一行の気分——「壮大にして」「悲しいピアノ」「深夜の vibe」——は合法な MiniMax Music 3 入力です。ただし、それがモデルの公式ドキュメントが想定した制御面ではありません。MiniMax 自身の Prompt Enhancement 経路は、その一行を Structured Caption に広げます。Global Metadata、Vocal Details、セクションごとの Arrangement です（MiniMax 研究ブログ；Hugging Face モデルカード；GitHub skills）。
公式 music-caption-rewriter skill の仕事はそこです。短い説明と任意のタグ付き歌詞を受け、18 の style family と約 1,000 件の caption テンプレートを通して、生成可能な caption を返します。caption は音楽説明欄へ、歌詞本文は歌詞欄へ残します（skills README；モデルカード）。
これは how-to であり、順位表ではありません。三段の caption 形、「任意のジャンル」向け family 地図、コピー可能な brief 4 本、そして 公式デモ試聴デスク から MiniMax Music 3 ワークスペース までの経路を持ち帰れます。
TLDR
- MiniMax Music 3（オープンウェイト公開 2026 年 8 月 13 日）は、音楽説明と任意の歌詞からフル曲を書きます。ベンダー上限は約 5 分、32 kHz 16-bit ステレオ WAV（MiniMax ブログ；モデルカード）。
- Structured Caption はこの順の 3 見出しです。Global Metadata、Vocal Details、Arrangement。公式はこれを単一のグローバル作風ラベルではなく、精密制御の言語として扱います（モデルカード；GitHub README）。
music-caption-rewriterは静的な agent skill です（追加 API なし、ウェイトなし）。npx skills add MiniMax-AI/MiniMax-Music3 --skill music-caption-rewriterで入れ、$music-caption-rewriterを呼び出します（skills README）。- 18 の style family はポップ＆バラード、ヒップホップ＆ラップ、メタル＆ヘビーロック、シネマティック管弦、東アジア現代、ジャズ＆スウィングなどを覆います。router は先に family を選び、必要なテンプレートだけを開きます（genre router）。
- このサイトでは： ホームページ で公式盤を聴き、書き直した caption とタグ付き歌詞を ワークスペース に貼ります。1 run は 20 クレジット。登録で 20 クレジット が付きます。
要点
- 欄は二つ、仕事も二つ。 公式 serving 文書は歌詞を
input、音楽説明をinstructionsに置きます。skill が書き直すのは説明だけです。歌詞行の引用も言い換えも禁止です（GitHub README；SKILL.md）。 - タグは構造であり、飾りではありません。
[Intro]、[Verse]、[Pre-Chorus]、[Chorus]、[Post-Chorus]、[Bridge]、[Instrumental]、[Solo]、[Outro]はそれぞれ独立行です（モデルカード；ComfyUI チュートリアル）。 - ジャンルが気分の形容詞に勝つ。 公式 router は
emotional、epic、dark、cinematicを修飾語として扱います。グルーヴ、楽器、市場の作風を一緒に渡さない限りです（genre router）。 - 偽の BPM やキーを捏造しない。 skill は、数値が明示されているか強く正当化できる場合を除き、範囲か定性的なテンポを使えと書きます（SKILL.md）。
- タグは DAW のロックではありません。 公式の制限：生成されるテンポ、キー、楽器編成、歌詞、構造は、要求した細部すべてに一致しないことがあります（モデルカード）。
- このサイトは独立しています。 公式研究は MiniMax ブログ と Hugging Face にあります。公開デモをここで聴き、ブラウザのワークスペースで生成します。
skill が実際に返すもの
rewriter は progressive disclosure 付きのテキストライブラリ です。1,000 件のテンプレートを全部は走査しません。genre router を読み、family 索引を 1 つ（時に 2 つ）開き、役割の違う参照を最大 3 本——Foundation、Modifier、Arrangement——拾い、あなたの brief を軸に新しい caption を合成します（skills README；SKILL.md）。
出力はトップレベル見出しちょうど 3 つ。特に指定しなければ英語です。Arrangement ブロックはだいたい 250–450 語です（SKILL.md）：
| ブロック | 書くこと | 捏造しないこと | | --- | --- | --- | | Global Metadata | ジャンル / サブジャンル、テンポ（範囲または感触）、感情の弧、聴取シーン、制作の輪郭 | 指定していない精密 BPM やキー | | Vocal Details | リードの性別、音色、音域、歌い方、ハーモニー、控えめなエフェクト | 歌詞から写した題材 | | Arrangement | セクションの時間線：何が入るか、出るか、強まるか | エネルギーの弧のない機材リスト |
インスト依頼では、Vocal Details は instrumental のまま、旋律を担う楽器を名指しします。頼んでいない歌手を足すことは skill に禁じられています（SKILL.md）。
Global Metadata · Vocal Details · Arrangement · 編集用図 · MiniMax Music 3 ブログ用に生成
18 の style family（一つ選んでから書く）
