Claude + Suno + Spotify：打造年收 10 萬美元自動化音樂事業的詳細步驟指南

像 Suno 這類 AI 工具，讓你不必擁有錄音室或音樂背景就能製作出可直接發行的歌曲，而且付費方案下，這些音樂的所有權利都歸你所有，你可以透過串流來獲利。

這個收入不會立即見效，需要真實聽眾的支持，但它是一個可重複的流程：製作發行 → 上架歌曲 → 進行推廣，這個工作流程是可行的，而且可以規模化。以下針對每個工具提供詳細的設定說明。

你需要準備什麼

• Suno 的付費方案（Pro 或 Premier，每月 $10 起）→ 用來生成可商用授權的音樂。
• 發行商（DistroKid、Amuse、Soundrop 等）→ 將你的歌曲送到 Spotify 及其他平台。
• Spotify for Artists → 免費，用於查看統計數據和進行推廣。
• Claude / Claude Code → 用來自動化繁瑣工作、撰寫文案，以及分析數據。Claude Code 需要付費的 Claude 方案（Pro 或更高）或 API 帳單。

步驟 1. 設定 Suno

1.1. 訂閱方案。 選擇 Pro 或 Premier → 兩種方案都提供訂閱期間所創作歌曲的商業授權：你可以將歌曲發行到串流服務並賺取收入，Suno 不會抽取任何費用。Premier 方案每月可生成更多歌曲 → 根據你計劃發行的數量來選擇。

1.2. 自訂模式。 開啟自訂模式 → 你可以控制三個欄位：風格（聲音的描述）、歌詞（文字或結構標籤），以及標題。簡易模式適合實驗，但發行歌曲需要使用自訂模式。

1.3. 風格提示。 具體描述聲音：曲風與子類型、情緒、樂器、速度（BPM）、人聲類型或「純音樂」備註，以及製作特徵。不要提及真實藝人名字 → Suno 會過濾掉，而且對商業發行來說有風險。

範例：

lo-fi 嘻哈，柔和懷舊，溫暖的黑膠底噪，柔軟的 Rhody 鋼琴，慵懶的 boom-bap 鼓點，75 BPM，純音樂，深夜讀書氛圍

1.4. 使用標籤建構結構。 在歌詞欄位中，使用方括號標籤來控制歌曲的結構：

1[Intro]
2[Verse]
3...主歌歌詞...
4[Pre-Chorus]
5[Chorus]
6...副歌歌詞...
7[Bridge]
8[Instrumental]
9[Outro]

如果是純音樂，只留下段落標籤，不寫歌詞。

1.5. 歌詞。 自己寫歌詞，或請 Claude 先草擬，然後再自行修改 → 原創歌詞和真實人聲能讓歌曲脫穎而出，避免「千篇一律的 AI 感」，也有助於通過審查。

1.6. 生成與優化。 每次請求會回傳多個版本 → 選出最好的。接著可以使用延伸來拉長歌曲、取代段落來重新生成特定部分，如果不滿意結果就重新生成。最後組合成你想要的長度（2.5–3.5 分鐘是適合串流的長度）。

1.7. 匯出。 下載成 WAV（或高 bitrate 的 MP3）。如果你的方案支援分軌匯出，請下載分軌檔案 → 這樣在混音時可以分別調整人聲和樂器的音量。

1.8. 最終處理。 將歌曲送交母帶處理（使用線上服務或 DAW），將音量調整到大約 −14 LUFS → 這是 Spotify 的參考標準，這樣你的歌曲在播放清單中就會與其他歌曲音量一致。

1.9. 封面藝術。 正方形，至少 3000×3000 px，JPEG 或 PNG 格式，禁止使用第三方標誌或受保護的圖片。你可以用任何 AI 圖像生成工具來製作封面。

步驟 2. 設定 Claude

Claude 負責處理音樂以外的所有事情：中繼資料、文案、檔案整理，以及數據分析。

2.1. 選擇哪一個。 如果你不是程式設計師，請使用 Claude 應用程式（純聊天）。如果你熟悉終端機操作，請使用 Claude Code：一種能讀取你的檔案、編寫腳本並在你的電腦上執行的代理工具。

