独立音乐人的发布自查清单

看到 Spotify 说半年里把 5000 万首曲目移出了推荐系统，我第一反应也是“下架了这么多？”——再看才发现，处理的是推荐环节：这些歌不再进算法推荐和相关推荐位，但并不等于从曲库消失。上一轮类似治理据说涉及约 7500 万首，方向是一样的，只是这次报了个新数。与其纠结数字，我更关心它用什么信号判断“低质”，因为那会反过来影响我们发歌时的手感。

所以我自己攒了一份发歌前的过一遍清单，说不上专业，但至少能避开几个明显的坑。

我会检查的几件事

• 曲目信息能不能一眼读懂。名字别是模板化的字符串，作者和版权信息填完整，封面和音频对得上。这些在平台侧都是可读性信号，写得含糊，看起来就像批量产物。
• 上传节奏是否“可解释”。一次发整张专辑、发不同版本，都正常；但同一批音频散在多个账号分发、命名高度重复、描述复制粘贴，这些行为更容易被归到 spam 模式里。
• 前几十秒留不留人。跳过、忽略、“不想听”这类反馈是判定信号之一，也是推荐的参考。完整播放、收藏、重复收听仍然是硬通货。歌再用心，如果开头就把人放跑了，推荐位也轮不到它。
• AI 参与的部分有没有写清。平台已经在推 AI 人格和制作署名的标签，用 AI 做和声、混音参考和整曲量产，目前规则上怎么区分还没有明确说法。我的态度是：用就老实标，别指望模糊过去，听众的信任比那点曝光值钱。

这张清单其实没什么玄机，核心就一句：推荐系统不只看歌好不好，也看这首歌是怎么被上传、被听完、被反馈的。判定阈值平台没公布，误判怎么申诉也没什么公开细节，所以猜阈值纯属浪费精力，把能控制的部分做干净更实在。

还有一点值得留意：各家口径并不统一，有的平台给 AI 生成内容加标签，有的侧重识别完全由 AI 生成的录音再排除推荐。同一套发布策略，换个平台结果可能完全不同，别拿一家的规则去套所有地方。