FB、IG演算法能自己調整了!3步驟設定,貼文、Reels推薦即時改
FB、IG演算法能自己調整了!3步驟設定,貼文、Reels推薦即時改

在Facebook滑到一則咖啡拉花貼文,想多看類似內容,過去只能透過按讚、留言來表達喜好;如果不感興趣,也只能點選「沒興趣」,讓演算法自行判斷。現在,使用者有了更直接的選擇。

Meta於10月13日宣布推出新功能「Your algorithm」,讓使用者自行新增、管理想在動態消息和Reels看到的主題,還能直接用文字告訴系統,哪些內容想多看、哪些想少看,推薦結果也會隨之即時調整。

事實上,Instagram也早有類似的功能。IG的「Your Algorithm」於2025年12月10日在美國Reels上線,隨後擴展至探索頁,並於2026年6月延伸至首頁動態。如今隨著Facebook跟進,Meta旗下兩大社群平台都開始讓使用者更直接地掌握內容推薦的方向。

「Your algorithm」是什麼?與原本的推薦機制差在哪?

Facebook原本的排序系統,從使用者按讚、留言、觀看的內容等數千種訊號推測興趣。這種做法收到的只有正面或負面的粗略訊號:對一則咖啡貼文按「沒興趣」,系統無從判斷你不想看的是咖啡、這名發文者,還是店家開箱。

新功能導入大型語言模型(LLM),能解讀文字背後的興趣、脈絡與意圖,再與系統既有的使用紀錄結合,推薦結果可在同一次使用期間內調整。同樣按下「沒興趣」,現在可以補一句「拉花教學想多看,咖啡廳開箱看太多了」,演算法拿到的資訊就精確許多。

「Your algorithm」設定教學:3步驟調整推薦內容

截至發稿前,《數位時代》實測手機版Facebook尚未出現此功能,以下步驟依Meta官方示範影片整理,實際介面以上線後為準。

第1步:從貼文選單打開入口

點任一則貼文右上角的「⋯」,選單最上方依序是Interested(有興趣)、Not interested(沒興趣)與Your algorithm。點進「Your algorithm」,頁面頂端會有一句摘要,描述你最近常看的內容。

第2步:增刪感興趣與不感興趣的主題

摘要下方分為「Interested in」與「Not interested in」兩區,前者由AI依近期活動歸納,Meta示範畫面列出音樂祭、健身、美食探店等主題;兩區旁都有「+ Add」按鈕,可自行補上清單沒有的主題。

01_Your-Algo_01
圖/ Meta

第3步:按下有興趣或沒興趣後,打字說明原因

貼文下方有時會直接出現Interested與Not interested按鈕。按下Interested,畫面會追問喜歡的原因並提供建議選項,下方另有「Tell us in your own words」輸入框;按下Not interested則會隱藏貼文,並可選擇暫停查看該發文者30天,同樣附有輸入框。

02_More-Ways-to-Tell-Us-What-You-Want-In-Your-Own-
圖/ Meta

IG「Your algorithm」設定教學:調整Reels、探索頁與動態消息

IG說明中心將此功能稱為「調整演算法」,App內的頁面標題則是「你的演算法」,可以查看影響推薦內容的主要興趣與近期興趣摘要,再針對想多看或少看的主題調整。

第1步:從Reels、探索頁或設定進入

點按Reels或探索頁角落的圖示(兩條線搭配愛心),也可以從「設定」>「內容偏好設定」進入。

Instagram Reels「你的演算法」入口圖示截圖

第2步:新增想多看與少看的主題

在「你想看到更多的內容」下方點按「新增+」,輸入感興趣的主題;想減少的主題,則在「你想減少看到的內容」下方以同樣方式新增。

Instagram「你的演算法」主題管理頁截圖

第3步:管理清單中的既有興趣

點按任一興趣,可以瀏覽更多相關內容、移除該興趣,或點按「為什麼你會看到此內容」,了解這項興趣如何影響推薦。

IG的演算法是統一系統,調整主題後,動態消息、Reels與探索頁的推薦都會同步更新,不必分開設定。動態消息中依興趣推薦的貼文,會出現「來自跑步」、「來自街頭風格」等標籤,點按標籤即可看到更多同類內容。

