演绎指令（Voice Direction）告诉声音该如何演绎某一段具体内容。写的时候，就像导演给演员说戏：描述正在发生什么、说话人想达到什么目的，以及能让这一刻成立的声音选择。
在 BreezeBlue 里，演绎指令可以用自然语言来写，也可以很短。通常两三个有用的决定就够了。
从台词入手
写指令之前，先读台词。同一句话可以表达兴奋、恐惧、讽刺、尴尬或悲伤。演绎指令告诉模型该演哪一种诠释，以及应该用哪些听得出来的选择去传达它。
指令依然可以很短。只挑那些会改变这段内容含义或表达方式的细节。
一套简洁的演绎指令结构
当你想要更多控制时，可以从五个维度来构建指令。
1. 情境
给说话人一个可以表演的处境。他们可能正躲着附近的某个人、在危险现场做报道、安慰一位忧心忡忡的朋友，或是在时间压力下发出指令。只写会改变这句台词听感的背景。
2. 意图
描述说话人想对听者产生什么作用：安抚、说服、警告、命令、隐瞒、安慰或挑衅。同样平静的声音，在安抚别人和掩盖威胁时，听起来会截然不同。
3. 情绪与强度
说出情绪状态，并给它设定边界。像 restrained panic（压抑的恐慌）、mild impatience（轻微的不耐烦）或 urgent but not panicked（急切但不慌乱）这样的指令，比单纯要求「情绪再多一点」具体得多。
4. 节奏与重音
描述语速、停顿、呼吸，以及哪些词需要加重。例如：Keep it fast and precise（保持快速而精准）、Pause after the warning（警告之后停顿一下），或 Emphasize “right now” without shouting（强调「right now」，但不要喊出来）。
5. 身体与发声状态
身体会影响声音。说话人可能筋疲力尽、浑身发抖、上气不接下气、强忍泪水，或正憋着笑。描述这种状态，以及它应该给这句台词带来什么听得出来的影响。
只组合场景需要的维度
一条指令里很少需要同时用上全部五个维度。挑出撑起这场戏的两三个，再用自然语言把它们组合起来：
把这句演成[情境]。
说话人想要[意图]。
情绪保持在[状态与强度]。
运用[语速、停顿、呼吸、音量或重音]。
说话人身体上处于[状态]，带着[听得出来的效果]。只使用这段内容需要的那几行。年龄、口音和核心声音质感这类稳定特征，属于选声或音色设计的范畴；演绎指令塑造的是这一次具体的表演。
同一句台词的五条演绎指令
下面五个示例使用同一句台词。每条指令选用了上述结构中不同的维度组合，在不改动任何文字的情况下，得到不同的诠释。
台词
I can’t believe you brought him here!
压低声音，生怕被人听见
演绎指令
Say it whispering, very quiet and tense, as if you are afraid of being overheard.
指令维度：情境 · 情绪与强度 · 节奏与重音 · 身体与发声状态
试听：耳语
兴奋的惊喜
演绎指令
Say it excitedly, with bright surprise and rising energy, as if his arrival is wonderful and completely unexpected.
指令维度：情境 · 情绪与强度 · 节奏与重音
试听：兴奋的惊喜
讽刺的难以置信
演绎指令
Say it sarcastically, with dry disbelief and a dismissive tone, as if this was obviously a terrible idea.
指令维度：意图 · 情绪与强度 · 节奏与重音
试听：讽刺的难以置信
紧张的打趣
演绎指令
Say the line with a nervous laugh after the first phrase, as if trying to hide panic behind humor.
指令维度：意图 · 情绪与强度 · 节奏与重音 · 身体与发声状态
试听：紧张的打趣
强忍的悲伤
演绎指令
Say it while holding back tears, with a cracked voice and emotional pauses, as if bringing him here deeply hurt you.
指令维度：情境 · 情绪与强度 · 节奏与重音 · 身体与发声状态
试听：强忍的悲伤
选择指令遵循设置
指令遵循（guidance）控制生成时对演绎指令的诠释力度。
API
guidance_scale 支持 1 到 10 的整数。对于演绎指令，1 到 3 是兼顾表现力与稳定性的实用区间。对比不同指令时，请显式设置这个值。
想要克制的表达，就从较低的值开始。结果太平淡时逐步调高，表演变得夸张时再调低。
网页端
网页端提供四个档位：稳定、富有表现力、有创意和强烈。
想要可控、一致的表达，用稳定；想要更多诠释空间或情绪起伏，用有创意。对大多数生成来说，稳定和有创意是推荐的起步选择；当场景确实需要时，再使用富有表现力或强烈。