越聽越上癮,Spotify是如何推薦新歌的?
越聽越上癮,Spotify是如何推薦新歌的?

當你邀請一幫朋友來家裡做客,打算親手為他們做一桌菜時,可以提前詢問每個人喜歡吃的菜,然後投其所好只做他們喜歡吃的。這是一個非常「保險」的方案,但朋友們也會喪失一些新鮮感。

如果把音樂比作菜肴,那音樂流媒體平台Spotify絕對是一個非常精明的廚師,他會關注你最喜歡吃的那些菜,但更願意仔細琢磨你的個人口味,在熟悉的味道基礎之上,循序漸進地帶你嘗試新花樣。

發現音樂,或者說是音樂推薦是Spotify的一個王牌功能,也是它在全球範圍內被追捧的重要原因。目前幾乎所有流媒體音樂平台都會加入類似的功能Spotify究竟有何特別呢?

spotify
圖/ 極客公園

音樂推薦背後肯定不能忽略演算法的功勞,理論上你聽得越多演算法就越瞭解你,這點想必沒有什麼爭議。

本文主要想和大家分享Spotify如何透過產品層面的「內容設置」來幫助大家發現新音樂。如果你是Spotify的新用戶,相信這篇文章也可以幫你更好地理解Spotify的產品邏輯。

音樂推薦在Spotify中並不是一個具象的功能,它被融入到了很多更細微的模組中。首先我們可以從時間緯度出發。Made For You是Spotify推薦歌單的一個集合,每個人的都不一樣,它會以每日、每週甚至是每年的頻率為你推薦音樂,下面我們就具體來看看:

每日

spotify
圖/ 極客公園
Daily Mix:每日更新,根據你的喜好「無窮盡」推薦音樂。

Daily Mix功能最早於2016年上線,現在已經成為Spotify的王牌功能之一。這個功能類似於大家所熟知的「私人FM」,包含聽過和未聽過的歌曲。略微不同的地方在於Spotify會同時推薦多個歌單(最多時6個),單個歌單內的曲風會趨於一致,只要你願意可以一直聽下去。

每週

spotify
圖/ 極客公園
Discover Weekly:每週一更新,推薦30首符合使用者口味的音樂(通常是你音樂庫裡沒有的)。
Release Radar:每週五更新,推薦30首使用者所關注音樂人的最新音樂。

雖然推薦的都是新音樂,但這兩個每週更新的歌單側重點不同,Discover Weekly基於你的聽歌口味推薦,Release Radar基於你熟悉的音樂人推薦,相比之下前者要更激進一些。

長期

spotify
圖/ 極客公園
Even More:不定期更新,內容多樣。

這一部分是一些特色的歌單,作為每日/每週推薦的補充,例如新上線的每日駕車歌單(Your Daily Drive),Spotify開始嘗試在歌單中加入當日的新聞播報。

這部分歌單也會包含年度的總結,每年年底Spotify會選出100首過去一年你最喜歡的歌曲,這份歌單也是一個推薦機制很好的總結。

除了上面提到的Made For You歌單 ,如果你的「主觀能動性」很強,依然可以透過DISCOVER功能去自己尋找更多的音樂,不過這方面就和其他音樂平台沒有本質的區別了。

spotify
圖/ 極客公園

透過上面的盤點可以看到,Spotify在推薦新的音樂時還是非常小心謹慎的,每次在推薦新東西時依舊會把原有的習慣作為錨點。例如Daily Mix之所以要分成6個歌單,就是為了避免「大雜燴」時曲風跳躍太過明顯;Release Radar推薦使用者已關注音樂人的新歌,無疑也能降低大家的接受門檻。

包括推薦方式最為激進的Discover Weekly,也只在每週更新,收錄的音樂數量限制在30首(作為對比,Daily Mix歌單可以無限延長),實際上也是在降低新歌帶來的衝擊感。Spotify產品副總裁戴夫羅傑(Dave Rodger)曾在一次採訪中說:「音樂探索服務需要依賴一些你已經知道的東西,這樣你才會比較放心。」

正是在這樣「潤物細無聲」的推薦中,你會發現慢慢接觸到了很多新的音樂,長久累積下來的使用體驗是其他音樂串流媒體平台無法替代的。儘管目前Spotify擁有一定的使用門檻(包括Premium版的購買問題),但如果你喜歡聽音樂的話至少要親自試試。

spotify
圖/ 極客公園

最後,如果你剛剛接觸Spotify,歌單/音樂庫應該還不夠豐富,這裡分享一個快速填充的方法:首先找到一首你最喜歡的音樂,右鍵選擇進入Song Radio,Spotify會基於這首歌推薦一個包含50首音樂的歌單,你可以選擇將這份歌單保存到自己的音樂庫中;對這份歌單進行篩選,將喜歡的音樂保存到音樂庫(紅心),同時繼續右鍵進入Song Radio,重複多次你的歌單/音樂庫就會豐富很多,Spotify也會更加瞭解你的音樂口味。

本文授權轉載自:極客公園

關鍵字: #Spotify
往下滑看下一篇文章
AI 不只搶流量,下一步連交易都要拿走! iKala 程世嘉:AI 不認識你,廣告下再多都沒用
AI 不只搶流量,下一步連交易都要拿走! iKala 程世嘉:AI 不認識你,廣告下再多都沒用

下一個替你買東西的,可能不是你自己,而是 AI。當 AI 開始介入搜尋、比較與消費決策,品牌與消費者之間的入口也正在改變。iKala 共同創辦人暨董事長程世嘉認為,AI 競爭正進入下一階段,企業真正要面對的已不只是「如何導入 AI」,而是當消費者逐漸把選擇權交給 AI,品牌如何確保自己仍在 AI 的選擇名單中?