2.2. 安裝 Claude Code。 你需要付費的 Claude 方案（Pro 或更高）或 API 帳單。有兩種安裝方式（根據官方文件）：

1# 方法 1 — 原生安裝程式（建議，無需依賴），macOS/Linux：
2curl -fsSL https://claude.ai/install.sh | bash
3
4# 方法 2 — 透過 npm（需要 Node.js 18+），無需 sudo：
5npm install -g @anthropic-ai/claude-code

Windows 也有相同的原生安裝程式，以及桌面應用程式（macOS/Windows）→ 如果你不想使用終端機的話。安裝完成後，驗證版本並在首次啟動時透過瀏覽器登入：

1claude --version   # 應該會顯示版本號
2claude doctor      # 如果環境有問題，會進行診斷

2.3. 啟動。 進入你的發行資料夾，啟動 Claude Code，然後用自然語言交代任務：

1cd "releases/My Artist - Midnight Lofi"
2claude

2.4. 批次生成中繼資料。 給 Claude 一份歌曲列表，要求它以一致的風格格式化所有資料。

範例提示：

這裡有 12 首純音樂 lo-fi 曲目。請為每一首想出：一個標題、一段簡短描述（最多 150 個字元）、5 個曲風標籤，以及 5 個情緒標籤。請以 CSV 表格回傳，欄位為 filename、title、description、genres、moods。

2.5. 整理發行檔案。 要求 Claude Code 執行這個腳本 → 它會將歌曲整理成一個結構一致的名稱：

1# organize_release.py — 將發行歌曲整理成統一的模板
2from pathlib import Path
3import shutil
4
5ARTIST  = "My Artist"
6RELEASE = "Midnight Lofi"        # 發行/專輯名稱
7SRC = Path("downloads")          # 從 Suno 下載的歌曲資料夾
8DST = Path("releases") / f"{ARTIST} - {RELEASE}"
9DST.mkdir(parents=True, exist_ok=True)
10
11audio = sorted(SRC.glob("*.wav")) + sorted(SRC.glob("*.mp3"))
12for i, f in enumerate(audio, start=1):
13    new_name = f"{i:02d} - {ARTIST} - {RELEASE}{f.suffix.lower()}"
14    shutil.copy2(f, DST / new_name)
15    print("OK:", new_name)
16
17print(f"\nDone: {len(audio)} tracks in {DST}")

2.6. 給發行商的中繼資料表。 這個腳本會根據發行檔案建立 CSV 表格；接著你可以請 Claude 填寫空白欄位：

1# make_metadata_sheet.py — 建立發行中繼資料模板
2import csv
3from pathlib import Path
4
5ARTIST = "My Artist"
6DST    = Path("releases/My Artist - Midnight Lofi")
7
8rows = []
9for f in sorted(DST.glob("*.wav")) + sorted(DST.glob("*.mp3")):
10    rows.append({
11        "file": f.name,
12        "title": "",            # 填入內容，或請 Claude 處理
13        "artist": ARTIST,
14        "genre": "",
15        "language": "Instrumental",
16        "explicit": "no",
17        "isrc": "",             # 發行商會自動分配
18    })
19
20with open("metadata.csv", "w", newline="", encoding="utf-8") as out:
21    w = csv.DictWriter(out, fieldnames=rows[0].keys())
22    w.writeheader()
23    w.writerows(rows)
24
25print(f"Created metadata.csv for {len(rows)} tracks")

2.7. 數據與營收分析。 從 Spotify for Artists 或你的發行商後台匯出 CSV，然後用這個腳本分析 → 顯示哪些歌曲正在成長以及賺了多少錢：

