往右一滑，讓 AI 告訴你在聽什麼——播放頁旁邊那一頁的設計想法

它在哪裡、是什麼

在 Lossic iPhone 上播放任何一首歌，打開全螢幕播放頁，往右翻一頁。你會看到兩段文字：第一段介紹正在演奏的人（或樂團），第二段介紹這首曲子——背景、寫作年代、聽的時候可以注意什麼。段落底下有三個問題，是它猜你接下來最可能想問的；點任何一個，聊天視窗從底部滑上來，答案在幾秒後出現，你可以繼續問。

從上架到現在，我們收到不少「原來有這個」的回饋。這代表兩件事：功能本身有人喜歡，以及我們把它藏得太好。這篇筆記兩件事都談——它是怎麼想的，以及為什麼藏在那裡。

隱喻：唱片內頁

買 CD 的人有一個串流使用者沒有的儀式：拆封、抽出內頁、邊聽邊讀。誰演奏的、哪年錄的、製作人寫了什麼、這首曲子從哪裡來。串流把這張紙拿掉了——你得到一首歌的三行字：曲名、演出者、專輯。

Lossic 的目標用戶正是還在買 CD、還在 Bandcamp 付錢、還在收集現場錄音的人。他們是會讀內頁的人。所以這一頁的定位不是「AI 功能」，是把那張紙放回口袋——而且是為你手上這個檔案寫的那一張，不是平台為所有人寫的同一段簡介。

這也決定了它的語氣：一位懂音樂的朋友坐在旁邊，不是百科全書。三到五句，講重點，不確定就少講。

為什麼藏在右邊一頁，而不是一個按鈕

老實說，這是一個有代價的選擇，而這篇筆記本身就是代價的證明。

我們想保住播放頁的乾淨：封面、曲名、進度、三個按鍵。每多一顆按鈕，播放頁就少一分「就是在聽音樂」的感覺。而「翻到旁邊一頁」跟翻內頁的動作是同一個隱喻——它在那裡，你想看的時候翻過去，不想看它就不打擾你。

iOS 的分頁樣式在畫面底部留了兩個小點，那是唯一的線索。我們知道它不夠明顯；也知道如果放一顆「✨ AI」按鈕，發現率會高很多。我們還是選了乾淨。這不是最終答案——如果之後的回饋證明代價太高，我們會調整——但目前為止，我們寧可多寫一篇筆記，而不是多放一顆按鈕。

為什麼是兩篇短文，不是一篇

因為演奏者和作曲家經常不是同一個人，而且在我們的用戶的收藏裡，這是常態而不是例外。

我們自己 Drive 上有一張 Patrick Gallois 的長笛專輯：11 軌，9 位不同的作曲家，演奏者從頭到尾都是 Gallois。如果只寫一篇「關於這首歌」，它要嘛只講作曲家（那演奏者呢？你買的是他的演奏），要嘛混在一起講得都不深。所以拆成兩篇：第一篇專講演奏者——他是誰、以什麼聞名、哪個年代、什麼風格；第二篇專講曲子——背景、寫作動機、聽什麼。作曲家在第二篇裡。如果 tag 裡的 artist 看起來是一個樂團，第一篇就講樂團。

技術上，這兩篇是一次呼叫產生的，中間用一個標記分開。理由不只是省一半延遲和配額——兩篇出自同一次思考，才不會第一篇說他是冷派爵士、第二篇說這首是硬咆勃。

素材只有你檔案裡的 tag

這一頁不是拿曲名去網路上搜一段簡介貼過來。它給模型的是你這個檔案內嵌的 tag：曲名、演出者、專輯演出者、作曲家、專輯、年份。用 Gemini 時，封面圖也一起送——flash 系列是多模態的，而唱片封面上常有 tag 沒有的東西：唱片公司、版本、年代感。

這個選擇有兩個後果，一好一壞，都要說：

• 好的：它講的是「你手上這個版本」。Gallois 那張是日本 Virtus Classics 發行的，tag 是日文曲名——模型拿到的就是這些，寫出來的內頁是關於這張，不是關於「長笛名曲精選」。
• 壞的：tag 空的檔案，它就只有檔名可以看。我們測試用的 etree 現場錄音 FLAC，VORBIS_COMMENT 裡零個 tag——這種檔案的內頁會很薄，甚至猜錯。這是誠實的限制，不是 bug。用 Lossic PRO 轉錄的 CD 不會有這個問題，tag 和封面在轉錄時就寫進去了。

可選：Grounding with Google Search

用 Gemini 時，設定裡有一個開關：Grounding with Google Search。打開後，模型在寫這兩篇短文、回答追問之前，可以先查 Google 搜尋，把查到的內容當作依據。對 Lossic 的用戶，這帶來三個實際的好處：

• 冷門的東西講得準。我們的用戶收的正是模型訓練資料裡最稀薄的那一塊——小廠牌古典碟、同人音樂、絕版盤、現場錄音。沒有 grounding 時，模型對一位 1992 年 Forlane 小廠牌的長笛家可能只能講幾句籠統話，甚至把年代搞錯；有 grounding，它能找到唱片公司頁面、樂評、演奏家的官網，寫出的內頁是有出處的。
• 新鮮。模型的知識有截止日。演奏家近期的巡演、剛出的重發版、去年過世的消息——這些訓練資料裡沒有的事，查了才知道。
• 少編。「不確定就少說」的規則有了查證的手段，可以把「我不確定」變成「查到了，是這樣」——追問時尤其明顯，一個具體的年份或人名不再靠記憶。

