什麼是 YouTube 自訂推薦流？它如何運作？
YouTube 自訂推薦流（Custom Feeds）是一個由文字提示生成、固定在首頁頂部的推薦分頁。你用日常語言描述想看的影片，Gemini 解讀需求，YouTube 據此建立一條持續更新的推薦流。YouTube 於 2026 年 9 月 23 日公布此功能，下月起在網頁與手機版逐步推出。
有一種提示技巧叫做「策展提示」（curation prompt）：清楚列出要呈現什麼、排除什麼、優先什麼。大多數人寫過其中一半而不自知，幾乎沒有人會把三部分寫齊。而 YouTube 的新功能，獎勵的正是寫齊三部分的人。
根據 TechCrunch 對 Made on YouTube 活動的報道，公告中最重要的一句是：提示可以寫得很長，可以說明推薦流應呈現或排除什麼、優先什麼。這其實是一份提示規格，也正是修正 ChatGPT 與 Claude 輸出不穩定的同一份規格。
為什麼推薦流提示對所有寫提示的人都重要？
推薦流提示重要，是因為「呈現、排除、優先」這個三段結構，如今同時控制 YouTube、Spotify、X 與 Bluesky 的推薦，也是區分可靠 AI 輸出與僥倖輸出的結構。學會寫好一條策展提示，你學到的是可轉移的技能，而不是 YouTube 小技巧。
同一天，Spotify 在美國推出 Taste Profile，讓 Premium 用戶以文字要求調整首頁推薦，變化通常在數小時內出現。Bluesky 於 2026 年 3 月推出 AI 推薦流工具 Attie，X 則在 4 月加入 AI 自訂推薦流。一年之內，四個平台從「演算法決定」轉向「你描述你想要什麼」。
策展提示本質上是約束提示。當你的 ChatGPT 報告草稿開始偏離，原因通常是你只指定了主題，卻略過了排除項與優先項。推薦流提示逼你把三部分都寫出來，這個習慣會直接帶回你的工作提示之中。
如何寫出真正有效的自訂推薦流提示？
把推薦流提示分成四個有標籤的部分：目的（何時、為何觀看）、呈現（想要的格式、主題與長度）、排除（絕不能出現的格式與主題）、優先（新近度、新頻道或語言等排序規則）。全文控制在 150 字以內，並使用完整句子而非關鍵字列表。
以下是一條完整、可直接複製的推薦流提示，你現在就可以存起來：
試試這條提示：
目的：供我 40 分鐘的港鐵通勤使用，戴耳機收聽為主。
呈現：25 至 60 分鐘、關於市場推廣、消費者心理與香港商業的影片播客及長篇訪談。粵語或英語音訊。
排除：Shorts、反應影片、10 分鐘以下的短片、任何加密貨幣交易內容，以及每日上傳多於一條影片的頻道。
優先：過去 30 天內上傳、我從未看過的頻道，以及有嘉賓而非單人獨白的節目。大約 70% 新創作者、30% 我已追蹤的頻道。
留意排除那一段的作用。沒有它，市場推廣推薦流會被三分鐘的「五個秘技」影片填滿，因為那是該類別中點擊最多的內容。同時留意優先段落包含比例與時間範圍：模型處理「以新創作者為主」時十分鬆散，處理「大約 70% 新創作者」則穩定得多。
市場推廣人員與創作者如何在工作中運用自訂推薦流？
市場推廣人員可以把自訂推薦流當作會自動更新的研究資料夾：每個客戶行業一條、競爭對手內容一條、技能學習一條。創作者則應假設觀眾很快會用文字描述想看的內容，因此標題、說明與口述內容必須清楚交代影片是什麼、給誰看、不是什麼。
例如競爭對手流可以這樣寫：「呈現：過去 14 天內由這五個品牌發布或關於它們的影片。排除：粉絲上傳與剪輯合集。優先：產品發布與付費合作。」研究在通勤時完成，活動結束後把推薦流刪除即可。
對創作者而言，Google 以外沒有人確切知道 Gemini 如何把提示配對到影片，因此以下是合理推論而非已確認的排名因素：由提示驅動的推薦流，只有在系統能辨認你的影片是什麼時才可能收錄它。SQ Magazine 的分析亦指出，小眾創作者可能得益最多。
推薦流提示最常見的錯誤是什麼？
五個最常見的錯誤是：只寫主題而沒有排除項、給出互相矛盾的指令、遺漏長度與格式、期望自訂推薦流去修正主推薦流，以及假設功能已在所有地區上線。自訂推薦流首先在美國推出，而且不會取代預設首頁。
「市場推廣影片」是一個類別，不是一條推薦流，每條提示至少需要兩項排除。「深入、平靜的講解」加上「高能量、快節奏」讓模型無從優化，每條推薦流只選一種調性。如果你不寫明長度與格式，Shorts 會滲進來，因為它們在上傳量中佔主導地位。
另外，YouTube 已表明主推薦流會繼續顯示你的全部推薦，自訂推薦流只是以獨立分頁並列，你的觀看紀錄仍然塑造預設頁面。Made on YouTube 活動的相關報道指出，首階段面向美國觀眾，涵蓋網頁、手機與電視。香港帳戶可能需要等候更久，現在就把提示草擬好，提示框出現當天貼上即可。
功能未到你手上之前，今天可以如何練習？
你今天就可以在 ChatGPT、Claude 或 Gemini 練習策展提示結構：請模型根據你一週的生活草擬三條推薦流提示，然後把同一套「呈現、排除、優先」結構套用到你下一份真實的工作簡報上。整個練習大約十分鐘。
試試這條提示：
我想預先準備三條 YouTube 自訂推薦流提示。每條必須有四個有標籤的部分：目的、呈現、排除、優先，並控制在 150 字以內。
我的一週：每天乘港鐵通勤兩次、每次 40 分鐘；我負責一個香港護膚品牌的社交媒體；晚上正在學習 Make.com 自動化。
每條推薦流至少包含兩項排除與一項數字限制（分鐘、天數或百分比）。然後列出每條推薦流最可能出錯的三種方式，以及提示已如何防範。
如果模型給你一條沒有數字的推薦流，要求它補上。接著拿今天一項真實任務，在你平時會寫的提示上加入「排除」與「優先」兩段，大多數人會發現輸出立即變得緊湊，因為改善來自結構而非措辭。
推薦系統花了十五年從你的點擊猜測你想要什麼；2026 年，四個主要平台開始直接請你說出來。能寫出清晰策展提示的人，將用與其他人相同的工具，得到更好的推薦流、更好的研究與更好的 AI 輸出。懂AI，更懂你 UD相伴，AI不冷。
由 UD AI 團隊審閱。
測一測你的提示直覺到底有多敏銳
你已掌握「呈現、排除、優先」的結構。下一步是找出你還缺少哪些提示基本功，並把它們變成整個團隊都能重複執行的工作流程。UD 免費的 AI IQ 測試可在數分鐘內評估你的實戰 AI 知識，UD 團隊手把手帶你完成每一步，從測試結果走到可運作的實際設置。
