Tabbit部落格

如何用 Lyria 3 Pro 處理已登入網頁中的音樂需求

用本機 Tabbit 任務讀取已核准的音樂 brief,整理生成提示詞,再到獨立的 Lyria 頁面預覽。

本文目錄
  1. 重點
  2. 流程中的各個部分
  3. 僅讀取已核准頁面
  4. 從頁面整理 Pro 提示詞
  5. 分享前的檢查點
  6. 明確的停止位置

Lyria 3 Pro 本身無法讀取已登入網頁。它是音樂生成模型,不是瀏覽器 Agent:Google 文件列出的能力不包括函式呼叫、網址上下文或搜尋接地。若要把已核准頁面整理成音樂提示詞,請用本機文字 Agent 透過 Tabbit CLI 讀取 Tabbit Browser 中的頁面,先審閱提示詞草稿,再到獨立的 Google 音樂生成介面操作。模型 ID 是 lyria-3-pro-preview;Google 目前將它標為 Preview,並推薦 lyria-3.5 作為後續型號,但尚未公布 Pro 的停用日期。

先在同一台電腦上安裝 Tabbit Browser 和 Tabbit CLI,再依本機 Agent 用戶端文件安裝 Tabbit Skill。

型號出現在選單裡,不代表帳號一定能呼叫;Tabbit 能連上本機瀏覽器,也不代表音樂生成服務已授權。兩項都要分別確認。

一位試用 Pro 的 Reddit 使用者表示,模型依要求做出了「吉他在開頭漸入」的效果,但激烈曲風聽起來太保守。另一位比較早期 Lyria 3 / Producer.ai 的使用者覺得它的人聲較自然。後一篇不是 Pro 或 Clip 測試;兩則回饋都沒有評估本文的瀏覽器流程。Pro 使用心得 · Lyria 3 比較。

重點

  • Lyria 3 Pro 負責生成音訊;另一個本機文字 Agent 負責讀取已登入的網頁。

  • 先確認 Google 專案和型號選擇器中確實有 lyria-3-pro-preview。

  • Google Cloud 列出文字或圖片輸入、MP3 輸出、每次提示詞生成一段音訊,最長 184 秒。

  • 在本機用戶端安裝 Tabbit Browser 與 Tabbit CLI Skill。Pi 使用 /skill:tabbit;其他用戶端可能顯示 /skills 或自己的 Skill 選擇器。

  • 網頁讀取和提示詞審閱完成後先停下;由你確認是否在獨立 Google 介面生成。

流程中的各個部分

部件工作內容開始前檢查
本機 Agent 用戶端用文字模型理解已核准 brief 並整理音樂提示詞用戶端可選擇文字模型、連線至服務商並執行本機命令
Tabbit Browser + CLI在專屬任務分頁中讀取已登入瀏覽器環境的目標頁面tabbit-cli diagnose 已連線;目前設定檔正確;頁面標題和狀態符合預期
Google AI Studio、Gemini API 或 Google Cloud Agent Platform獨立執行音樂生成請求選定服務中能看到正確型號、專案權限、地區和最新條款

Google Cloud 將 lyria-3-pro-preview 標為 Preview,列出文字與圖片輸入、音訊輸出和 184 秒上限。頁面支援 BPM、強度和時長控制,不支援負向提示;每次提示詞只生成一段音訊,格式為 44.1 kHz MP3。Gemini API 生命週期頁把 lyria-3.5 列為 Pro 的建議替代型號,同時標示尚無停用日期。Google 的 Pro 型號頁卻把「Model code」欄位寫成 Clip ID;核對 ID 時應看 Cloud 型號表和生命週期頁,不要照抄那一處不一致欄位。Google Cloud 型號資訊 · Gemini API 棄用資訊。

Lyria 不是 Agent 宿主。Google 型號頁明確列出不支援函式呼叫和網址上下文。若要讓文字模型讀取網頁,請先檢查用戶端的型號清單、服務商憑證和本機工具權限。用戶端能找到 tabbit Skill,不等於啟動器能連上瀏覽器;CLI 能執行,也不等於網站已登入;這些檢查都不能證明有 Lyria 權限。Tabbit CLI 完整指南和瀏覽器 MCP 與 CLI 的差異說明了本機連線方式。

僅讀取已核准頁面

  1. 開啟 Tabbit Browser,手動登入音樂 brief、專案頁或審查看板。確認使用正確設定檔,並核對頁面標題和核准狀態。

  2. 在本機用戶端查看 Skill 入口。只有用戶端文件確認支援時才用 /tabbit。Pi 文件要求 /skill:tabbit;有些用戶端會透過 /skills 顯示已安裝的 Skill。

