问小创
告诉我你的需求，我帮你从站内挑最合适的 AI 工具。
近日，谷歌正式上线基于Gemini大模型的Play Store应用评论优化功能，针对此前海量低质、重复、时效性差的用户评价完成智能筛选排序。目前该功能已覆盖全球27个国家和地区的安卓用户，官方数据显示优化后用户获取有效评价信息的效率提升了62%，将为超20亿月活的Play Store用户带来更精准的应用下载决策参考。
图源: 图像由AI生成经常使用安卓设备下载应用的用户大概率有过类似经历：想要判断一款陌生应用是否好用，翻了几十条评论，要么是刷出来的千篇一律好评，要么是3年前针对旧版本的闪退吐槽，真正对当下决策有用的信息不足10%。
作为全球最大的移动应用分发平台之一，Play Store目前上架应用总量超过350万款，每年新增用户评价超1000亿条，此前沿用了十余年的“热度+时间”排序规则早已无法适配海量信息的筛选需求，第三方调研显示，有超过71%的安卓用户曾因为误导性评论下载到不符合预期的应用。
本次评论体系优化的核心，是谷歌为垂直场景专门微调的**Gemini 1.5 Flash轻量化大模型**，相比通用大模型，它针对应用评价场景的识别准确率提升了47%，推理成本降低了80%，完全可以支撑Play Store的海量并发请求。
据了解，该模型可以实现三重筛选功能：第一是自动过滤无效评价，包括刷量好评、恶意差评、无实质内容的水评，以及与当前最新版本无关的历史评价；第二是同类观点聚合，将分散在不同评论中的同类反馈，比如“广告弹窗过多”“iOS端功能比安卓端完整”等内容整合为统一的观点标签，直接展示在评论区顶部；第三是支持问答交互，用户可以直接针对应用的特定功能提问，AI会从所有有效评价中提炼结果直接给出答案，无需用户手动翻找。
事实上，谷歌并非第一个在应用分发场景落地大模型的厂商，苹果此前已宣布将在iOS 18正式版中，通过Apple Intelligence为App Store上线评论智能摘要功能，国内多家头部安卓应用商店也早已测试类似功能，应用分发领域的AI竞速已经全面开启。
行业分析人士指出，过去十年应用分发的核心逻辑是算法推荐，平台通过用户标签推送匹配的应用，但用户和应用之间的信息差始终存在，而大模型的落地相当于给用户加了一层“信息过滤器”，未来应用分发的竞争重心，将逐步从“能不能推到用户面前”转向“能不能给用户足够透明的决策依据”，整个行业的运行效率有望得到大幅提升。
本文基于公开信息分析整理，仅供参考。更多AI工具动态与行业解读，请持续关注本站更新。
滇公网安备 53252802528133号