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
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
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。
告诉系统,现在想听什么。
专注 · 通勤 · 聚会
来自收藏与歌单的偏好
场景 + 喜欢的歌曲
把独立歌曲组织成连续体验。
节奏 · 能量 · 情绪
匹配歌曲,连接聆听节奏
从歌曲集合,到连贯的 Mix
先确认氛围,再选择使用方式。
无需保存,即刻聆听
进入曲库,随时再次播放
播放与保存,由你选择
首页与曲库入口 · 创建到播放闭环
搜索与发现入口 · 自然语言 · 更多场景
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
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。
Product requirements / 03 · Recovery & measurement
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。
生成超时阈值由压测确定;保存成功前不显示“已保存”。
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。
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。
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
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
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
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。
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
Listening break
Experience architecture / Human × 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。
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
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。
High-fidelity interaction
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。
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。
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。
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。
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。
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。
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。