延伸閱讀:YouTube不只搶你的眼球,還要搶購物商機!900萬台灣人上站找商品,官方揭4大趨勢
YouTube傳將推出有聲書功能!擬整合進Premium方案,正面交鋒Spotify、Audible

資料來源:Meta Newsroom、Instagram官方部落格、Instagram說明中心

本文初稿為AI編撰,整理.編輯/黃若彤

關鍵字: #Facebook #Instagram
往下滑看下一篇文章
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?

一家來自台灣的 AI 新創,如何讓美國上千家速食餐廳,都用它的 AI「看」得來速車道?

這家公司就是專注於 AI 影像辨識技術的 Berry AI (華捷智能),透過攝影機蒐集匿名數據並轉化為多項營運指標,協助速食品牌找出流程瓶頸、提升現場營運效率與整體顧客滿意度。以美國連鎖炸雞品牌 Zaxby’s 為例,在全面導入 Berry AI 解決方案後,服務速度提升 13%-20%,業績表現最好與最差的門市,每週營收差距從 2.4 萬美元縮小至約 9,000 美元。另一家連鎖速食品牌 Culver’s 在導入後,得來速車道的服務時間也立刻改善,進而提升整體吞吐量。

然而,支撐 Berry AI 解決方案的,不只有前端看得見的攝影機與影像辨識技術,還有後端穩定且具彈性的雲端平台。Berry AI 結合 Amazon Web Services (AWS) 全球雲端資源及博弘雲端顧問服務,打造兼顧即時性、穩定性與成本效益的雲地混合架構,成為推動 Berry AI 持續擴大北美市場版圖的重要關鍵。

從台灣 PoC 走向北美千店規模,Berry AI 面臨架構升級新挑戰

Berry AI 執行長林逸中表示,團隊成立初期投入近2年半的時間,探索最適合影像辨識技術的應用場景,最終將目光鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等。

同時,Berry AI 也進一步將現場蒐集到的數據轉化為可量化的營運指標,例如:不同門市、日期或時段的顧客等候時間,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。

在確立發展方向並於台灣完成 PoC (概念驗證)後,Berry AI 決定前進全球最大、也是 QSR 最核心的北美市場。然而,隨著合作客戶與部署門市持續增加,資料量快速攀升,加上服務範圍橫跨不同區域,既有以地端為主的架構開始面臨規模化挑戰。

林逸中補充指出,尤其 QSR 業者在選擇 AI 解決方案時,格外重視技術效能與穩定性,包括 AI 辨識精準度、能否因應突發狀況、系統能否穩定運作,以及網路發生問題時能否維持服務等。在這樣的要求下,若將所有運算與資料都留在地端,不僅難以因應日益增加的部署門市與資料量體,設備建置與維運成本也會隨之增加。

BerryAI 攜手博弘雲端 打造高可用性 AWS 雲地混合架構,突破北美規模化部署挑戰

如何確保系統的即時性、穩定性與成本效益,成為 Berry AI 進軍北美後必須解決的新課題。為此,Berry AI 選擇與博弘雲端合作,取得穩定且高可用的 AWS 運算與資料庫服務架構,將即時運算留在地端,同時在雲端環境整合資料庫處理大量資料與後續分析工作,形成兼顧地端即時運算與雲端彈性擴充的雲地混合架構。

Berry AI研發同仁汪楚剛說明,包括車輛偵測、追蹤與狀態辨識等需要即時反應的工作,會先在地端完成;再將辨識結果傳送至 AWS 雲端,計算各項營運指標,提供後續分析與決策使用。透過這套架構,Berry AI 至今已處理超過 2 億筆車輛狀態資料。

