跳到主要內容

深讀|YouTube 首頁能自己下指令:推薦演算法正在從猜測走向對話

深度閱讀封面:YouTube 自訂首頁與推薦演算法

8 月 27 日快訊裡,最值得往下看的,是 YouTube 擴大測試「自訂首頁」:使用者不再只能被動接受演算法推薦,而是可以輸入文字提示,讓 YouTube 依照當下需求產生專屬影片流。這件事看似只是首頁多了一個輸入框,但它其實代表推薦系統正在發生一個重要轉向:平台不只猜你喜歡什麼,也開始讓你直接說出你現在想看什麼。

YouTube 官方實驗頁在 8 月 24 日更新指出,這項功能正在美國向已登入、語言設定為英文、且開啟觀看紀錄的使用者推出,測試者可以建立多組自訂 feed,最多保留八組,並把它們固定在首頁上方。使用者可以輸入像「下班後想看 10 分鐘內的冥想影片」這類自然語言指令,讓平台生成一個持續更新的觀看空間。

推薦演算法,從偷看行為變成聽懂語境

過去 YouTube 首頁主要依靠隱性訊號運作:你看過什麼、停留多久、按讚或跳過哪些影片、搜尋過什麼、訂閱了哪些頻道。這套系統很強,但也有一個老問題:它只能從過去猜現在。你昨天看了健身影片,不代表今天也想繼續看;你只是查了一次修水龍頭,不代表未來一週都想被水電維修影片包圍。

自訂首頁的變化在於,它把「明確意圖」加進推薦系統。使用者可以直接告訴平台:我現在想學、想放鬆、想找靈感、想看不同於平常的東西。這不是傳統搜尋,因為它不是只回傳一串結果;也不是傳統首頁,因為它不是完全靠平台推測。它更像是介於搜尋和推薦之間的新型介面。

一句話看懂:YouTube 自訂首頁的核心,不是讓你多打一行字,而是把「我現在想要什麼」變成推薦演算法可以立即讀懂的訊號。

這可能緩解演算法疲勞

很多人不是不喜歡推薦,而是累了。你只是看了一支短影音,首頁就被類似內容淹沒;你只想放空 10 分鐘,平台卻一直端出情緒更強、標題更刺激的影片。這種感覺就是演算法疲勞:平台一直推薦,但你越看越覺得自己被推著走。

自訂 feed 如果做得好,可以讓使用者把觀看情境切開。早上想看新聞摘要,通勤想聽財經解說,晚上想看料理或伸展,週末想找旅行靈感,這些其實是完全不同的需求。以前平台會把它們混在一個首頁裡,現在則有機會讓使用者把它們分成幾個可切換的觀看空間。

這也是為什麼「最多八組自訂 feed」不是小細節。它代表平台承認同一個人不是只有一種偏好,而是會隨時間、心情、工作狀態和生活場景切換。推薦系統如果只根據歷史行為理解人,就很容易把人固定成一個舊版本;讓使用者輸入語意提示,則能讓平台更接近當下的需求。

但這不等於使用者完全拿回控制權

自訂首頁聽起來像是使用者主權上升,但它仍然不是完全自由。你輸入的提示,會先被平台理解、分類,再交給推薦系統排序。最後看到哪些影片,仍然取決於 YouTube 的資料庫、商業目標、內容政策、創作者權重、觀看紀錄,以及平台想要優先展示的內容類型。

換句話說,提示詞讓你多了一支方向盤,但車子仍然跑在平台規劃的道路上。這不一定是壞事,因為大型平台確實需要防止違規內容、低品質內容和危險建議被放大;但讀者也要理解,這種「可下指令」的介面不是單純的個人工具,而是平台推薦系統的一層新包裝。

另一個要注意的是資料問題。YouTube 官方說明中提到,這類功能需要登入帳號、開啟觀看與搜尋紀錄,客製化 feed 也會與你的帳號狀態連動。當你用自然語言說出「我最近壓力很大,想看療癒影片」或「我想了解某種政治立場」時,這些提示本身也可能成為平台理解你的新資料。