この表はプレイリストではなく router です。公式の手がかり語は genre router から来ます。
| brief がこう聞こえたら… | ルーティング先 | | --- | --- | | 電子、R&B、ダンス制作の乗った Mandopop / C-pop / J-pop | East Asian modern | | Mandopop バラード、国風、アコースティックまたは管弦の東アジア・ポップ | East Asian ballad / heritage | | コンテンポラリー R&B、ネオソウル、トラップソウル | Modern R&B / neo-soul | | ソウル、ブルース、ゴスペル、ワーシップ | Soul / blues / gospel | | サウンドトラック風のボーカルバラード | Cinematic pop / ballad | | 映画スコア、予告、合唱、管弦そのものが正体 | Cinematic orchestral / epic | | シンセポップ、ドリームポップ、レトロウェーブ、ダウンテンポ | Electronic / synth / ambient pop | | ボーカルジャズ、スウィング、ボサ、ビッグバンド | Jazz / swing / big band | | クルーナー、ミュージカル、ドゥーワップ、キャバレー | Traditional vocal / stage | | ヒップホップ、ラップ、トラップ、ドリル、ローファイ・ヒップホップ | Hip-hop / rap | | メタルコア、パワーメタル、ハードロック | Metal / heavy rock | | ポップロック、インディーロック、アリーナロック、パンク | Pop / alternative rock | | インディーフォーク、シンガーソングライター、現代アコースティック | Contemporary folk / acoustic | | ケルト、伝統フォーク、レゲエ、伝統楽器が核 | Roots / traditional / global | | 気分だけでジャンルなし | General pop / ballad（フォールバック） | | ダンスポップ、ニューディスコ、ファンクポップ | Dance-pop / disco / funk | | ハウス、トランス、テクノ、フェスティバル・ドロップ | Club / EDM / house / trance | | カントリー、アメリカーナ、ブルーグラス、カントリーポップ | Country / Americana |
公式 router の融合規則： 「X に Y の影響」は主が X、副が Y。読む family は最大 2 つ。cinematic 一語だけでは修飾であり、管弦 family を選ぶ根拠になりません（genre router）。
書く手順ではなくモデル対モデルの地図が欲しいなら、姉妹記事 MiniMax Music 3 vs Suno を使ってください。
brief の書き方（5 ステップ）
1. 先に聴く
ホームページ で公式盤を 1 曲再生します。Feel Alive はボーカル前面の R&B 参照、In the Way はサビが戻るポップ、The Real Man は大きなバンドです。較正しているのは「完成した Music 3 盤がどう聞こえるか」であり、デモ歌詞のコピーではありません。
2. 一文で family を名指しする
ジャンル、誰が歌うか（または「インストのみ」）、核になる楽器 1 つ、エネルギーがどう動くか を書きます。MiniMax 自身の文書の例：“A warm acoustic pop song with intimate female vocals, fingerpicked guitar, soft piano, and a gradual emotional build into a wide final chorus.”（GitHub README）
この文はすでに合法な説明です。三段展開が欲しいときに skill があります。
3. 言葉があるときだけ歌詞タグを足す
詞があるなら、各タグを独立行にします。skill が音楽指示として扱うのは角括弧だけです。歌詞本文を caption に再掲してはなりません（SKILL.md）。
詞がなければ歌詞モードを飛ばすか、ワークスペース のインストモードを使います。
4. 広げる——または短い行を貼る
選択肢 A — すでに Cursor / Claude Code / Codex を使っている：
npx skills add MiniMax-AI/MiniMax-Music3 --skill music-caption-rewriterそしてこう頼む：Use $music-caption-rewriter to turn my music description and optional tagged lyrics into a concise, section-aware Music 3.0 caption.（skills README）
選択肢 B — 今日曲だけ欲しい： 下の Prompt A–D をワークスペースの説明欄に貼ります。公式風の短い文でも生成はされます。三段形式はより締まった制御のためです（モデルカード）。
5. このサイトで生成する
MiniMax Music 3 ワークスペース を開きます。caption は prompt / 説明欄へ。タグ付き歌詞は歌詞モードへ。Prompt D はインストモードに切り替えます。1 run は 20 クレジット です。
コピー用 brief（4 つの仕事）
これらはテンプレートファイルの写しではなく、オリジナルのワークスペース brief です。自分のものである名前だけ変えてください。構造、歌詞の保持、ボーカルの適合、アレンジの明瞭さ、使える終わり方で各テイクを採点します。
Prompt A — 花開く必要のあるアコースティック・ポップ
### Global Metadata
Genre: contemporary acoustic pop. Mid-tempo, unhurried pulse.
