像平时一样，用逗号和句子结尾标点符号写提示的文本。 但是， Tune by Example 将提示的韵律和音调建立在提示音频上，而不是像常规语音合成那样建立在提示文本的标点上。 只有口语音频会影响合成提示的韵律。

提示包含的文本不能超过 1000 个字符。 说一两句文本是建议的限制。

提示只能包含固定静态文本。 它不能包含可变数据，即针对提示的不同用途而更改的数据。 例如， "您的帐户余额为 $500" 包含可变数据: 即 "$500" ，这是根据用户的帐户余额而更改的可变值。 在这种情况下，提示需要说出 "你的账户余额是" ，第二个合成请求需要说出余额。

Escape XML sensitive characters (double quotes, single quotes, ampersands, angle brackets, and slashes) that appear in the text of a prompt by applying the same rules that you use to provide text for a synthesis request. 有关更多信息，请参阅对 XML 控制字符转义。

您可以在提示的文本中包含 SSML 元素。 例如，诸如 read 之类的单词或包含日期或数字之类的内容的输入的发音可能不明确。 您可能需要告诉服务如何发音此类词，以便它知道如何使输入文本与音频同步。 但是，在大多数情况下，音素和文本的映射是显而易见的。

例如， SSML <say-as> 元素用于指示服务如何显示数字，字母和日期。 此示例指示服务说值 123456 的各个数字，而不是说值为数十万的数量:

<speak version="1.1">
  <say-as interpret-as="digits">123456</say-as>
</speak>

有关更多信息，请参阅 SSML 元素 和 say-as 元素。

• 如果你说一个问题，让它听起来像一个问题。 例如，在问题结束时，调音往往会上升。
• 如果你说一个命令，让它听起来像一个命令。 强调指示命令的短语的词。
• 通过在单词和音节级别加速或减速语音来影响说话率。
• 通过使单词和音节音高或低来控制音高。 对于具有说话者模型的提示，音高控制要有效得多。
• 插入暂停以强调短语的某些方面。 除去前导和尾部暂停。