Đặc tả giọng điệu là một kỹ thuật prompt hướng dẫn rõ ràng cách viết và cách nói (lịch sự, giản dị, chuyên nghiệp, v.v.) khi yêu cầu câu trả lời từ AI.
Đặc tả giai điệu được coi là một trong những kỹ thuật cơ bản để kiểm soát phong cách và âm sắc đầu ra trong prompt engineering chóng và được sử dụng trong nhiều ứng dụng, từ tài liệu kinh doanh đến các bài đăng SNS thông thường. Bằng cách chỉ định cụ thể xem có nên sử dụng ngôn ngữ lịch sự, ngôn ngữ trang trọng, thuật ngữ kỹ thuật hay không, có sử dụng biểu tượng cảm xúc hay không, v.v., việc duy trì tính nhất quán trong giọng nói thương hiệu sẽ trở nên dễ dàng hơn. Tuy nhiên, trong hoạt động thực tế vào năm 2026, người ta đã chỉ ra rộng rãi rằng hiệu quả của việc xác định giọng điệu sẽ trở nên yếu hơn khi một cuộc trò chuyện kéo dài tiếp tục, dẫn đến hiện tượng "trôi giọng", trong đó giọng điệu xấu đi ở nửa sau của cuộc trò chuyện. Tại hiện trường, ngoài các mô tả cố định trong lời nhắc của hệ thống, các phương pháp thường được sử dụng kết hợp, chẳng hạn như trình bày lại thông số kỹ thuật tại các bước ngoặt trong cuộc trò chuyện và hiển thị các mẫu âm thanh mong muốn trong một số ví dụ về cảnh quay. Có sự khác biệt về độ chính xác duy trì âm thanh tùy thuộc vào kiểu máy hoặc công cụ, vì vậy khi chọn một công cụ, điều quan trọng là không chỉ kiểm tra chi phí mà còn cả khả năng duy trì âm sắc trong những câu dài và những cuộc trò chuyện dài.