Spotify Mixtape AI

把 Spotify 现有的发现、收藏和歌单流程升级成一段连续的音乐体验。用户不再只是创建 playlist,而是让 AI 根据 vibe、tempo、beat 和 mood 生成 DJ-style mixtape。

Product requirements / 01 · Product model

从音乐意图,到连续的 Mix

场景定义方向,收藏提供素材,AI 负责衔接。
核心假设:氛围与种子歌曲,足以表达听歌意图。

01 / 输入

你的音乐意图

告诉系统,现在想听什么。

当下场景

专注 · 通勤 · 聚会

种子歌曲

来自收藏与歌单的偏好

场景 + 喜欢的歌曲

02 / 处理

AI 编排与衔接

把独立歌曲组织成连续体验。

分析音乐特征

节奏 · 能量 · 情绪

安排顺序与过渡

匹配歌曲,连接聆听节奏

从歌曲集合,到连贯的 Mix

03 / 输出

预览你的 Mix

先确认氛围,再选择使用方式。

直接播放

无需保存,即刻聆听

命名保存

进入曲库,随时再次播放

播放与保存,由你选择

P0 / 本期

首页与曲库入口 · 创建到播放闭环

P1 / 后续

搜索与发现入口 · 自然语言 · 更多场景

OUT / 暂不包含

多人协作 · 音频导出 · 专业 DJ 编辑

概念 PRD v1.0,非 Spotify 官方规划。当前为交互演示;真实生成、音频及持久化保存待接入,曲库与授权依赖待验证。

Product requirements / 02 · Journey & acceptance

一条创建路径,五个验收节点

点击节点查看对应的功能要求与完成条件。
绿色表示当前选择;全部节点均属于 P0 建议需求。

原型已演示:主路径与会话内状态待接入:真实生成 · 音频服务 · 跨会话保存 · 异常恢复

Product requirements / 03 · Recovery & measurement

异常有返回路径,验证有事件依据

左侧定义恢复动作,右侧定位关键事件。
以下数值是实验目标,不是已观测结果。

失败 → 保留 → 恢复

异常保留内容下一步
无可用歌曲场景搜索 / 收藏
生成失败或超时场景 + 选歌重试 / 返回
保存失败或断网结果 + 名称重新保存
曲目无法播放Mix 上下文跳过 / 提示停止

生成超时阈值由压测确定;保存成功前不显示“已保存”。

从触达到持续使用

入口曝光开始创建生成成功首次播放

播放可不保存;保存成功单独记录。按用户与任务去重,记录生成失败、耗时和来源。

发布门槛核心与异常验收→依赖验证→基线与样本量→A/B 实验→评估是否扩大

护栏:生成失败率 · 等待时间 · 退出率 · 会话聆听时长。目标并非上线通过标准,需结合实验结果判断。

从找歌到塑造氛围

Spotify 已经能帮助用户发现音乐、创建歌单和获得个性化推荐。Mixtape AI 的机会点,是在用户已有的音乐资产之上增加一个新的 AI 层,让收藏歌曲被重新组织成顺滑、连续、适合场景的混音。

Audience

高频歌单用户

他们习惯保存歌曲,却经常卡在排序、筛选和氛围衔接上。Mixtape AI 让收藏变成可播放的完整旅程。

Moment

即时场景

学习、运动、通勤、派对都需要快速生成 vibe。用户想要的是当前情绪,而不是从零整理一张歌单。

Product shift

从列表到 mix

功能定位从 playlist building 转向 vibe crafting,减少手动操作,同时让播放更沉浸。

现有流程的断点

传统 playlist 更像歌曲集合。它帮助用户保存音乐,却无法保证歌曲之间的节奏、情绪和能量自然过渡,于是播放体验在切歌瞬间被打断。

Friction

手动建歌单太长

  • 发现歌曲后还要手动创建 playlist。
  • 用户需要反复调整歌曲顺序。
  • 临时场景下很难快速完成一组可用的音乐氛围。

Listening break

歌曲之间缺少连接

  • tempo 和 beat 不匹配会造成突兀切换。
  • mood 不连续会让用户更容易跳歌。
  • 用户想要 uninterrupted listening,而不仅是 shuffle。