零點擊只是開始!Agentic Commerce 恐讓 AI 從「導購」變「代購」

過去,消費者透過搜尋引擎找到品牌、進入官網,再完成比較與購買;如今,愈來愈多搜尋與決策可以直接在 AI 中完成。程世嘉表示,「零點擊只是剛開始。」隨著 AI Agent 從提供答案進一步走向執行任務,下一步甚至可能替消費者選擇商品、完成交易,讓 Agentic Commerce 從「AI 幫你找」走向「AI 幫你買」。

Sega 側拍.jpg
程世嘉指出「零點擊只是剛開始」,AI Agent 正從「幫你找」進化到「幫你買」,加速 Agentic Commerce 時代到來。
圖/ iKala

這場變化真正改寫的,不只是流量入口,而是交易的主導權。當 AI 開始代表消費者採取行動,品牌未來面對的,可能不再只是「如何吸引消費者」,而是如何成為 AI 最終選擇的對象。

AI 不認識你,廣告下再多都沒用!SEO 下一戰:搶進 AI 的「推薦名單」

要被 AI 選中,第一步是先被 AI 認識。程世嘉直言:「如果 AI 連第一步都不認識你,那你在網路上下多少廣告都沒用。」這也讓品牌競爭從 SEO 進一步走向 GEO(Generative Engine Optimization):過去企業搶的是搜尋排名,現在更要掌握 AI 如何描述品牌、引用哪些來源,以及在什麼問題下會提到自己。

面對新的消費決策入口,iKala 將 AI Marketing 定位為協助品牌成長的全方位行銷服務,結合市場資料、自有 AI 產品與專業顧問團隊,提供從顧問診斷、策略規劃、專案落地到成效優化的一站式服務。從品牌定位、市場與競品分析,到 GEO 內容優化、創作者合作與媒體投放,iKala 不只提供數據分析工具,更協助品牌找出成長機會、制定行銷策略,並持續追蹤與優化執行成效。

iKala AI Marketing 總監許巧彤指出,品牌不只要「聽人」,也要「聽 AI」。透過 Ontix 掌握社群話題、消費者需求與市場趨勢,協助品牌發掘潛在商機;Kuroma 追蹤品牌在 AI 平台的能見度、推薦情境與引用來源,找出內容布局與 GEO 優化方向;Kolr 則結合創作者數據與行銷執行服務,協助品牌媒合合適的 KOL/KOC,規劃內容合作與媒體投放,將市場洞察轉化為實際行銷行動。

iKala
iKala AI Marketing 總監許巧彤分享,iKala 透過全方位行銷服務,搭配獨家產品賦能,協助品牌成長。
圖/ iKala

對內打通資料,對外洞察市場!程世嘉:老闆要懂 AI,AI 更要懂台灣

外部的搜尋與消費入口正在改變,企業內部也面臨另一場 AI 轉型。

企業 AI 為什麼推不動?程世嘉直指,第一個問題往往是「老闆自己不用 AI」。決策者若連 AI 能做什麼、不能做什麼都不清楚,再大的導入計畫也很難解決真正的企業痛點。iKala 提出「小步快跑、長期陪跑」的轉型策略,從關鍵場景快速驗證,再逐步擴大;同時以 AI Service、AI Marketing 雙軸出擊,讓 AI 不只改善內部工作效率,也能成為企業掌握商機、推動品牌成長的助力。

而當 AI 愈來愈深入企業決策、品牌溝通與消費者選擇,另一個問題也隨之浮現:AI 真的讀得懂台灣嗎?

對 AI 而言,語言相通,不等於真正讀懂一個市場。語言背後還有文化脈絡、在地知識,以及台灣人實際使用語言的方式。iKala 投入 TMMLU+,便是希望透過開源的繁體中文 AI 評測基準,檢驗模型對繁體中文與台灣知識的理解能力,讓「AI 到底懂不懂台灣」不再只是主觀感受,而有一套具體的評測依據。

TMMLU+.jpg
TMMLU+ 在九月全新推出 v1.1
圖/ iKala

從 Agentic Commerce、GEO 到企業 AI 落地,背後其實都回到同一件事:AI 應用最終仍建立在人與資料之上。正如許巧彤所說,「先有人才有 AI,因為 AI 終究是要讀資料。」人們創造內容、累積市場訊號,AI 從中學習、理解並影響消費決策,形成相互作用的循環。當 AI 逐漸從輔助工具走向決策與交易入口,企業競爭的關鍵將不再只是如何運用 AI,更在於如何讓 AI 理解企業、讓企業讀懂市場,進而掌握新的成長機會。

【關於iKala】

iKala 致力於透過將 AI 與數據嵌入企業經營核心,協助企業做出更精準、更快速的決策。我們透過引導組織從「數據累積」邁向「決策產出」來支援 AI 轉型,並提供完整的 AI 解決方案,將企業的自有數據與 iKala 基於全球數十億社群訊號所建立的智慧模型相結合。

iKala 總部位於台灣,足跡遍布全球,服務超過 1,000 家企業及 50,000 個品牌,版圖橫跨全球 190 多個國家,客戶群包含多家財星 500 強企業(Fortune 500)。

iKala 官方網站:https://ikala.ai
iKala AI Marketing 介紹:https://ikala.ai/zh-tw/ikala-ai-marketing/

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