# Cómo crear música con IA desde cero: ChatGPT, Suno y ElevenLabs > Flujo completo para crear una canción con IA: concepto y letra con ChatGPT, música con Suno, voz y efectos con ElevenLabs, edición y licencias. - URL: https://disenoabierto.lat/articulos/musica-con-ia-chatgpt-suno-elevenlabs/ - Autor: Lucas Casagrande (https://disenoabierto.lat/autor/lucas-casagrande/) - Tema: IA creativa · Tipo: Tutorial - Publicado: 2026-10-05 · Actualizado: 2026-10-05 - Medio: Diseño Abierto — https://disenoabierto.lat/ La primera canción que uno genera con IA suele ser sorprendente durante diez segundos y decepcionante a partir del minuto. Suena "bien", pero no dice nada; tiene estructura de canción pero no tiene intención. El problema casi nunca es la herramienta: es que se le pidió una canción en lugar de dirigirla. Este tutorial propone un flujo en cinco etapas que separa las decisiones creativas de la generación. Cada herramienta hace lo que mejor hace, y vos te quedás con lo que ninguna puede hacer por vos: decidir qué querés decir y elegir qué toma sirve. > **Antes de empezar:** Las herramientas de IA musical cambian de versión, de límites y de condiciones con frecuencia. Este flujo está pensado para sobrevivir a esos cambios: los nombres de los botones pueden moverse, la lógica no. Antes de usar una canción con fines comerciales, revisá los términos vigentes de cada servicio y el plan con el que la generaste. ## El tutorial en video Si preferís verlo hecho, este es el proceso completo en video: partimos de una idea, armamos y refinamos los prompts con ChatGPT y llevamos **el mismo prompt** a Suno y a ElevenLabs para comparar resultados. > Video: [Hice música con IA usando el MISMO PROMPT | Suno vs ElevenLabs](https://www.youtube.com/watch?v=q3DS8hG_sEI) (2026-10-04). Tutorial completo de unos 30 minutos en el canal de Lucas Casagrande: de la idea a la canción con ChatGPT, Suno y ElevenLabs. El resto de este artículo ordena ese proceso por escrito, con los prompts y criterios para que lo puedas repetir con tu propio proyecto. ## El flujo completo en una mirada 1. **Concepto** (vos + ChatGPT): para qué es la canción, qué emoción, qué referencia. 2. **Letra y estructura** (ChatGPT, editado por vos): versos, estribillo, puente, métrica cantable. 3. **Música** (Suno): estilo, instrumentación, voz, muchas tomas. 4. **Voz, locución y efectos** (ElevenLabs): intros habladas, voces en off, efectos, versiones alternativas. 5. **Edición y cierre** (un editor de audio o de video): cortes, mezcla básica, nivel de volumen y exportación. La separación importa. Si le pedís a un solo modelo que invente el concepto, escriba la letra y la musicalice, vas a recibir el promedio de todo lo que conoce. Si tomás decisiones en cada etapa, el resultado empieza a parecerse a algo que alguien quiso hacer. ## Etapa 1: el concepto antes que la canción Antes de abrir cualquier herramienta, respondé cuatro preguntas por escrito: - **¿Para qué es?** Un jingle de 30 segundos, la música de fondo de un reel, una canción para un cumpleaños, una pieza para un portfolio. - **¿Qué tiene que sentir quien la escucha?** Una emoción concreta, no "buena onda". Nostalgia de verano, ansiedad antes de una cita, orgullo de barrio. - **¿A qué se tiene que parecer y a qué no?** Géneros, épocas, instrumentos. Las referencias negativas ayudan tanto como las positivas. - **¿Cuánto dura y dónde se va a escuchar?