它預設關閉，原因是兩個刻意的取捨。第一，我們希望「素材來自你的檔案」是預設行為，查網路應該是你主動要的，而不是默默發生的——開了之後，你的曲目 tag 會成為 Google 搜尋的查詢，這一步應該由你決定。第二，grounding 的請求比純生成慢一些、也算在你金鑰的配額裡。對大多數名盤，tag 加封面已經夠寫出像樣的內頁；grounding 是給你收藏裡那些「網路上幾乎沒人寫過」的碟準備的。開一次試試，你會知道自己的收藏需不需要它。

它用你的語言講，不管 tag 是什麼語言

一個實際踩到的問題：tag 是日文的專輯，模型會傾向用日文回答——因為它看到的「上下文」是日文。但讀者是你，你的語言是繁體中文。所以 prompt 裡有一條寫得很重的規則：整個回應只用讀者的語言，tag 是檔案的語言不是讀者的語言，不要跟著它走；專有名詞保持可辨認即可。

語言可以在設定裡選（跟隨系統、英文、繁中、簡中、日文、韓文）。快取是按語言分開存的——切換語言不會把另一個版本蓋掉，兩份都留著。

你的金鑰，你的 AI

Lossic 沒有內建 AI 額度。你到 Google AI Studio 或 OpenRouter 拿一把免費的 API 金鑰，貼進設定，就啟用了。金鑰存在 iOS 鑰匙圈（跟 Google Drive 的登入 token 同一個地方、同一個理由），App 直接呼叫供應商——中間沒有 Lossic 的伺服器。

這跟播放器對 Drive 的態度是同一件事：你的檔案、你的帳號、你的金鑰，我們只是那個把它們接起來的 app。如果我們內建額度，就得在中間放一台代理伺服器，你的曲目 tag 和封面會經過我們——那正是我們整個架構在避免的事。

預設模型是 gemini-flash-lite：夠快、夠便宜、寫三到五句綽綽有餘；Flash 一點就切。OpenRouter 那邊只給一個選項 openrouter/free，它是自動路由，每次挑一個當下免費的模型——我們試過維護一份「免費模型清單」，結果它比 app 的更新週期還快過期，所以不維護了。

代價很明確：多一步設定，而且「去申請 API 金鑰」對非開發者不是零門檻。沒有金鑰時這一頁會告訴你怎麼設，播放器其他一切照常——故事層是加分，不是門檻。

一首歌只問一次

第一次翻到某首歌的內頁，App 呼叫一次 AI，結果存到本機磁碟。之後再翻、重開 app、隔一個月再聽，讀的都是那一份，不會再打第二次。這既是省你的配額，也是讓體驗穩定——同一首歌不會今天講一套明天講另一套。

覺得寫得不好，右下角有重新生成的按鈕；設定裡也有一鍵清掉所有已生成的內容。清的是內容，不動金鑰和偏好。

追問：三個問題，和一個學到的教訓

兩篇短文的結尾，模型會順手給三個「好奇的聽眾最可能接著問」的問題——用你的語言、從你的角度問。點一個，聊天視窗從底部滑上來，問題已經送出去了。你也可以打自己的問題。

聊天有兩個刻意的限制。上下文有上限（最近 12 輪、6000 字），最新的訊息永遠保留，更早的靜默丟掉——免費模型在長對話上會退化，而且一段短文長度的回答就能吃掉不少 token。對話不存：關掉 app 就沒了。關於正在聽的這首歌的一段閒聊，本質上是即興的；值得留的是那兩篇短文，我們就只留那個。

一個真的踩到的設計教訓：第一版把聊天輸入框固定在內頁的底部。結果它正好落在分頁的翻頁手勢區——點輸入框，頁面翻回去的機率跟鍵盤跳出來一樣高。所以聊天搬進了一個獨立的 sheet，用一顆按鈕或點推薦問題打開。輸入框跟翻頁手勢不再共用同一塊螢幕。

它會說錯

會。每一篇短文底下都有一行小字：「由 AI 依你檔案的 tag 生成，可能有錯」。這不是免責聲明式的敷衍——是我們怎麼看這個功能的定位。

prompt 裡有一句：「不確定的事，寧可少說，不要編細節」。這降低了錯誤率，但不會歸零。所以請把它當成一位懂音樂的朋友的說法：大方向可信、細節值得查證，說錯了你會糾正他，不會因此不再跟他聊。

相對地，這個 app 裡另一類數字——播放速度——是實測的，不是生成的。那篇筆記裡每個毫秒都來自 log。兩種內容、兩種可信度，我們不想混在一起。

所以

下次在 Lossic 裡聽到一首讓你想知道更多的曲子，往右翻一頁。如果你還沒設金鑰，那一頁會告訴你怎麼做，五分鐘。

我們也想聽你的想法：兩篇短文夠不夠？三個問題猜得準嗎？藏在右邊一頁是對的嗎？寫信到 tautiu.dev+lossic@gmail.com。

動畫裡的文字是示意——那兩段介紹和那則回答是我們照著 prompt 的規格手寫的範例，不是某次真實生成的輸出。Bill Evans Trio、Village Vanguard 1961、LaFaro 的事實本身是對的。

你買下的音樂，值得比檔案管理器更好的家。