核心用法
Music Playlist 是一款专注于音乐推荐与鉴赏的 AI 技能，核心功能围绕六大命令展开：
- `recommend`：基于用户偏好、收听历史或特定需求生成个性化歌曲推荐
- `mood`：根据情绪状态（如专注、放松、兴奋、忧郁）匹配对应氛围的音乐
- `analyze`：提供音乐作品的风格分析、编曲解读、艺术价值评估等专业乐评
- `lyrics`：深度解读歌词内涵、创作背景、隐喻手法及文化引用
- `playlist`：按场景（如通勤、运动、聚会、学习）定制完整播放列表
- `annual`：生成个人年度音乐回顾报告，总结收听习惯与音乐品味演变
显著优点
1. 场景化精准匹配：突破传统算法推荐，结合时间、地点、活动类型等多维场景理解
2. 专业乐评深度：分析命令具备一定音乐理论支撑，可提供超越普通用户的鉴赏视角
3. 情绪感知能力：mood 命令能捕捉细腻情感差异，推荐契合当下心理状态的音乐
4. 年度总结仪式感：annual 功能满足用户对自我表达与社交分享的当代需求
潜在局限
- 版权内容限制：无法直接播放音频，仅提供推荐列表，需跳转第三方平台
- 主观偏好偏差：乐评分析基于训练数据，可能与个人审美存在偏差
- 实时性不足：对新发行音乐的认知可能存在时间滞后
- 文化覆盖不均：非英语/中文音乐的深度分析能力相对有限
适合人群
- 音乐爱好者寻求发现新歌、拓展曲库
- 内容创作者需要歌单素材与乐评文案
- 用户希望获得情绪调节的音乐方案
- 社交媒体用户制作年度音乐总结分享
常规风险
- 推荐结果可能过度集中于热门曲目，造成"信息茧房"
- 歌词解读涉及主观阐释，可能存在误读或过度解读
- 年度总结数据若接入真实收听记录，需注意隐私授权边界