Intimate verse that opens into a wider, brighter final chorus.
Late-evening room, close-mic singer-songwriter production.
### Vocal Details
Soft female lead, close and breathy in the verse, clearer and more
supported in the chorus, light stacked harmonies only on the last chorus.
No rap, no choir wall.
### Arrangement
[Intro] fingerpicked guitar and a soft piano figure, no drums.
[Verse] guitar stays primary; piano answers between lines.
[Pre-Chorus] brushed kit and upright bass enter quietly.
[Chorus] drums and bass lock; guitar opens; piano widens.
[Verse] drop back toward the intro texture.
[Chorus] fuller than the first chorus.
[Outro] guitar and piano only, soft landing, no hard cutoff.
[Verse]
Morning light filtering through the pine
Every quiet street is yours and mine
[Chorus]
Softly the world begins to breathe
[Verse]
I keep the window cracked for the rain
[Chorus]
Softly the world begins to breathe
[Outro]
Leave the light on for the evening最初の 2 行の歌詞は MiniMax 公開例の対句に従い、残りはサビが戻れるようにした短いオリジナル譜面です（GitHub README）。
Prompt B — トラップソウル R&B、歌手が前
### Global Metadata
Genre: contemporary R&B / trap soul. Slow-to-mid pocket, late-night.
Verse stays close and conversational; chorus opens without turning into EDM.
Headphones, dry-room vocal, polished but not glossy.
### Vocal Details
Mature male lead, warm baritone-tenor, intimate verse, fuller chorus.
Soft stacked backgrounds on the chorus only. No guest rap unless tagged.
### Arrangement
[Intro] electric piano and a muted guitar lick, 808 far back.
[Verse] hats stay quiet; bass is felt more than heard.
[Pre-Chorus] hats open a little; a second vocal layer appears.
[Chorus] 808 and clap land; keys widen; guitar stays decorative.
[Bridge] strip to keys and voice.
[Chorus] last chorus keeps the low end but does not add a festival drop.
[Outro] keys and a fading 808, no riser.
[Verse]
City lights smear on the window glass
I replay the message I should not have
[Pre-Chorus]
Tell me if the night is still honest
[Chorus]
Keep the low end under my voice
Do not let the drums start a fight
[Bridge]
If the hook comes back, let it come quiet
[Chorus]
Keep the low end under my voice
[Outro]
Leave the last note in the roomPrompt C — Mandopop / 東アジア現代、歌手優先
### Global Metadata
Genre: modern Mandopop with restrained electronic R&B color.
Mid-slow ballad pulse. Tender verse, lifted but not shouted chorus.
Indoor night scene, warm vocal in front of room piano and light pads.
### Vocal Details
Clear female lead, speech-like verse, longer tones in the chorus.
Light doubles on the chorus. No English rap, no stadium gang vocals.
### Arrangement
[Intro] room piano and a distant guzheng figure.
[Verse] piano and a soft electronic pulse; guzheng answers phrases.
[Pre-Chorus] pads rise; kick stays soft.
[Chorus] full but still singer-first; strings enter under the last line.
[Verse] thinner than verse one.
[Chorus] slightly wider than the first chorus.
[Outro] piano and guzheng only.
[Verse]
屋檐下青苔长
木窗边月影扬
[Chorus]
岁月如歌 歌声悠长
我们牵手走过风霜
[Verse]
摇椅轻晃夕阳下
[Chorus]
岁月如歌 歌声悠长
[Outro]
人间烟火 平淡无瑕公式 MiniMax サンプルには温かい北京語バラードと上海ジャズ / ソウルがあります。この brief はワークスペースの起点であり、毎回の run がそれらのデモに一致するという主張ではありません（MiniMax ブログ；公式デモ）。
Prompt D — シネマティック・インスト、歌手なし
### Global Metadata
Genre: cinematic orchestral cue, not a pop song.
Slow build from a thin solo line to a controlled mid-fortissimo, then release.
Trailer-adjacent, but no cheap brass stab every four bars.
### Vocal Details
Instrumental only. No lead singer, no choir lyric, no whispered vocal hook.
Low strings and a solo cello carry the melody.
### Arrangement
[Intro] solo cello, almost dry.
[Instrumental] violas and a quiet pulse enter; harp is decorative.
[Instrumental] low brass supports, percussion stays military-soft.
[Instrumental] peak without a jump-scare hit.
[Outro] cello alone, room tail, no hard cutoff.
