Google Discover Adds Chatbot-Based Feed Customization

•此聊天機器人介面是 Google 宣布的三項個人化升級之一，其他兩項包括供出版商嵌入網站的「偏好來源」按鈕，以及 Google 新聞應用程式中可自訂的每日音訊簡報。
•使用者可以提供高度具體的指令，例如「顯示關於智慧家庭科技的長篇深度內容，但跳過產品新聞和新聞稿」，以精確控制動態消息內容。
•新的對話式控制層旨在賦予使用者對其動態消息更大的「代理權」，超越以往僅依賴點擊或隱藏等間接演算法訊號。
•此功能讓 Discover 能夠獲得更「清晰」的使用者意圖訊號，而非僅透過被動瀏覽推斷，這對於 Discover 在使用者產生搜尋意圖前塑造注意力至關重要。
•這項自然語言自訂功能在去年已開始測試，並將於未來幾天內全面推出，而其他個人化功能（如「偏好來源」）已於 2026 年初陸續上線。

📊 競品分析▸ Show

平台/功能	個人化	AI 整合	內容來源	獨特賣點
Google Discover	高度個人化，基於搜尋、應用程式活動、YouTube 觀看記錄；新增自然語言聊天機器人自訂。	核心為機器學習與 AI 演算法，使用大型語言模型 (LLM) 進行對話式控制及內容摘要。	新聞文章、部落格文章、影片、產品推薦等，來自廣泛的網路來源。	主動式內容推薦，在使用者搜尋前預測興趣；與 Google 生態系統深度整合。
Feedly	透過 RSS 訂閱高度自訂，可建立多個主題動態消息。	提供 AI 功能，例如主題智慧。	RSS 訂閱、Reddit、電子報整合。	專業級 RSS 閱讀器，提供深度來源控制和自動化功能。
Flipboard	根據使用者偏好策劃內容。	基礎演算法推薦。	新聞、部落格、社群媒體、YouTube。	視覺化雜誌式介面，內容呈現精美。
Apple News	基於閱讀習慣的個人化新聞，會學習使用者偏好。	演算法個人化。	來自數百家出版商的新聞，訂閱服務可解鎖付費內容。	專為 Apple 裝置設計，提供策劃的閱讀體驗，並可透過 Apple News+ 存取付費牆內容。
SmartNews	透過機器學習分析閱讀習慣並推薦文章。	AI 驅動的個人化新聞。	來自數千家出版商的內容，涵蓋多樣主題。	快速載入資料和簡潔的介面，提供個人化新聞和突發新聞。

Google Discover 的核心是一個複雜的 AI 系統，利用機器學習演算法不斷學習和適應，分析大量數據以準確理解使用者偏好。
該平台透過分析搜尋歷史、應用程式活動、瀏覽行為、位置數據，甚至 YouTube 觀看記錄等跨生態系統活動來策劃內容。
Discover 的推薦系統屬於「推薦系統」類別，其現代風格有時被稱為「雙塔架構」（Two-Tower architecture），該模型最初為 YouTube 開發，旨在處理大規模內容推薦。
新增的聊天機器人介面利用自然語言理解 (NLU) 或自然語言處理 (NLP) 和機器學習 (ML)，並結合大型語言模型 (LLM) 來生成類人回應並理解使用者輸入。
Google 自 2025 年 7 月起已在 Discover 中實驗性地推出 AI 生成的摘要（AI Summaries），這些摘要能整合多個來源的資訊，並在動態消息中直接顯示。

使用者將對其內容消費擁有前所未有的控制權。

自然語言介面將允許精確定義偏好，減少演算法的「不透明性」，並提供更直接的代理權。

Google 將獲得更清晰、更直接的使用者意圖訊號。

透過對話式控制，使用者可以直接表達他們的需求，而非僅透過被動行為來推斷，這有助於改進推薦模型。

出版商和內容創作者需要調整其策略，以適應更精確的使用者偏好。

隨著使用者能夠更精確地篩選內容，出版商需要專注於提供高品質、符合特定利基市場需求的內容，以確保在高度個人化的動態消息中被發現。

2004-12

Google 推出 Google Personalized Search Beta，開始個人化搜尋的嘗試。

2017-07

Google Feed 推出，後來更名為 Google Discover，提供基於興趣的個人化內容。

2025-07

Google 開始在 Discover 中推出 AI 生成的摘要（AI Summaries）。

2025-10

Google 推出 Discover 中升級的 AI 驅動功能，顯示簡短預覽並提供連結。

2026-01

Google Discover 中更靈活的意見回饋功能（允許輸入主題或貼上連結）開始推動。

2026-04

「偏好來源」按鈕在全球支援的語言中推出。

2026-08

Google 宣布 Discover 新增聊天機器人式動態消息自訂功能，以及其他個人化升級。

Google Discover 新增聊天機器人式動態消息自訂功能