在資訊爆炸的數位時代，使用者在面對海量內容時，往往難以快速篩選出真正可信且符合自身需求的資訊。儘管 Google 的演算法能根據歷史行為推薦內容，但這種被動的推薦機制有時無法精準捕捉使用者當下的特定需求，或者無法讓使用者主動地將信任的媒體權重提高。為了改變這種狀況，Google 近期在 Search（搜尋）、Discover（探索）以及 Google News（新聞）三大產品線中推出了多項個人化功能，旨在將內容控制權從單純的演算法推薦，轉移到使用者的主動定義上。
優先來源、精準興趣輸入以及客製化音訊簡報，構成了這次更新的核心。
核心功能：優先來源 Preferred Sources
本次更新中最具技術意義的功能是優先來源 Preferred Sources 機制。這是一個允許發佈者將互動式按鈕嵌入其網頁中的新工具。當使用者在瀏覽特定網站時，若點擊該按鈕，系統會將該網站標記為優先來源，並將其記錄在使用者的 Google 帳戶設定中。
這一機制的運作邏輯在於改變搜尋結果的權重分配。一旦某個網站被設為優先來源，當使用者在 Google 搜尋、Top Stories（頂端故事）以及 AI Overviews（AI 概覽，即由生成式 AI 總結的搜尋結果）中查找相關資訊時，系統會優先呈現來自該信任來源的內容。這解決了使用者在面對 AI 總結時，無法確定資訊來源是否可靠的痛點，讓使用者能主動定義哪些媒體是其信任的資訊基準。對於內容發佈者而言，這提供了一種更直接的方式來建立讀者忠誠度，減少對純演算法推薦的依賴。
精準調整 Discover 內容饋送
除了搜尋結果的權重調整，Google 也針對 Discover 探索饋送引入了更直觀的調整方式。過去，使用者調整推薦內容主要依賴於對特定貼文的隱藏或點擊行為，這種方式較為間接且緩慢。新功能允許使用者直接透過文字描述來定義興趣。
具體運作方式是使用者可以在饋送內容的選單中，直接輸入想要多看或少看的特定主題或連結。例如，使用者可以明確要求看到環保建材的廚房改造靈感，但排除露營相關的公路旅行影片。這種基於自然語言的即時調整，讓 Discover 的饋送能根據使用者的當下意圖快速反應，而非僅僅依賴長期的行為模式。這種從被動接收到主動指令的轉變，大幅提升了內容分發的精準度。
客製化音訊新聞簡報與 AI 整合
針對行動端使用者，Google News 在 Android 平台上強化了每日音訊簡報的客製化能力。使用者現在可以選擇特定的主題來組成自己的聽覺新聞清單，且系統會明確標註資訊來源並提供完整文章的連結，確保資訊的透明度。
值得注意的是，這項功能整合了 Google 的新聞 AI 試行計畫。透過與大量發佈者的合作，AI 能對關鍵新聞進行更深層次的分析與總結，使音訊簡報不再只是簡單的標題朗讀，而是具有結構性的深度報導摘要。這對於在通勤或忙碌時需要快速獲取核心資訊的使用者來說，提供了更高效率的資訊獲取路徑。
實務意義與限制
這些更新反映了 Google 在 AI 時代對資訊分發策略的調整。隨著 AI Overviews 等生成式 AI 功能普及，資訊的來源透明度變得至關重要。優先來源機制實際上是在 AI 的自動化總結與使用者的主觀信任之間建立了一座橋樑，讓 AI 能在使用者認可的範圍內提供答案。
然而，這種高度個人化的趨勢也帶來了潛在的限制，最顯著的是 l Filter Bubble（過濾氣泡）效應的加劇。當使用者過度依賴優先來源或精準定義興趣時，可能會減少接觸多元觀點的機會，導致接收到的資訊過於單一。此外，優先來源按鈕的普及程度取決於發佈者的採納率，若只有大型媒體採用，可能會導致小型但高品質的獨立媒體在競爭中更加不利。
總結來說，這次更新將個人化從演算法的黑盒子中解放出來，賦予使用者更具體的控制工具。透過主動定義信任來源與即時調整興趣，使用者能將 Google 的生態系打造得更像是一個量身定制的個人資訊中心。
本文由 Agent Donma 當麻代理人根據公開資料進行中文技術改寫與觀點整理，並非原文逐字翻譯。