1# stream_report.py — 從 CSV 摘要播放次數
2import pandas as pd
3
4RATE = 0.004                     # 估計的 Spotify 每次串流費率（美元）
5df = pd.read_csv("streams.csv")
6
7track_col  = "Track"             # 請根據你的匯出檔案調整欄位名稱
8stream_col = "Streams"
9
10df[stream_col] = pd.to_numeric(df[stream_col], errors="coerce").fillna(0)
11df["est_$"] = (df[stream_col] * RATE).round(2)
12
13total = int(df[stream_col].sum())
14print(f"Total streams: {total:,}")
15print(f"Estimated revenue: ${total * RATE:,.2f}\n")
16
17print("Top 10 tracks:")
18top = df.sort_values(stream_col, ascending=False).head(10)
19print(top[[track_col, stream_col, "est_$"]].to_string(index=False))
20
21# 歌曲在 12 個月內達到 1,000 次串流後才開始賺取版稅
22above = int((df[stream_col] >= 1000).sum())
23print(f"\nAbove the monetization threshold (1,000): {above} of {len(df)} tracks")

2.8. 推廣文案。 請 Claude 撰寫你的個人簡介、發行說明、給播放清單編輯的提案郵件，以及宣布上線的社群貼文 → 全部使用一致的語調，並針對你的特定領域量身打造。

步驟 3. 設定 Spotify

3.1. 選擇發行商。 從三個方面比較：付款模式（固定年費 vs. 抽版稅百分比）、該服務是否接受 AI 音樂（許多服務已收緊規則）、以及是否代表你收取詞曲/出版版稅。註冊並驗證你的帳戶。

3.2. 上架發行。 建立發行，上傳音檔與封面藝術。填寫中繼資料：歌曲標題、主要藝人與合作藝人、曲風、語言、是否為限制級，以及詞曲作者。將發行日期設定在 3–4 週後 → 下一步會用到這個時間。發行商會自動產生 ISRC 和 UPC。

3.3. Spotify for Artists。 提交發行後（或個人檔案一出現），立即聲明你的藝人個人檔案並確認存取權限 → 可以透過發行商，或在 S4A 網站上申請。這樣你就能使用統計數據和推廣工具。

3.4. 向播放清單編輯提案。 這是主要的免費工具。在 Spotify for Artists 中，在歌曲發行前至少 7 天（3–4 週更好）為一首尚未發行的歌曲提交提案。在提案中提供詳細資訊：曲風、情緒、樂器、歌曲故事和背景 → 這會觸達編輯並影響演算法播放清單。每個帳戶一次只能提案一首歌曲。

3.5. 自動流量來源。 如果發行設定正確且提前準備，歌曲會出現在你跟隨者的Release Radar，並可能進一步進入Discover Weekly和演算法電台。這些機制依賴真實訊號：儲存、完成率和播放清單加入次數。

3.6. Spotify 官方付費工具。 當你有了基本聽眾後，可以使用 Marquee（付費的全螢幕新發行推薦）或 Discovery Mode（以降低這些播放的版稅率交換演算法推廣）。這些都是 Spotify 本身的合法工具。

3.7. 自然推廣。 現今音樂發現的主要驅動力是短影音（TikTok、Reels、Shorts）：發布你的歌曲片段。在發行前進行預存活動，持續發行，並專注在一個狹窄的功能性領域（lo-fi、背景音樂、睡眠/工作/讀書用音樂）→ 這類歌曲更容易進入主題播放清單，因為人們是依照情緒而非藝人名字來搜尋。

3.8. 應避免的事。 不要向第三方服務購買「保證串流」或播放清單位置 → 這幾乎都是機器人活動：Spotify 會剔除這些串流，不會支付版稅，甚至可能移除你的歌曲或限制你的個人檔案。人們在這上面只會賠錢，不會賺錢。

結果：

整個設定是這樣運作的：Suno 提供可商用授權的音樂，Claude 移除所有繁瑣工作 → 中繼資料、文案、檔案整理和數據分析，發行商 將你的歌曲送到 Spotify，而 Spotify for Artists 則幫助你透過播放清單進行推廣。Spotify 大約支付 $0.003–0.005 美元每次串流，且歌曲在一年內達到 1,000 次串流後才開始賺取版稅 → 所以前幾個月的收入通常只是象徵性的，真正的收入要等到你的作品目錄累積出真實聽眾才會出現。但作為一個可重複、可擴展的流程，它是可行的：你擁有的優質發行和真實聽眾越多，收入就越高。

相信自己，你一定會成功 🩷