創作者的 SEO 也會跟著改變

對創作者來說,這項功能可能改變「被發現」的邏輯。過去大家很重視標題、縮圖、關鍵字、觀看留存和互動率;未來如果越來越多推薦來自使用者的自然語言提示,影片能不能對上「情境」會變得更重要。

例如,一支料理影片不只是「義大利麵教學」,也可能被理解成「下班後 20 分鐘內能完成的晚餐」、「新手不會失敗的料理」、「省錢但有儀式感的週末晚餐」。如果影片標題、描述、章節、字幕和內容本身能清楚呈現使用情境,就更有機會被 AI 推薦到對的人面前。

這會讓 YouTube SEO 從關鍵字時代,逐步走向語意與情境時代。創作者不只要問「觀眾會搜尋什麼字」,還要問「觀眾會在什麼心情、任務或生活情境下需要我這支影片」。好的內容仍然重要,但好的脈絡標示會變得更重要。

未來如果你能用到這功能,可以這樣想提示詞

1. 說明情境:例如「下班後放鬆」、「早上通勤」、「週末想學新東西」。

2. 加上限制:例如「10 分鐘內」、「不要太吵」、「適合初學者」、「繁體中文或英文字幕」。

3. 說出不要什麼:例如「不要短影音」、「不要情緒化標題」、「不要陰謀論內容」。

4. 定期重寫:當需求變了,提示也要跟著變,不要讓新的自訂 feed 又變成新的同溫層。

平台真正要解的,是「推薦責任」

YouTube 這次更新也反映一個更大的趨勢:社群平台開始承認,單靠黑盒演算法已經不夠。使用者想要更直接的控制感,創作者想知道怎樣才會被看見,監管者則關心平台如何避免把極端、低品質或誤導內容推給更多人。

自訂首頁可以是一種進步,因為它把部分意圖交回使用者手上;但平台仍然要回答幾個問題:提示詞會如何被保存?會不會影響主首頁?哪些提示會被拒絕?使用者能不能知道為什麼某些影片被推薦?如果推薦結果品質很差,責任算使用者提示不清楚,還是平台排序失準?

這些問題會越來越重要,因為未來不只是 YouTube,新聞、購物、音樂、旅遊、學習平台都可能走向「你用一句話要求,AI 幫你重排世界」的介面。當介面變得更自然,平台的影響力不會消失,只是變得更像對話。

我們的觀察

YouTube 自訂首頁的深層意義,不是首頁多了一個新功能,而是推薦系統開始從「平台替你猜」走向「你和平台共同描述需求」。這會讓內容探索更有效率,也可能讓使用者更願意嘗試平常不會被推薦到的主題。

但我們也不該把它想得太浪漫。只要推薦排序仍掌握在平台手上,使用者就只是多了一個表達需求的入口,而不是完全掌握演算法。真正健康的推薦系統,應該同時給使用者三件事:能說出想要什麼、能看懂為什麼被推薦、也能方便地改掉不想要的方向。

如果 YouTube 這項實驗未來走向全球,它可能會成為影音平台的一個新標準:首頁不再只是演算法的展示櫃,而是使用者可以即時調音的內容面板。對一般人來說,這是重新整理數位生活的一個機會;對創作者來說,則是要更清楚回答「我的內容適合誰、在什麼時候、解決什麼需求」。

延伸來源

作者:NineLife AI 編輯室

最後更新:2026年9月9日

本文由 NineLife AI 編輯室整理公開資料後撰寫,可能使用 AI 工具協助草稿整理;發布前會人工檢查來源、事實與語意。內容僅供資訊參考,不構成法律、投資、醫療、稅務或其他專業建議。