此外,AWS 也是 Berry AI 持續優化 AI 模型的重要基礎。Berry AI 將整套資料蒐集流程建構於 AWS 上,透過完整且多樣化的資料,持續訓練與優化模型,進一步提升地端影像辨識的準確度。

博弘雲端
Berry AI 鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。
圖/ Berry AI網站圖

成為企業技術團隊的延伸,博弘雲端助 BerryAI 把 AWS 用得更好、更省

隨著北美業務持續成長,Berry AI 也迎來新的課題:如何把雲端資源用得更有效率、更省成本,這也成為 Berry AI 與博弘雲端合作的重要契機。

對此,可能有很多人好奇,像 Berry AI 這類技術能力成熟、具備自行建置架構能力的企業,為什麼還需要與博弘雲端合作?「關鍵在於,博弘雲端長期深耕 AWS,對相關服務與技術架構更加熟悉,可以成為企業內部技術團隊的延伸。」博弘雲端技術長宋青雲說。

當 Berry AI 遇到特定 AWS 服務或技術問題時,可以直接尋求博弘雲端協助;若需要進一步與 AWS 原廠確認,博弘雲端也能協助溝通與處理,減少 Berry AI 自行研究與排除問題所需投入的時間,讓內部研發團隊可以將更多心力和資源集中在核心產品開發。

更重要的是,博弘雲端不只提供技術支援,還能從 Berry AI 實際用量與成長需求出發,客製化設計最適合的節費方案,這對 Berry AI 降低營運成本有很大的幫助。宋青雲說明,博弘雲端根據 Berry AI 既有的 AWS 用量,推估未來 1-3 年內的使用需求,並以此為基礎規劃合適的長期雲端資源用量;同時考量 Berry AI 所屬飛捷集團旗下還有 3 家子公司同樣使用 AWS,進一步整合集團需求進行評估,放大整體採購規模,爭取更大的節費空間。

宋青雲強調,雲端採取隨需即付的計價模式,雖然具備彈性優勢,但若缺乏持續管理,仍可能出現資源配置不符商務規劃,或費用超出預期等情況。而博弘雲端不只能從使用現況出發、建議適合的節費方案,也會從效能、資安與成本等面向進行架構健檢,提出相應的優化建議;同時還會提供相關管理介面,讓企業隨時查看帳戶使用狀況、預估未來用量,在業務規模持續成長的同時,也能兼顧雲端架構的效能、安全與成本效益。

而架構健檢與成本優化,只是博弘雲端服務的一環。從企業準備上雲開始,博弘雲端便能協助將應用程式與資料從地端搬遷至雲端,或直接在雲端完成部署;進一步還能協助建置數據平台、數據中台,進行資料分析及導入 AI 應用,讓企業資料發揮更大價值。當服務正式上線後,博弘雲端也能接續提供維運服務。換言之,從前期 PoC、雲端建置到後續維運,博弘雲端都能依據企業需求,提供相應的服務與支援。

對 Berry AI 來說,藉由與博弘雲端合作,深化 AWS 雲端資源使用,不只是突破規模化挑戰,更重要的是能把有限的資源集中在核心業務,持續優化解決方案、開發更多貼近餐飲營運需求的應用,進一步爭取更多品牌合作,擴大北美市場版圖。目前,Berry AI 正全力拓展北美市場,也持續尋找對 AI 技術與餐飲產業應用充滿好奇心、重視團隊協作的人才加入。徵才方向涵蓋機器學習與電腦視覺、Platform & System(DevOps、Infrastructure),以及 Full Stack 軟體開發。從門市邊緣裝置上運行的 AI 模型、串連雲端與數千家門市的系統平台,到協助餐飲品牌提升營運效率的分析產品,每個環節都還有發揮的空間。 期待匯聚更多優秀夥伴,一起用 AI 解決真實的營運問題,讓來自台灣的技術走進更多全球 QSR 門市。

職缺詳情:https://www.cake.me/companies/berryai/jobs

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