Comment écrire un prompt de musique IA — Le guide pour non-musiciens

Pas besoin de savoir lire une partition, de jouer d'un instrument ni de savoir ce qu'est un accord pour créer avec l'IA une chanson que tu aimes vraiment. La différence entre un résultat générique et la chanson que tu imaginais tient presque entièrement à ce que tu tapes dans le champ de texte.

Les outils de musique IA sont devenus grand public. Dans une enquête LANDR de 2025 auprès de plus de 1,200 créateurs de musique, 87% déclaraient déjà utiliser l'IA quelque part dans leur processus. Les outils sont performants et largement adoptés ; pour quelqu'un qui débute, la barrière n'est plus la technique — c'est savoir décrire ce que tu veux.

Et la plupart des débutants n'écrivent pas assez.

Le piège du mot unique

Le réflexe débutant le plus courant : taper un seul mot — « pop », « triste », « lofi » — et lancer la génération. C'est aussi le réflexe qui produit les résultats les plus oubliables.

Dans un échantillon multi-plateformes d'environ 650,000 générations de musique IA, la longueur de ce que les gens tapent se divise en deux camps. Environ 41% des prompts dépassent 1,000 caractères — paroles complètes ou direction détaillée. Seulement 9% environ font moins de 50 caractères. Entre les deux, presque rien. Ceux qui obtiennent des chansons précises écrivent des paragraphes ; ceux qui obtiennent du fond sonore écrivent des étiquettes.

Tu n'as pas besoin de 1,000 caractères. Tu as besoin de plus d'un mot. Un bon objectif de départ : une ou deux phrases complètes — celles que tu utiliserais pour décrire une chanson à un ami qui s'apprête à te la faire écouter.

Décris la scène, l'ambiance et le mouvement

Un prompt que le modèle peut vraiment exploiter nomme trois choses : la scène à laquelle la chanson est destinée, l'ambiance qu'elle porte, et ce que la musique fait. Le genre seul fait à peine bouger le résultat.

Dans l'échantillon, les mots d'ambiance et d'émotion apparaissent à peu près aussi souvent que les noms d'instruments. Les gens décrivent ce qu'une chanson doit faire ressentir autant que ce qu'elle contient — et le ressenti est précisément ce que le modèle ne peut pas deviner à partir d'une étiquette de genre.

Un gabarit fiable :

[cadre ou occasion] + [ambiance] + [qui chante] + [ce que la chanson fait]

Ainsi « pop » devient :

Un morceau synth-pop enjoué pour un road trip d'été, gai et insouciant, une jeune chanteuse, qui monte vers un refrain fédérateur.

Et « piano triste » devient :

Une ballade piano lente et intime sur l'absence d'un être cher, nocturne et retenue, une voix masculine douce qui reste en retrait jusqu'au dernier refrain.

Le « mouvement » est la partie que les débutants sautent. La chanson reste-t-elle stable, monte-t-elle ou retombe-t-elle ? « Monte vers un grand refrain », « reste feutrée du début à la fin », « retombe fort après le premier couplet » — ces formules donnent au modèle la forme, pas seulement l'ambiance.

La palette sonore : nomme la voix, ancre quelques instruments

Après la scène, deux choses façonnent le son plus que tout : la voix, et deux ou trois instruments d'ancrage.

Le chant est le comportement par défaut. Dans l'échantillon, les descriptions de voix l'emportent sur les demandes de morceaux purement instrumentaux dans un rapport d'environ 17.6 contre 1 — si tu ne veux pas de chant, écris « instrumental », sinon tu auras une voix.

Si tu veux du chant, décris l'interprète en trois traits : l'identité (jeune femme, homme mûr, enfant), la texture (éraillée, aérienne, veloutée) et le mode d'interprétation (rappé, chanté à pleine voix, murmuré).

Côté instruments, deux ou trois suffisent — empiles-en dix et tout se brouille. Nomme ceux qui définissent la chanson ; le modèle complète le reste. Parmi les instruments effectivement nommés, la basse et la guitare arrivent en tête — les fondations façonnent le ressenti plus que le solo.

Deux palettes au même tempo produisent des chansons complètement différentes :

une voix masculine chaude, légèrement éraillée, guitare acoustique en fingerpicking, contrebasse douce

une voix féminine claire avec un léger auto-tune, basse 808 percutante, plucks de synthé cristallins

Les balises de structure : le levier le plus rentable que tu n'utilises pas

Si tu as déjà généré une chanson qui ressemblait à une boucle de deux minutes — pas de montée, pas de récompense, la même idée qui tourne en rond — cette section est le remède.

Les chansons que tu aimes ont des parties, et tu les connais déjà d'oreille même si tu n'as jamais employé leurs noms. Le couplet est la partie narrative : il fait avancer l'histoire, généralement un peu plus en retrait. Le refrain est la partie qui revient sans cesse — celle que tu peux fredonner après une seule écoute, généralement la plus imposante. Le pont apparaît une fois vers la fin, change de décor et rend le dernier refrain plus percutant.

Les balises de structure te permettent de transmettre cette forme directement au modèle. Écris le nom de la section entre crochets, puis quelques mots simples sur le caractère de cette partie :

[verse] quiet, just guitar and voice
[chorus] full band, big harmonies
[verse] add a steady drum beat
[bridge] strip back to piano
[chorus] biggest version, lift the energy

Pas besoin d'écrire la moindre parole pour les utiliser. Même des balises nues — [intro] [verse] [chorus] [verse] [chorus] [outro] — transforment une boucle en une chanson à la forme reconnaissable.