站內延伸閱讀: 深度閱讀目錄AI 工具觀察關於 NineLife AI

留言

這個網誌中的熱門文章

AI教育、資安與職涯三重鏡:從南韓挫折到全球挑戰

AI教育、資安與職涯三重鏡:從南韓挫折到全球挑戰 AI正快速重塑世界的教育、工作與安全架構。 南韓的AI數位教科書試驗揭示了教育數位化的代價; MCP協定下的零點擊攻擊,則提醒企業AI安全的脆弱性; 而前OpenAI工程師的職場經驗,揭開了頂尖AI公司背後的人才哲學。 這是一場關於「如何與AI共處」的現實辯證。 🔹 南韓AI教改遇阻:數位教材的現實撞擊 南韓教育部原計劃以AI數位教科書取代傳統教材, 希望打造個人化學習環境,讓學生根據AI建議自主學習。 然而自7月以來,系統錯誤、隱私洩露與教材不準確問題接連爆發, 導致政策遭國會強烈質疑。最終, AI教科書被降級為「教育資料」, 政府補助取消,各校需自籌資金推行,計畫幾近終止。 這場教改挫敗再次提醒: 教育科技的挑戰,不在演算法,而在人與制度之間的摩擦。 🔍 知識補充 .AI教材原使用「智能適應學習系統(ALS)」根據學習曲線自動推題。 .部分教材出現歷史與數學錯誤,引發公眾信任危機。 .學生個資外洩事件導致家長強烈反彈。 .採用率從37%降至19%,預算轉為研究用途。 💬 生活化說法 AI教科書能改變學習節奏,但也可能把孩子變成「被演算法教導的對象」。 🏭 產業鏈角度 教育AI平台需兼顧「內容審核 × 數據隱私 × 教師介面」三項技術門檻。 💰 投資角度 教育AI市場正轉向「人機共學平台」與「學習數據治理」的新藍海。 🔹 MCP零點擊攻擊:AI助理的新世代威脅 AI助理不只是便利工具,也可能成為新攻擊入口。 資安公司 Operant AI 揭露「Shadow Escape」零點擊攻擊手法, 能透過合法的 MCP(Model Context Protocol) 連線竊取資料, 全程不需使用者點擊任何連結。 這意味著即便AI助理表面安全, 只要MCP上下文遭濫用, 企業內部數據、用戶資訊甚至API金鑰都可能在毫無察覺下被竊取。 該事件再次顯示,AI安全需從「模型內部防線」開始,而非僅靠網路防火牆。 🔍 知識補充 .MCP是AI助理的上下文通訊協定,用於跨應用讀寫資料。 .零點擊攻擊(Zero Click)指攻擊者無需使用者互動即可入侵。 .Operant AI估計潛在風險可導致每年超過10億美元資安損失。 .Google與OpenAI正合作制定MCP安全標準。 💬 生活化說法...

ChatGPT推學習模式、Google NotebookLM升級、歐盟AI法案上路

ChatGPT推學習模式、Google NotebookLM升級、歐盟AI法案上路 當AI不再只是解題工具,而成為學習的引導者;當歐盟不再觀望,而率先為AI立法;當NotebookLM能用影像說明知識點──這些訊號都在告訴我們:AI正從「實驗室技術」正式邁入「制度與教育」的主舞台。 🔹 主標:ChatGPT推出學習模式!學生輔助工具再進化 📌 新聞內容整理: OpenAI在7月29日推出「學習模式(Study Mode)」,讓ChatGPT轉型成為思考教練,而非答案機器。此功能針對大專學生設計,能根據學習目標調整互動方式,引導思考、強化理解,避免直接提供解答。所有ChatGPT用戶皆可使用,Edu方案稍晚開放,使用者亦可隨時切換回一般模式。 🔍 知識點補充: 與一般搜尋工具或AI解題機制不同,Study Mode強調元認知(metacognition)訓練,也就是協助學生了解自己怎麼思考、哪裡卡住,進而培養真正的學習能力。 💬 生活化說法: 這就像有一位不幫你作弊的學霸同學,陪你釐清問題、找出盲點,而不是直接把答案塞給你。 🔹 主標:歐盟推AI法案,全球首創 📌 新聞內容整理: 歐盟正式通過《人工智慧法案》,全球首創以風險等級分類的AI法規系統。此法案為AI應用劃出四級風險區:最小風險、有限風險、高風險與不可接受風險(如社會評分系統),並依據不同等級設定監管強度。此舉不僅是歐盟邁入AI法治的重要里程碑,也可能成為其他國家的參考範本。 🔍 知識點補充: AI法案設計原則基於「風險導向」,意味著不是所有AI都被限制,而是針對風險性進行比例監管。這種架構亦有助於保障創新空間。 💬 生活化說法: 以前AI是沒駕照的超跑,衝得快但沒人管。現在歐盟幫它裝上車牌、制定交通規則,既能跑也更安全。 🔹 主標:Google NotebookLM升級!測試影像概述功能 📌 新聞內容整理: Google將NotebookLM強化為更立體的學習輔助工具,7月29日推出「影像概述(Video Overviews)」測試版功能。它能將PDF、圖片、文字筆記等資訊轉換為動畫加旁白的短影片,幫助用戶更直覺理解複雜資料,並可依學習目標與對象客製內容。此功能初期支援英文,未來將拓展至多語系。 🔍 知識點補充: 影像與語音概述結合的學習方式,有助於...