Experience architecture / Human × AI

把整理工作交给 AI

保留熟悉入口,将排序与过渡交给系统处理。
变化体现在任务分工,而非宣称固定减少几步。

BEFORE

用户持续整理

发现歌曲找素材
→
新建歌单建容器
→
逐首添加选内容
→
手动排序调顺序
→
边听边修正反复跳歌
↶ 聆听不符合预期,返回调整歌曲与顺序
AFTER

用户表达,系统编排

现有入口Home / Library
→
场景 + 歌曲用户表达意图
→
分析与生成AI 匹配节奏 / 过渡
→
预览混音用户判断结果
→
播放 / 保存曲库再次使用
↶ 取消或失败时保留输入,返回选歌;成功后允许直接播放
用户决定 想听什么AI 处理 如何衔接验证重点 是否更愿意听下去

入口不改变习惯,只缩短路径

Mixtape AI 被设计成 Spotify 现有信息架构中的增强层:它出现在用户自然会找音乐的地方,并把“发现内容”直接转化为“可播放混音”。

Home insertion

在首页新增 Mixtape AI 入口卡片

用户打开 Spotify 时直接看到 “Craft your perfect mix”。入口以熟悉的推荐卡片形式出现,不打断现有首页浏览,同时把创建路径从多步手动操作缩短到一次点击。

Create Low learning cost Daily entry

High-fidelity interaction

从创建到播放的核心体验

从熟悉的首页出发,选择场景与歌曲,让 AI 匹配节拍与过渡。先预览混音,再命名保存或直接播放;生成的 Mixtape 留在曲库,随时继续听。

入口 场景 选择 生成 预览 保存 播放 曲库

关键页面

01 / 08

用行为指标验证流程优化

成功不只看界面是否好看,而是看新功能是否真正减少用户整理成本,并让听歌过程更连续。

减少播放过程中的跳歌行为,让 mix 的第一轮播放更稳定。
提升 playlist engagement,把收藏和推荐内容转化成更高频的播放行为。
AI 观察 Mixtape AI 从首页入口到保存播放的采用率,判断新增流程是否足够自然。

更少整理,更多聆听

把发现、创建与播放连接起来,预期让更多音乐意图转化为实际播放。顺滑的曲目过渡减少体验中断,保存后的曲库入口则为重复使用创造机会。

创建到播放转化率

+15%目标相对提升

从选歌到生成、试听保持连续,减少整理步骤中的流失,让更多创建行为最终转化为播放。

口径:开始创建后 24 小时内首次播放的用户数 ÷ 开始创建的用户数。

前 30 秒跳歌率

−20%目标相对下降

通过节拍与情绪匹配减少突兀切歌,降低用户频繁手动干预的需要,改善连续聆听体验。

口径:播放不足 30 秒即主动跳过的曲目次数 ÷ 曲目播放开始次数。

单次会话聆听时长

+10%目标相对提升

让收藏与推荐内容形成可持续播放的音乐旅程,预期延长有效聆听,而不只是增加歌单数量。

口径:每次会话的有效播放分钟数;连续 30 分钟无播放视为会话结束。

新功能 7 日采用率

15%目标占比,非提升幅度

在熟悉的首页和曲库加入入口,预期降低发现与尝试成本,让 AI Mixtape 成为已有听歌习惯的一部分。

口径:首次看到入口后 7 日内成功生成并播放的用户数 ÷ 看到入口的去重用户数。

验证方式:按用户随机分配原有流程与 Mixtape AI 流程,对比前三项指标;采用率在新流程组内统计。实验前根据基线确定样本量与观察周期,同时监测生成失败率、等待时间及退出率。以上目标不代表已证实的留存或收入增长。