** No es lo mismo un celular en mute con subtítulos que un parlante en un local. Con eso, ChatGPT sirve como compañero de ideas, no como autor. Un prompt útil en esta etapa: **Prompt — concepto** ```text Estoy por hacer una canción corta (60–90 segundos) para [uso]. Tiene que transmitir [emoción concreta] a [público]. Me gustaría que suene cerca de [referencia de género/época] pero no como [referencia negativa]. Proponeme 5 conceptos distintos. Para cada uno: una frase que resuma la idea, una imagen o escena central, un título tentativo y por qué funcionaría para este uso. No escribas letras todavía. ``` Pedir varias opciones y prohibirle escribir la letra todavía son dos decisiones deliberadas. La primera evita que te enamores de la primera idea. La segunda evita que el modelo salte a ejecutar antes de que vos elijas una dirección. ## Etapa 2: letra y estructura Elegido el concepto, pasá a la letra. Acá conviene ser muy explícito con la estructura, porque Suno interpreta etiquetas de sección y la forma de la letra afecta mucho cómo canta. **Prompt — letra** ```text Con el concepto [pegar el concepto elegido], escribí una letra en español rioplatense para una canción de [duración]. Estructura: [Intro] breve, [Verse] de 4 líneas, [Chorus] de 4 líneas que se pueda cantar en la primera escucha, [Verse] de 4 líneas, [Chorus], [Outro]. Reglas: frases cortas y cantables, nada de rimas forzadas, una imagen concreta por verso, el título tiene que aparecer en el estribillo. Evitá clichés como "corazón/razón", "volar/soñar". ``` Después viene la parte que nadie quiere hacer y que más diferencia el resultado: **editar la letra a mano**. Leela en voz alta. Marcá las líneas que suenan a texto escrito y no a algo que alguien cantaría. Cambiá palabras genéricas por palabras tuyas: el nombre de una calle, un objeto, un horario. Una sola imagen específica vale más que cuatro adjetivos. Algunas reglas prácticas para que la letra funcione bien al cantarse: - Mantené una cantidad de sílabas parecida entre líneas equivalentes. - Evitá palabras largas o difíciles de pronunciar en los finales de frase del estribillo. - Usá las etiquetas de sección entre corchetes (`[Verse]`, `[Chorus]`, `[Bridge]`, `[Outro]`) en líneas propias. - Si querés una pausa instrumental, indicalo con una etiqueta (`[Instrumental]`, `[Break]`) en lugar de dejar líneas vacías. ## Etapa 3: la música en Suno Suno genera la canción a partir de dos cosas: la letra (con sus etiquetas) y una descripción de estilo. Usá el modo que te permita pegar tu propia letra en lugar de dejar que la invente. La descripción de estilo es donde la mayoría se queda corta. "Pop alegre" produce pop alegre genérico. Una descripción útil nombra género, época, tempo aproximado, instrumentos protagonistas, tipo de voz y ambiente de producción: **Descripción de estilo — ejemplo** ```text indie pop rioplatense, guitarras limpias con chorus, bajo melódico, batería seca, tempo medio, voz masculina cercana y un poco ronca, coros suaves en el estribillo, producción cálida y analógica, sin autotune ``` Algunas prácticas que mejoran mucho el resultado: - **Generá muchas tomas.** Es la ventaja de trabajar con IA: la toma número doce puede tener el estribillo que la primera no tenía. Escuchá cada una completa antes de descartarla. - **Cambiá una variable por vez.** Si una versión casi funciona, no reescribas todo: ajustá solo el tipo de voz, o solo el tempo, y compará. - **Escuchá en el dispositivo final.** Si va a sonar en un celular, escuchala en un celular. Los graves que te gustaron en auriculares pueden desaparecer. - **Usá las funciones de extender o reemplazar secciones** cuando una toma tiene un gran comienzo pero se desarma en el segundo estribillo, en vez de tirarla entera. ### Cómo elegir una toma Armá una grilla simple y puntuá cada toma del 1 al 3 en estos cinco puntos. Te obliga a escuchar con criterio y no solo con entusiasmo: | Criterio | Qué escuchar | |---|---| | Inteligibilidad | ¿Se entiende la letra sin leerla? Especialmente el estribillo. | | Gancho | ¿El estribillo se te queda después de una escucha? | | Coherencia | ¿Suena a la misma canción de principio a fin o cambia de estilo a mitad? | | Artefactos | ¿Hay palabras deformadas, respiraciones raras, cortes o ruidos metálicos? | | Adecuación | ¿Sirve para el uso que definiste en la etapa 1? | Si una toma saca 3 en gancho y adecuación pero 1 en artefactos, probablemente