從AI威脅論到校園行政革命:AI正在重寫科技、人文與商業的三條路

從AI威脅論到校園行政革命:AI正在重寫科技、人文與商業的三條路 AI 發展的速度已經迫使社會重新思考: 什麼是威脅?什麼是價值?什麼又是下一個產業浪潮? 黃仁勳反駁 AI 威脅論、新北教育導入智慧行政、Amazon 引爆廣告工具革命, 三個場景、三種視角,共同描繪出 AI 正同時改寫科技敘事、政府治理與商業策略的多維度變革。 🔹 黃仁勳駁斥 AI 威脅論:AI 不是主宰者,而是模仿者 面對日益升溫的「AI 威脅論」,輝達 CEO 黃仁勳表示,AI 不可能主宰人類,也不會在短期內具備自我意識。目前所有 AI 的智能本質都是「模仿」,並非理解或自主。他認為社會更該專注於倫理與監管,以避免人類誤用 AI 所造成的風險。 🔍 知識補充 .AI 智能屬「統計式模仿」,不是具備主觀意識的認知體系。 .AI 威脅論多源自對科幻敘事與未知科技的情緒投射,而非現有技術能力。 .真正的風險在於「使用者」──例如資料偏誤、監管缺口、透明度不足。 .輝達將於 2026 GTC 公布下一代 AI 架構,意味著 AI 運算力仍將呈倍數成長。 💬 生活化說法 眼前的 AI 更像一位記憶力超強、但完全不懂情緒的助理──能力強,但不會背叛你。 🏭 產業鏈角度 AI 技術路線明確:算力提升 → 模型增強 → 生態成長。 輝達主導的 GPU 與伺服器供應鏈仍是全球 AI 最關鍵的底層基礎。 💹 投資角度 科技倫理落地後,AI 企業的治理與安全性將成為下一輪估值基準,「可信賴 AI」成新投資主題。 🔹 AI 賦能校園行政:智慧教育不再是口號 新北市教育局以「AI 賦能校園行政」為主題舉辦活動,表彰推動數位化的教育工作者。板橋國小校長華志仁因能源管理、冷氣設備與校園工程數位化成果獲獎,象徵智慧校園從概念走向實作。 🔍 知識補充 .AI 行政可加速設備管理、報修流程、能源控管,提高校務效率。 .教育領域的「十二大建設」逐步成形,包括智慧管理系統與永續設備整合。 .AI 可協助行政決策,例如學生流量預估、設備老化、課表最佳化。 .智慧教育不只為學生,更重塑校務、後勤與基礎建設。 💬 生活化說法 就像家裡裝上智慧中控系統──燈自動關、冷氣自動調,生活順暢很多。 🏭 產業鏈角度 教育科技(EdTech)向下扎根至硬體與管理系統,帶動: 智慧監控 → 能源管理 → 校務...