Netflix 推出 AI Discover 分頁,依據用戶心情推薦影視內容

文章摘要

Netflix宣布於電視平台推出全新的「AI Discover」實驗分頁,旨在協助用戶精準尋找影視內容,取代過往漫無目的瀏覽。該功能由一套即時學習的智慧層驅動,用戶可依據當下心情、觀影偏好、可支配時間或當前流行趨勢,選擇如「輕鬆小品」、「驚悚恐怖」或「家庭電影之夜」等策展主題。選定後系統將呈現匹配推薦,用戶可透過「調整推薦」按鈕儲存喜好或排除特定作品,亦可選取「換個口味」重新搜尋。此分頁被Netflix定位為「測試廚房」,將藉由用戶回饋持續優化功能,再決定是否整合至主服務。目前該功能已向美國地區使用英語介面的電視用戶開放,預計於未來數週擴大推行範圍,符合資格者將於電視版導航列看到標示紅色寶石圖示與「New」標籤的「Discover」按鈕。

AI 大叔解析

【核心判斷】
Netflix 這項功能本質上是把被動的瀏覽目錄,轉變為讓用戶主動設定當下情境的過濾器。系統透過在電視端新增「AI Discover」分頁,讓觀眾直接按心情、剩餘時間或熱門趨勢挑選如「輕鬆小品」或「驚悚恐怖」等主題,並藉由後端即時學習架構來縮小片單範圍。這反映出串流平台面對內容庫持續膨脹時,傳統只靠演算法猜測用戶歷史紀錄的做法已遇上瓶頸,必須讓用戶主動介入條件設定。

【毒舌吐槽】
說穿了,這就是把大家滑了半小時還選不出片子的「選擇障礙」,包裝成高大上的「智慧測試廚房」。過往吹捧多年的個人化推薦,到頭來還是得在播放鍵旁邊放一顆「調整推薦」按鈕,讓用戶自己手動排除不想看的片,說明單靠後台盲猜歷史紀錄,終究算不準人類當晚到底想看恐怖片還是只想隨便找部喜劇配飯。

【為什麼重要?】
這項改動揭示了串流平台推薦邏輯的重要轉向:從純粹依賴歷史觀看數據的被動推播,轉為結合即時情境與用戶明確回饋的互動式篩選。Netflix 明確將該分頁定位為隔離主服務的實驗場,用來收集點擊與排除回饋,避免新邏輯直接衝擊現有主介面,這也代表該即時學習架構在全面推向所有用戶前,仍需承受真實互動行為的驗證。

【影響對象與建議】
串流平台產品經理與推薦系統工程師:
應評估將推薦邏輯由隱性偏好轉為顯性情境輸入的可行性,並建立如實驗分頁般的測試隔離區,在不影響主線營運指標的前提下驗證即時學習回饋機制。

想更了解這個話題?