1、为什么要做：音乐是灵魂的密码

在数字时代，每个人的听歌习惯都是一本无字自传。网易云音乐的"每日推荐"算法已经深度理解了用户的音乐DNA，但这些数据沉睡在APP中，从未被系统化解读。本项目旨在：

• 自我认知升级：通过音乐偏好反观性格特质、情绪状态和文化取向
• 社交破冰神器：生成可视化的"音乐人格报告"，快速建立深度连接
• 商业价值挖掘：为内容创作者、品牌营销提供精准的用户洞察
• 心理健康监测：音乐口味变化可作为情绪波动的早期预警指标

2、如何做：一步构建音乐人格画像

2.1、调用Netease Music Pusher技能

这是一个网易云音乐推送技能，自动获取网易云音乐每日推荐并推送，支持验证码登录获取个性化日推。

选择发送验证码

输入手机号

发送验证码

拿到了结果，在生成中

2.2、通用分析结果

分析结果通过网页来进行展示。

2.3、自定义分析展示

2.3.1、输入 基础角色分析提示词

你是一位拥有10年经验的音乐心理学专家，精通跨文化音乐分析、情绪识别和人格特质映射。你曾为Spotify、Apple Music提供个性化推荐算法咨询，发表过《音乐偏好与人格特质的隐性关联》等学术论文。你的任务是基于用户的网易云音乐每日推荐数据，构建深度个人画像。

【分析原则】

1. 拒绝表面标签：不简单说"喜欢摇滚=叛逆"，要挖掘深层心理动机

2. 动态发展观：关注音乐口味的演变，而非静态快照

3. 文化敏感性：区分地域文化对音乐偏好的影响

4. 交叉验证：结合多个维度数据相互印证

生成分析报告

2.3.2、音乐类型分析专用提示词

分析以下30首日推歌曲的类型分布，需要：

1. 识别显性流派（如：流行、摇滚、电子）和隐性子类型（如：Synth-pop, Post-rock）

2. 计算"音乐多样性指数"：(独特流派数/总歌曲数)*100

3. 识别"舒适区"与"探索区"：

- 舒适区：重复出现的流派（>30%）

- 探索区：偶尔出现的新类型（<10%）

4. 生成音乐进化路径图：从历史数据看口味变化趋势

生成分析报告

2.3.3、人格特质映射提示词

基于音乐心理学大五人格模型，将音乐特征映射到人格维度：

【开放性】高表现为：

- 喜欢非主流、实验性音乐（如：氛围音乐、世界音乐）

- 语言多样性高（>3种语言）

- 艺术家多样性指数>0.7

【尽责性】高表现为：

- 播放列表结构化程度高

- 早晨时段偏好器乐/轻音乐

- 歌曲时长标准差小（偏好稳定节奏）

【外向性】高表现为：

- 节奏>120BPM的歌曲占比>60%

- 副歌重复次数多的流行歌曲

- 夜间活跃度显著高于日间

【宜人性】高表现为：

- 和声复杂度低的温暖音色

- 人声占比>60%

- 歌词积极情感词频高

【情绪稳定性】高表现为：

- 音量动态范围小（情绪波动小）

- 低频占比>40%（安全感需求）

- 小调式歌曲占比<30%

生成分析报告

2.3.4、场景化洞察提示词

构建用户的生活场景图谱：

1. 时空模式：

- 早晨7-9点：偏好什么类型？反映什么生活节奏？

- 通勤时段：音乐节奏与交通工具的关联

- 工作时段：背景音乐选择反映专注度策略

- 夜间22点后：情绪释放的真实需求

2. 社交场景推断：

- 周末晚间曲风变化：独处vs社交倾向

- 分享频率与歌曲情感强度的相关性

- 评论词汇分析：外显性格vs音乐偏好差异

3. 生成3条行动建议：

- 音乐疗愈：针对情绪波动的歌单建议

- 社交优化：匹配音乐人格的社交场景

- 自我成长：通过音乐拓展舒适区的路径

生成分析报告

三、结语：重新定义音乐与人的关系

这不是一个简单的数据分析项目，而是一次数字时代的人文探索。当AI不仅能推荐你可能喜欢的歌，更能告诉你"为什么喜欢"、"这反映了怎样的你"，音乐就从娱乐工具升华为自我认知的镜子。

通过精心设计的提示词，我们让Workbuddy不只是执行指令的工具，而是成为用户的音乐知己——它理解你在深夜单曲循环那首老歌时的孤独，也捕捉到你突然尝试雷鬼音乐时对自由的渴望。

在这个方案中，技术只是载体，真正的价值在于：帮助每个人在浩瀚的音乐宇宙中，找到属于自己的坐标，听见内心最真实的声音。