  3. 執行已安裝 CLI 的 diagnose。確認啟動器連線正常後再開始瀏覽。

  4. 讓 Agent 只讀取已核准的標題、狀態、受眾、情緒方向和允許使用的素材。不要把機密原文或個人資料複製到外部音樂提示詞中。

  5. 保留一般研究分頁開啟。CLI 會使用獨立任務分頁;將 Agent 回傳的簡短證據與目前頁面比對。參見如何連接既有瀏覽器和瀏覽器 Agent 首次任務清單。

Tabbit 登入狀態屬於所選的 Tabbit Browser 環境。CLI 不會替你登入,也不會索取密碼。如果任務進入登入頁面,請先停下並手動登入。本 worktree 記錄過一次本機 fixture 檢查:設定測試工作階段前,受保護頁面回傳 401;登入後,另一個 CLI 任務讀取了同一個 fixture。這只證明該測試環境能重用工作階段,不代表 Lyria 已執行,也沒有證明模型與瀏覽器已整合。

從頁面整理 Pro 提示詞

請本機文字 Agent 先輸出 brief,不要提交音樂生成請求。以下是範本,不是已驗證的 Lyria 結果。它要求生成約 90 秒的純音樂配樂,最後仍由人審閱。

使用目前 Tabbit Browser 設定檔中的 Tabbit CLI,讀取我開啟的頁面。
若狀態不是 Approved,請停止,只回傳頁面標題和可見狀態。
不要點選核准、發布、上傳,也不要修改任何欄位。

若 brief 已核准,請回傳:頁面標題、可見狀態、目標聽眾、場景、情緒方向、
允許使用的參考素材,以及尚未決定的事項。接著為約 90 秒的純音樂配樂
草擬一條 Lyria 3 Pro 提示詞。用寬泛風格描述,寫出速度範圍、主要樂器、能量,
以及簡單的開場/推進/收尾。不要點名藝術家、引用歌詞或編造事實。
將來源網址附在草稿旁,然後停下來讓我審閱。

預期輸出:簡短證據區塊,後接程式碼區塊形式的提示詞。
若頁面沒有顯示已核准狀態,請勿輸出生成提示詞。

寫了時長,不代表模型一定精確達到。Google Cloud 的技術上限是 184 秒,實際輸出也可能變動。Google 文件指出 Lyria 會加上浮水印並執行內容過濾。正式使用前請完整聆聽,確認內容符合 brief、歌詞或聲音相似性沒有問題,並查閱目前服務條款。參見Lyria 型號卡及Google Cloud Preview 條款。

分享前的檢查點

檢查點核對證據停止條件
頁面讀取標題、可見核准狀態、來源網址狀態缺失、遭拒或不明確
提示詞草稿場景、寬泛風格、樂器、結構、時長加入未核准參考或個人資料
型號選擇選擇器顯示的正確 ID 與 Google 服務只看到相近型號或未核實的第三方路由
音訊預覽從頭聽到尾;檢查長度、銜接、歌詞與浮水印說明內容偏離 brief 或權利不清楚
分享或發布明確的目標位置和人工核准沒有人核准目標位置或最終曲目

如果目前選擇器找不到 Pro,不要把提示詞送到未知別名。Google 生命週期頁建議改用 lyria-3.5;請先在預計使用的服務中核實可用性和條款,或停在提示詞草稿階段。另可閱讀重用已登入的瀏覽器工作階段及使用瀏覽器來源進行研究。

明確的停止位置

當 brief 位於登入後頁面時,可用 Tabbit Browser 讓本機 Agent 只擷取少數已核准欄位。音訊則在獨立 Google 服務中生成。Agent 應停在提示詞和證據區塊;是否生成、下載或發布由你決定。也可參考使用瀏覽器 Agent 草擬 CMS 內容和驗證本機瀏覽器任務。

常見問題

Lyria 3 Pro 能自行瀏覽已登入網站嗎?

不能。它是音樂模型,文件未列出函式呼叫或瀏覽器工具。需要另一個本機文字 Agent 呼叫 Tabbit CLI,再由你到支援的 Google 服務生成音訊。

lyria-3-pro-preview 目前仍可使用嗎?

Google Cloud 仍將此正確 ID 列為 Preview,發布日期是 2026 年 3 月 25 日。Gemini API 棄用頁建議後續使用 lyria-3.5,並註明尚未公布停用日期。使用前請確認專案權限和型號選擇器。

Lyria 3 Pro 最長能生成多久?

Google Cloud 文件列出的最長長度為 184 秒,每條提示詞一段,輸出為 44.1 kHz MP3。這是技術上限,不保證每次都符合提示詞指定長度。

本機 Agent 能自動把 brief 傳給 Lyria 嗎?

只有另行設定已授權的 Google API 整合並審查輸入時才可以。Tabbit CLI 本身不會呼叫 Lyria。本文流程停在提示詞草稿和獨立的人工作曲預覽。

可以要求模仿藝術家或上傳參考歌曲嗎?

Google 文件列出文字和圖片輸入,不支援音訊輸入。其規則是提供寬泛創作靈感,而非直接模仿藝術家;不要把藝術家姓名或受版權保護的歌詞當成捷徑。

生成曲目可以商業發布嗎?

請查看你所用 Google 服務和帳號的條款。Google Cloud 表示 Preview 可用於商業用途,但仍受適用協議和限制約束;這不能代表其他 Gemini API 或消費產品協議也相同。

下一步

讓 Tabbit 與你並肩工作。

跨分頁調研、自動化重複的瀏覽器工作,讓每一處上下文都觸手可及。