valga la pena rescatarla con edición o regenerando solo la sección problemática. ## Etapa 4: voz, locución y efectos con ElevenLabs ElevenLabs no reemplaza a Suno: lo complementa. Sirve para las partes habladas y sonoras que una canción generada no resuelve bien: - **Una intro o un cierre hablado**, por ejemplo el nombre de una marca o una frase de remate en un jingle. - **Voces en off** para la versión de video de la canción. - **Efectos de sonido** que ayuden a contar la escena: una puerta, ambiente de bar, lluvia. - **Versiones en otro idioma** de la parte hablada, si el proyecto lo necesita. Para la locución, el texto también se dirige. Las pausas, los signos de puntuación y la longitud de las frases cambian la interpretación. Probá varias voces y varias lecturas del mismo texto antes de decidir. > **Voces de personas reales:** No clones ni imites la voz de una persona sin su autorización explícita y por escrito. Además del problema ético, es el tipo de uso que las plataformas y la ley persiguen cada vez más. Si necesitás una voz propia para una marca, trabajá con una persona que la ceda con un acuerdo claro. ## Etapa 5: edición y cierre La canción generada es materia prima. La edición es lo que la convierte en pieza. No hace falta ser productor; con un editor de audio gratuito o con el editor de video que ya uses alcanza para: - **Recortar** la duración exacta que pide el uso. Un reel no necesita la intro de 12 segundos. - **Unir** las mejores secciones de distintas tomas, si están en el mismo tempo y tonalidad. - **Ubicar la locución** de ElevenLabs y bajar la música por debajo de la voz cuando habla (lo que en jerga se llama "ducking"). - **Nivelar el volumen** final. Una pieza que suena mucho más baja que el resto del contenido de la plataforma se siente amateur. - **Exportar** en el formato que corresponda al destino. Si la canción va a acompañar un video, editá el video al ritmo de la música y no al revés. Los cortes en los tiempos fuertes del compás hacen que todo parezca más intencional. ## Derechos, licencias y transparencia Antes de publicar, chequeá tres cosas: 1. **Los términos de uso vigentes de cada herramienta** y el plan con el que generaste. En varios servicios, el uso comercial depende del tipo de cuenta en el momento de la generación. 2. **Que la letra y la música no imiten de forma reconocible una obra existente.** Pedirle a una herramienta que suene "como" un artista específico es una zona gris que conviene evitar. 3. **Cómo lo vas a comunicar.** Decir que una pieza se hizo con IA no le quita valor; esconderlo y que se descubra, sí. ## Checklist para tu primera canción - [ ] Escribí uso, emoción, referencias y duración antes de abrir las herramientas. - [ ] Pedí al menos cinco conceptos y elegí uno. - [ ] Editaste la letra a mano y la leíste en voz alta. - [ ] Escribiste una descripción de estilo con género, época, instrumentos, voz y producción. - [ ] Generaste al menos diez tomas y las puntuaste con la grilla. - [ ] Sumaste locución o efectos solo donde aportan. - [ ] Recortaste, nivelaste y exportaste para el destino real. - [ ] Revisaste los términos de uso y cómo vas a comunicar el uso de IA. ## Un uso que no esperaba Una consecuencia curiosa de este flujo: hacer canciones para uno mismo. Con tus propias letras y para tus propios momentos (entrenar, caminar, cocinar), el resultado no necesita competir con nada. En el canal hay una [selección de temas hechos así en un domingo](https://www.youtube.com/watch?v=Mfa3WSR3Uu0), que terminaron en una playlist personal de todos los días. ## Lo que no hace la IA En todo este flujo, las herramientas generan. Pero las decisiones que hacen que una canción funcione siguen siendo tuyas: qué querés que alguien sienta, qué imagen elegís para decirlo, qué toma descartás aunque suene bien porque no es la canción que querías. Esa es la parte del trabajo que vale la pena cuidar, y la que se nota.