Флоу — это не число слогов: как я заставил языковую модель писать рэп в такт бита

На сервере с двумя ядрами и без видеокарты автор запустил страницу: загружаешь бит, пишешь тему — получаешь куплеты и припев, разложенные по тактам (строка на такт). Первая версия звучала как стихи под музыку: языковая модель не понимала ритма и не считала слоги.

Проблема оказалась в том, что LLM отлично генерирует осмысленный текст, но абсолютно не чувствует музыкальный размер. Пришлось вручную считать количество слогов и подгонять строки под длительность такта, а модель использовать только для сочинения содержания.

В итоге получился рабочий инструмент на слабом железе. Автор делится выводами о сильных и слабых сторонах LLM в творческих задачах с чёткими ограничениями — и о том, что часть работы всё равно приходится делать самому.