Et ce n'est pas une astuce de niche. Dans l'échantillon, [chorus] apparaît environ 453,000 fois et [verse] environ 410,000 — six des huit mots les plus fréquents de tout le jeu de données sont des balises de section, pas des ambiances ni des genres. La plupart des tutoriels apprennent aux débutants à peaufiner leurs mots d'ambiance. Ceux qui ont fait beaucoup de chansons dépensent leurs mots dans la structure.

Mélodie et voix, sans le jargon

Les balises de structure restent simples parce qu'elles ne font que marquer les sections. La mélodie et le chant méritent aussi d'être pilotés — et tu peux le faire avec des mots courants, sans aucun terme musical. Dis simplement l'effet que la mélodie doit produire :

• Un refrain qui reste en tête : « a catchy hook that lifts and rises at the end » (un hook accrocheur qui s'élève à la fin).
• Des paroles faciles à suivre : « clear, one note per syllable, easy to sing along » (clair, une note par syllabe, facile à reprendre). Ou la version R&B où un mot s'étire sur plusieurs notes : « lots of vocal runs » (beaucoup de vocalises).
• L'énergie : « short, punchy notes » (des notes courtes et percutantes). Le calme : « smooth, flowing, connected notes » (des notes fluides et liées).
• Pour le rap : « a laid-back flow » (un flow détendu) ou « a fast, tight flow » (un flow rapide et serré).

Les utilisateurs avancés écrivent parfois tout cela sous forme de balises — [soaring melody], [melismatic vocals], [staccato] — et elles fonctionnent sur les outils qui les prennent en charge. Mais tu n'as pas à apprendre ce vocabulaire. Une description simple fait l'essentiel du chemin, et c'est le même réflexe que dans tout ce guide : dis ce que tu veux entendre.

Les autres réglages : tempo, tonalité, durée

Le tempo, la tonalité et la durée ne valent la peine d'être fixés que pour une raison précise. Le reste du temps, ta description les implique déjà.

• Le tempo (BPM) indique simplement la vitesse de la chanson — en battements par minute. Repères approximatifs : une ballade lente tourne autour de 60–80, la plupart des morceaux pop entre 100–130, la house et l'EDM autour de 120–130, le hip-hop entre 80–100, la drum & bass à partir de 165. Fixe un chiffre quand la chanson doit se caler sur quelque chose d'extérieur — un montage vidéo, une danse, une allure de course. Sinon, « lent », « mid-tempo » ou « énergique » fait l'affaire.
• La tonalité détermine si la chanson se situe dans l'aigu ou dans le grave. La plupart des non-musiciens devraient la laisser vide ; le modèle choisit quelque chose de chantable. Ne la fixe que pour coller à un morceau existant ou à la tessiture d'un interprète précis.
• La durée compte quand la chanson doit remplir un créneau — un clip de 30 secondes, une intro de 15 secondes. Sans précision, tu obtiendras généralement un arrangement complet.
• Le mode simple vs mode avancé est le seul interrupteur qui mérite d'être compris. Simple : tu décris la chanson avec des mots courants ; avancé : tu écris toi-même les paroles et les balises de structure. Dans l'échantillon, le mode avancé devance le mode simple en usage réel — environ 46% des générations contre 38%. Commence en simple, passe en avancé dès que tu veux contrôler la forme de la chanson.

Un prompt de départ pour six styles courants

Voici ce cadre sous forme de prompts à copier. Chaque ligne nomme un cadre, une ambiance, une voix et ce que fait la chanson. Trouve celui qui se rapproche le plus de ce que tu veux et adapte les détails à ta chanson.

Remarque qu'aucun de ces prompts ne tient en un seul mot.

Ce que les gens créent vraiment avec ça

Pas besoin d'un plan de sortie pour justifier de faire une chanson. Un seul outil d'IA, Suno, générerait environ 7 millions de chansons par jour. L'essentiel relève du quotidien et du personnel — exactement là où les non-musiciens ont l'avantage.

Cette longue traîne est la vraie histoire pour les amateurs. Les 0.6% de chansons d'anniversaire et les 0.4% de jingles ne sont pas des erreurs d'arrondi — ce sont des milliers de chansons créées pour une personne ou un usage précis. Parmi les plus courants :

• Créateurs de contenu — de la musique de fond pour vidéos, podcasts et streams, sans emprunter le morceau sous droits d'auteur de quelqu'un d'autre.
• Chansons cadeaux — un morceau écrit pour une seule personne : un anniversaire, un anniversaire de mariage, une première danse de mariage, un adieu.
• Petites entreprises — un jingle de 20 secondes, un fond sonore publicitaire ou de la musique en boucle pour un point de vente.
• Juste pour toi — une berceuse avec le prénom de ton enfant, ou une semaine difficile transformée en trois minutes de quelque chose.

Aucune de ces chansons n'a besoin d'entrer dans les classements. Elles doivent parler de la bonne personne ou du bon moment, et c'est la seule chose que toi seul peux mettre dans le prompt.

Le modèle apporte le savoir-faire. Toi, tu apportes les détails. Pour la vue d'ensemble de qui crée la musique IA et comment, consulte notre analyse des données.

S'il y a une habitude à changer, c'est le prompt d'un seul mot. Une scène, une ambiance, une voix nommée et quelques balises de section mèneront un non-musicien presque jusqu'à la chanson qu'il entend déjà — sans aucune théorie musicale.

Et si même cela te semble trop, tu n'es pas obligé de le faire toi-même. Dans Lacuna, tu peux décrire la chanson à l'agent en langage courant et le laisser gérer le prompt — il te demande ce que tu recherches, ajuste avec toi la scène, la voix, la structure et le tempo, puis génère le morceau une fois qu'il correspond à ce que tu avais en tête.