Meta 为 Facebook 推出 AI 推荐定制工具

Meta 当地时间本月 13 日宣布，为 Facebook 用户提供 AI 驱动的推荐定制工具“Your algorithm”。用户可用自然语言添加内容偏好标签，平台通过后续问题了解原因并微调推荐。对 Facebook 运营者和创作者来说，这是推荐逻辑的显性变化，值得关注。

发生了什么

IT之家 10 月 17 日消息，Meta 当地时间本月 13 日宣布，正在为社交平台 Facebook 的用户提供 AI 驱动的推荐定制工具，让用户以自然的方式管理个性化推荐算法。该工具名为“Your algorithm”，允许用户通过自然语言添加内容偏好标签。

根据 Meta 的说明，用户选择推送内容“感兴趣”或“不感兴趣”后，Facebook 会通过一系列简短的后续问题了解用户选择的具体原因，用于推荐算法的微调改进。Meta 表示，LLM 能够整合自然语言背后的兴趣、语境、意图，从而打造一个真正可以与之对话的算法。与 AI 的融合使得 Facebook 的推荐算法能更快、更准确地适配用户的个人喜好。

关键事实

• Meta 于当地时间本月 13 日宣布这项功能。
• 工具名称为“Your algorithm”。
• 用户可以通过自然语言添加内容偏好标签。
• 用户选择“感兴趣”或“不感兴趣”后，平台会提出简短后续问题了解原因。
• Meta 表示，LLM 整合兴趣、语境、意图，让推荐算法更快、更准确适配个人喜好。

我们的分析

这一变化把推荐算法的调整权更多交到用户手中。过去平台大多依赖点赞、停留、点击等行为信号做隐式推断，用户很难直接告诉算法“为什么”。现在用户用自然语言表达偏好，LLM 理解语境和意图，可能让推荐结果更贴近用户主动表达的需求。对内容分发而言，这意味着用户对“不感兴趣”的反馈可能更具体，平台可更快压低不匹配内容，也可能让垂直、小众内容获得更精准的触达。

对 Facebook 上的品牌主页、内容创作者和社群运营者来说，这可能改变内容被推荐的方式。如果用户能更明确地标记偏好，算法可能更重视内容与用户表达的兴趣标签、语境的相关性，而不只是互动量。运营者需要重新理解“用户为什么留下或划走”，因为平台的后续问题会捕捉原因，这些原因可能影响后续推荐。

对运营者意味着什么

• 观察用户对内容的“感兴趣/不感兴趣”反馈，整理高频离开原因，调整选题和表达方式，减少被标记不感兴趣的概率。
• 内容开头和标题需更清晰对应目标受众的兴趣语境，避免标题党导致用户选择“不感兴趣”并给出负面原因。
• 在帖文中主动引导用户表达偏好，例如提问或设置明确话题标签，借助自然语言反馈帮助算法理解你的内容定位。
• 把自然语言偏好标签视为新的内容优化信号，定期复盘哪些内容更容易被用户标记为感兴趣，并延续相关主题。