谷歌近日宣布，其移动端Discover信息流功能将支持用户通过自然语言指令来定制内容推荐。该功能允许用户直接输入描述性语句，例如“少显示体育新闻”或“多推荐一些素食食谱”，系统将据此调整信息流的内容呈现。
Discover是谷歌搜索应用和移动端首页提供的内容推荐服务，此前主要依靠算法根据用户搜索历史、浏览行为和应用使用数据自动生成推荐。这一更新意味着用户从被动接收算法推荐，转变为可以主动表达内容偏好。谷歌表示，自然语言指令将作为算法排序的补充信号，与现有个性化机制共同作用，而非完全替代。
该功能目前面向英语用户逐步推出，适用于Android和iOS平台的谷歌应用。谷歌并未透露这一功能的模型训练细节，但据接近公司的消息人士称，其背后使用了大语言模型来解析用户的自然语言输入，并将其映射为内容分类和主题标签。
从产品逻辑看，这一改动是企业服务领域个性化推荐技术的一次典型迭代。过去，用户对推荐系统的控制通常局限于“不感兴趣”“屏蔽来源”等离散操作，而自然语言交互降低了用户调整推荐结果的认知门槛。对于依赖内容分发的搜索与信息流产品而言，如何平衡算法效率与用户显性意图，是长期存在的产品设计难题。
谷歌并非唯一探索该方向的公司。Meta旗下Instagram和Facebook此前已测试过“显示更少此类内容”的细化选项，TikTok也在部分市场试验过关键词屏蔽功能。但直接允许用户用完整句子描述偏好，在主流信息流产品中仍属少见。
这一更新对依赖Discover流量的内容创作者和营销机构具有潜在影响。若用户大量使用自然语言指令调整信息流，内容触达逻辑将更趋透明，部分依赖算法黑箱的流量策略可能需要调整。不过，谷歌并未公布该功能对广告投放逻辑的影响，目前广告仍按原有定向体系运作。
随着大语言模型在消费级产品中的渗透，搜索与推荐系统的交互范式正在发生迁移。自然语言不再局限于搜索框，而是扩展到内容消费的各个触点。此次更新可视作谷歌将生成式AI能力嵌入现有推荐链路的一次落地尝试，其后续效果有待用户数据验证。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
