# Spotify、会話型の音楽推薦エージェントで利用増を報告

> Spotifyの研究チームは、会話のシミュレーションと自動プロンプト改良を使って音楽エージェントを構築した方法を紹介した。チームによると、A/Bテストでは、再生中のセッションを調整する機能に限られていた従来の機能と比べ、システムの導入後に再生時間と週間アクティブユーザー数が増加した。

Oossa · 2026-09-29 · https://oossa.com/ja/spotify-reports-gains-from-a-conversational-music-recommendation-agent

Spotifyの研究者によると、会話型の推薦エージェントは、オンラインA/Bテストで再生時間と週間アクティブユーザー数の増加に寄与した。このシステムでは、「まだ聴いたことのないイタリアのインディーアーティスト」のように、普段使う言葉で聴きたい音楽を伝えられる。再生中のセッションに変更を加えるよう求めるだけの仕組みとは異なる。

結果は2026年9月28日にarXivで公開された論文に記されており、RecSys 2026の論文としても掲載されている。著者らは、Spotifyの従来のセッション調整機能と比べて、再生時間が14％増加し、週間アクティブユーザー数が5％増え、スキップ率が5％低下したと報告している。

## システムの構築方法

チームが取り組んだのは、実際のユーザーとの会話データがまだない段階で、エージェントに計画の立て方をどう教えるかという、公開前に立ちはだかる課題だ。具体的には、どのツールをどの順番で使うかを学ばせる。開発パイプラインでは、単一ターンのプロンプトを複数ターンの会話に変換してシミュレーションし、事前にエージェントをテストできるようにした。

続いて、自動化された改善サイクルを使い、計画やツールの使い方における誤りを見つけて修正する。この手法では複数のエージェントの回答を比較し、コーディングエージェントの支援を受けながら反復的に修正を加える。研究者らによると、これにより、すでに高度に最適化されていた手動作成のプロンプトと比べて品質が8％向上した。また、開発サイクルも短縮したという。ただし、論文の要旨には短縮時間の具体的な数値は示されていない。

## 結果から分かること

報告された再生時間や利用状況の数値は、特定の従来機能と比較したオンラインテストの結果であり、Spotifyのあらゆる利用方法との比較ではない。論文の要旨には、参加者数やテスト期間、エージェントがすべてのユーザーに提供されているかどうかは記されていない。

この研究の主眼は開発手法にある。生成した会話と自動修正を活用し、公開前や公開後にエージェントを改善するというものだ。この方法を使えば、開始時点で実際の利用データがほとんどない場合でも、自然言語による推薦ツールをテストしやすくなる可能性がある。

## 事実

- 論文は2026年9月28日にarXivで公開され、ジャーナル参照先としてRecSys 2026が記載されている。
- 研究者らは、公開前にエージェントをテストするため、単一ターンのプロンプトから複数ターンの会話を生成した。
- チームは、高度に最適化された手動作成のプロンプトと比べ、品質が8％向上したと報告している。
- A/Bテストでは、従来のセッション調整機能と比べ、再生時間が14％増加し、週間アクティブユーザー数が5％増え、スキップ率が5％低下したと研究者らは報告している。

## なぜ重要か

リスナーにとって、この仕組みは、日常的な言葉で詳しく希望を伝えて音楽を探しやすくすることを目指している。報告された成果は期待できるものの、要旨にはテストの参加者数や期間が示されておらず、エージェントが誰でも利用できることも確認できない。

## 出典と参考資料

1. [Bootstrapping Conversational Recommendation Agents At Spotify: Synthetic Data Generation and Self-Improvement Loops](https://arxiv.org/abs/2609.30297) – arXiv, 2026-09-28

最終更新: 2026-09-29