-game-music-workflow,帮我先做一组短旋律候选,再把选中的旋律改编成几个场景版本。原文发表于 2026 年 9 月 18 日:在 X 上阅读。文中界面和模型名称对应当时的使用体验。