你昨天循環播放失戀情歌，今天只是想拖個地，Spotify 怎麼還在哭？

一個知道你喜歡什麼的平台，異常異常固執。喜歡過的歌可以一聽再聽，但人總有換心情的時候；昨天 Emo 到凌晨，今天想拖個地轉換心情，Spotify 繼續草東沒有派對。

Spotify 在 2025 年 5 月讓 AI DJ 開始接受語音點歌，當時向超過 60 個市場的 Premium 用戶提供英文要求功能，仍屬測試版。你可以描述曲風、活動或心情，DJ 再把這次的要求和聆聽紀錄、音樂偏好一起考慮。能開口說「今天換一點別的」。

它怎麼知道你可能喜歡？

Recommendation System，推薦系統，做的是從一堆候選內容裡，估計哪些比較值得先拿給你，背後就是我們的老朋友「推薦演算法」。它不需要探究你靈魂的深處、甚至不用跟你來一杯 Coffee Chat，從你日常的使用行為不斷累積線索：你常聽的類型、主動收藏的歌曲，或與你有相近偏好的人還喜歡什麼，都可能幫助偵探 AI DJ 更了解你。

用一般推薦設計來看，可以先找出一批可能合適的歌，再依照這次的條件排順序。找候選時，有的做法比較歌曲本身的特徵；有的從許多人的互動模式找關聯。這些是理解推薦的常見方式。

系統看到的動作和你的理由，中間還隔著一層。聽完一首歌，可能是很喜歡，也可能是正在洗碗的你懶得按下一首。你很快跳過，也可能只是同事走進來，現在不適合繼續放。行為是線索，但僅僅是線索。

昨天的你，和今天的你

這就是直接說出需求的直球價值。「我要打掃，想聽有精神的，今天先不要慢歌」，提供了歷史紀錄未必有的資訊：你現在正在做什麼。DJ 接受要求後，可以用這個新條件調整當次推薦；這不需要被理解成你永久討厭抒情歌。

同樣的事也會發生在工作裡。公司學習平台看到你最近點了很多程式課，就一直推薦更難的程式課；但你可能是在幫同事找教材，自己今天真正需要的是跟老闆提案的表達技巧。如果介面只能讓人不斷接受推薦，卻沒有地方修正，系統就少了一條了解「今天想來點什麼？」的管道。

平台先推什麼，你就比較有機會接觸什麼；這些接觸又會變成下一輪的線索。所以推薦的好壞，也可以看它有沒有讓你發現原本不知道、卻願意繼續探索的東西，而不只是把熟悉的歌一直端回來。

我想一個好用的 DJ，應該能記得你愛過哪些歌，也留點空間給你今天改變心意。地板還是得拖，但至少不用拖到副歌時，又開始 Emo。

聊聊你的經驗

你有沒有被推薦到原本完全沒興趣，後來卻很喜歡的東西？那次推薦懂了你什麼？

文／上哲（ChatGPT 協力）