Apple 日前隨 iOS 18.4 推出全新 App Store 評論摘要功能，這項功能主要是利用 AI 大模型語言，能將多則 App Store 評論統整為摘要，讓消費者能一眼掌握 App 或遊戲的總體評價。近日 Apple 在自家 Machine Learning Research 官方部落格中，罕見對外說明 App Store 評論摘要背後技術的運作細節。

App Store評論摘要是怎麼運作？

Apple 官方表示，評論與評分是用戶評估 App 時不可或缺的參考依據，App Store評論摘要新功能主要是運用多階段人工智慧大型語言模型（LLM），能快速將海量評論彙整成 100 至 300 字元的精準評論，能忠實反映用戶心聲的 APP 重要評價。

AI生成摘要四大挑戰：即時性、多樣性、準確性與高品質

對於 App Stroe 摘要生成過程中，安全性、公平性、真實性與實用性都是核心原則，不過想整合來自 App Store 海量評論，其實 Apple 也面臨不少系統設計技術挑戰。

即時性：App 評論會隨著新版本、功能更新與漏洞修正不斷變動，AI 摘要必須能動態調整，反映最新用戶反饋。
多樣性：用戶評論內容長短不一、風格各異、資訊量差距大。AI 需要抓取關鍵細節，同時保留多元觀點與層次。
準確性：並非所有評論都聚焦於 App 內容，部分可能離題或包含雜訊，AI 必須有能力過濾，確保摘要可信。
高品質：Apple 建立嚴謹的評估標準，由專業團隊反覆檢驗摘要的安全性、貼切度、語言風格與實用性。

App Store摘要評論生成流程一次看懂

同時 Apple 也分享這套基於 LLM 且經 LoRA adapter 微調的 AI 摘要系統，成功解決了評論動態多變、內容多元等挑戰。評估結果顯示，最終產出的摘要能夠真實反映用戶心聲，同時安全、實用並具備優質語言表現。

底下是整個 App Store 在生成過程中有五大流程機制流程：

初步過濾：AI 先自動排除包含垃圾訊息、髒話或詐騙內容的評論。
洞察萃取：經過 LoRA adapter 微調的 LLM，將每則評論精煉為明確、單一主題的洞察句，方便跨評論比較。
動態主題建模：LLM 進一步將洞察歸類主題，不採固定分類法，並去除語義重複的主題名稱。系統也會判斷主題與「App 體驗」或「App 外經驗」的相關性，並優先整理功能、效能、設計等重點議題。
主題與洞察精選：根據主題熱門度、平衡性、關聯性與即時性等標準，自動挑選具代表性的洞察句進行彙整。
摘要生成：最終由另一個經 LoRA adapter 微調的 LLM 根據所選洞察生成自然、流暢、具 Apple 風格的摘要，長度控制在 100-300 字元。此模型亦結合人工作為參考的專業摘要範例，並進一步採用 Direct Preference Optimization（DPO）機制微調，提升語言風格與內容表現。

Apple 稱此項技術不僅讓 App Store 用戶能更高效地瀏覽和決策，也展現出 LLM 技術在大規模用戶生成內容應用的廣泛潛力。

官方部落格還公布，這項技術背後的團隊包含來自不同領域的專家，如 Sean Chao、Srivas Chennu、Yukai Liu、Jordan Livingston 等，協力打造業界最先進的用戶評論摘要體驗。

利用人工審查自動AI評論，確保摘要品質

當然在 AI 生成後的評論，Apple 還強調數千則 App Store 摘要最後都經過人工多重評審，從安全性（內容是否有害）、貼切度（是否忠實反映評論）、語言組成（語法與品牌風格）及實用性（對下載決策的幫助）等四大面向進行評比，每項評分標準皆有嚴格審核機制，並輔以自動化檢測，讓工程師將人力資源聚焦在最需改善處。

要是對 AI 技術應用於高流量 App Store 平台生成評論有興趣者，可至 Apple 官方部落格查閱完整技術解說。最後要提醒，當前 App Store 生成AI評論功能，只有在 Apple Intelligence 支援國家商店才會顯示。

延伸閱讀：

喜歡這篇文章教學，後續想了解更多Apple資訊、iPhone教學和3C資訊技巧，歡迎追蹤瘋先生FB粉絲團、訂閱瘋先生Google新聞、Telegram、Instagram以及訂閱瘋先生YouTube、瘋先生Podcast，將會有更多非常實用的技巧教學分享給大家。