[Instrumental]
[Outro]公式文書は caption / タグ集合にインスト経路を書いています（ComfyUI チュートリアル）。ワークスペースでは インストモード を使い、モデルに歌手を捏造させないでください。
操作、失敗、チェックリスト
このサイトに実際にある操作
- ワークスペース の prompt / 歌詞 / インストモード
- run 前に表示される 20 クレジット費用
- 完成テイク後のライブラリ再生と WAV / MP3 ダウンロード
公式文書がすでに警告している失敗
- タグと caption は生成的な制御であり、ロックされたテンポ地図でも保証された楽器リストでもない（モデルカード）
- ローカル自ホストは別の仕事です（文書ではフル精度約 24 GB、レイヤーストリーミングで約 8 GB）。このサイトはブラウザ経路です（モデルカード）
- ベンダー尺は最大約 5 分。公式ホームページデモは約 3 分 付近です。ホストされた毎回の run を 5 分レンダーと読まないでください（モデルカード；ComfyUI）
2 回目の 20 クレジットを使う前のチェックリスト
- family 名は 1 つ。形容詞を 5 つ重ねない
- 歌手の性別 または 「インストのみ」
- 聞こえたままでいてほしい楽器 1 つ
- 歌詞があるならタグは独立行
- 仕事に合うホームページデモをすでに聴いている
分かっていること vs 主張しないこと
| 分かっている（出典あり） | 分からない / 主張しない |
| --- | --- |
| Music 3 オープンウェイト公開 2026-08-13（MiniMax ブログ；X） | 三段 caption がどのジャンルでも一行の雰囲気に必ず勝つこと |
| 公式 skill：18 family、約 1,000 テンプレート、静的テキストライブラリ（skills README） | rewriter がテンプレート ID を曲にコピーすること（しないよう指示されている） |
| caption → instructions、歌詞 → input（GitHub README） | ここのホスト run が UI にそれらの生 API 欄名を出すこと |
| セクションタグ + caption は文書化された制御であり、記号的保証ではない（モデルカード） | 毎回のテイクで BPM / キー / 楽器が完全ロックされること |
| この製品：1 run 20 クレジット、登録で 20 クレジット | チャネル横断のドル単価ショッピング表 |
FAQ
MiniMax Music 3 を使うのに music-caption-rewriter skill は必須ですか？
いいえ。公式は簡潔な自然言語の説明を直接使えると書いています。skill はより豊かで精密な制御のためです（モデルカード；skills README）。
MiniMax Music 3 で違うジャンルを出すには？
router から family を名指しし（ポップ、ヒップホップ、ジャズ、シネマティック管弦、東アジア現代など）、Global Metadata + Vocal Details + Arrangement を書いて ワークスペース に貼ります。気分の語だけだと汎用ポップ / バラードのフォールバックに落ちます（genre router）。
歌詞と音楽説明には何を入れますか？
歌詞：言葉とセクションタグ。説明：作風、感情、ボーカル、楽器、アレンジの変化。同じヴァースを両方の欄に貼らないでください（GitHub README；SKILL.md）。
MiniMax Music 3 はインストを作れますか？
はい。caption で instrumental と書き、インストモードを使います。公式資料には [Instrumental] タグがあります（ComfyUI）。Prompt D がコピー起点です。
指定した BPM とキーに必ず当たりますか？
保証ではありません。公式の制限は、テンポ、キー、楽器編成、歌詞、構造がずれることがあると書きます（モデルカード）。本当に数字が要るとき以外は、テンポの感触を優先してください。
このサイトは MiniMax 公式ですか？
いいえ。minimaxmusic3.org は独立した製品です。公式研究は MiniMax ブログ と Hugging Face にあります。クレジットを使う前に参照を聴けるよう、公開デモ音声をホストしています。
ここのクレジットはどう動きますか？
音楽 1 run は 20 クレジット です。登録で 20 クレジット が付くので、最初の曲はカバーされます。追加曲は一回限りのパックです。失敗した run はクレジットを返します。本稿は他社の価格表を比較しません。
生成した曲を商用利用できますか？
このサイトの有料クレジットパックは、法務ページの条件で商用利用を含みます。登録の試用曲は個人テスト用です。ウェイトを自ホストする場合、MiniMax の Community License は別契約です（LICENSE）。
気分しかないときはどこから始めますか？
ホームページのデモを聴き、Prompt A（ボーカル・ポップ）か Prompt D（インスト）を回します。形容詞を積む前に、誰が歌うかと楽器 1 つを足してください。
skill は歌詞を書き直しますか？
いいえ。公式 skill 規則：歌詞本文は再現も書き直しもしません。音楽指示として働くのは角括弧タグだけです（skills README）。
ここで各プラットフォームの価格を比べるべきですか？
いいえ。仕事の適合と keeper 率 で決め、実際に出荷する面で価格を見てください。
Quinn Sato について
Quinn Sato は音楽ワークフローの書き手です。歌詞、caption、インスト brief を、MiniMax Music 3 のブラウザで繰り返せる手順にします。
