这份报告不靠猜。我们把 Evasong 在 2026 年 4 月 3 日至 10 月 11 日收到的全部写歌请求逐条汇总，一共 3,275 次，来自 1,404 个账号。网上谈 AI 音乐用法的文章，多半停留在推测；我们更想用数字回答三个问题：人们为什么主题写歌？希望歌听起来是什么样？第一版不够满意时，他们又会怎么做？
先说结论：多数人带着自己写好的词来；歌里唱的，大多是身边的人；而且用英文写歌的人其实是少数。
在 Evasong 写歌有两种起步方式。一种是用一句话描述想要的歌，歌词交给 AI；另一种是切换到自定义模式，把手头现成的歌词贴进去。我们原本以为一句话模式会占绝对多数，结果并非如此。
将近三分之二的用户至少用过一次自己的歌词，而且篇幅不短：提交歌词的中位数约为 1,300 个字符，差不多够一首三分钟的完整歌曲。还有一半的歌词在提交时就已经标好了 Verse、Chorus 这类段落标签。可见这些人心里有具体的话想唱出来，并不是随便要一首曲子。
有 664 位用户用自己的话描述了想要的歌，下面是其中出现最多的主题。同一段描述可能同时涉及好几个主题。
| 主题 | 用户占比 |
|---|---|
| 爱情与浪漫 | |
| 朋友、聚会与庆祝 | |
| 家人与孩子 | |
| 说唱与嘻哈 | |
| 生日 | |
| 失恋与伤感 | |
| 信仰与敬拜 | |
| 婚礼与纪念日 |
规律很明显，写歌是件很私人的事。大部分请求都是写给某个具体的人，或者写的就是这个人：伴侣、孩子，或是快过生日的朋友。婚礼类出现得比预想少，可能是因为不少人干脆把它当作情歌来描述。
自定义模式下可以描述想要的声音。共有 754 位用户这样做了，最常见的要求如下。
| 要求 | 用户占比 |
|---|---|
| 男声 | |
| 女声 | |
| 钢琴 | |
| 木吉他 | |
| 鼓 | |
| 贝斯 | |
| 欢快情绪 | |
| 浪漫情绪 | |
| 活力情绪 | |
| 中速 | |
| 慢速 | |
| 小提琴 |
这里有两点值得注意。比起曲风，大家更在意由谁来唱：选人声是最常做的决定，男声和女声的比例几乎持平。再看乐器，最受欢迎的钢琴、木吉他和小提琴都偏温暖、偏原声。这些歌多半是要送给某个人的，所以整体更接近抒情慢歌，而不是夜店舞曲。
纯音乐的需求规模不大，但一直很稳定。14% 的用户至少生成过一首不带人声的曲子，用途通常是给视频做背景音乐。
我们根据每位用户第一首歌的歌词或描述来判断语言。在能够归类的 1,192 位用户中，分布如下：
| 语言 | 用户占比 |
|---|---|
| 英语 | |
| 西班牙语 | |
| 阿拉伯语、波斯语或乌尔都语 | |
| 法语 | |
| 葡萄牙语 | |
| 意大利语 | |
| 德语 | |
| 俄语或乌克兰语 | |
| 中文 | |
| 印地语 |
每十位用户里，有六位写的不是英文。西班牙语稳居第二；使用阿拉伯字母的几种语言加在一起，用户数甚至超过了法语。所以用母语写歌一点也不小众，反而是主流。如今的 AI 人声对这些语言大多能唱得不错，而且歌词直接用母语写，往往比翻译过来的听着更自然。
有 412 位用户把自己的歌词做成了完整歌曲，其中 34% 又拿同一份歌词重新生成过。这部分人在重试之前，几乎都（91%）改动了风格描述。
换句话说，歌词大家自己就能写到位，AI 更多是被拿来「试编曲」的：节奏放慢一点，男声换成女声，吉他换成钢琴。所以别把第一版当成对你歌词的最终评判，它更像是声音层面的一份草稿。
本报告覆盖 2026 年 4 月 3 日至 10 月 11 日 Evasong 上的全部音乐生成请求，共 1,404 个账号、3,275 次请求。所有百分比都按人数而非请求次数计算，个别高频用户因此不会把结果带偏。我们只看汇总数字，文中不引用、也不公开任何个人的歌词、提示词或歌曲。
主题和语言是靠关键词匹配来归类的，相关数字请视为较接近的估算，而非精确计数。另外，用户完全不选风格时，生成器会自动填入「Pop」。这个默认值没有计入风格分析，风格数据只来自用户自己输入或选择的内容。