我第一次认真做这件事，是在一次家庭自驾之后。

那次路上我意识到：
我真正需要的不是“随机推荐几十首歌”，而是“在这个时间、这段路、这个心情下，刚好合适的歌”。

后来我把这个流程固定下来：
先让 AI 生成候选歌单，再把结果导入 Apple Music，最后根据真实听感微调。

这篇文章，就是整个系列的总纲。你读完就能从零开始跑通一次。

我现在一直在用的 5 步法

第一步：先写场景，不要先写歌

我会先写三件事：
- 我在哪个场景听（自驾/通勤/健身）
- 我想要什么情绪曲线（进入状态→稳定→收束）
- 我明确不要什么（太吵、太丧、太分心）

第二步：让 AI 按固定格式输出

我固定要求 AI 输出 “歌名 - 歌手”，每行一首。

这一步看起来很小，但决定了后面导入是不是顺。

第三步：先做小样（20 首）

我不会一上来让 AI 生成 100 首。
先做 20 首，抽听 5-8 首，确认方向对了再扩量。

第四步：扩量并导入 Apple Music

小样通过后，我才会扩到 60-120 首。
然后直接在 ClipTunes 里导入：
- 文字歌单导入（适合 AI 输出）
- 或歌单链接导入（适合已有平台歌单）

第五步：保留一次“真实听感复盘”

我会把这次最常跳过的 3 首和最喜欢的 3 首记录下来，下次直接喂给 AI。

连续做 2-3 次后，歌单会明显越来越像你。

一份我常用的通用模板

你是我的音乐策展助手。
场景：周末自驾 2 小时，白天，高速为主。
目标：前段舒缓进入，中段稳定提神，末段适度收束。
偏好：华语流行 + 独立民谣，英文不超过 20%。
禁用：过度嘶吼、过度悲伤、录音质量差现场版。
输出：仅输出“歌名 - 歌手”，每行一首，先给 20 首。

系列怎么读最有效

- 想把 ChatGPT 用到稳定输出：
ChatGPT 模板篇
- 想做路线和地点更应景：
Gemini 场景篇
- 想做长期偏好记忆：
Claude 偏好档案篇

你可以今天就先跑一次 20 首小样：
- 免费下载 ClipTunes
- 查看产品页（支持范围与能力边界）