01 · 推荐系统心智模型
目录
5分钟速读
先扫这几条再往下精读；细节与证据等级见正文。
- 推荐的是「这条视频 × 这位观众」的匹配，不是频道面子或订阅数开关。
- 官方三桶：Appeal（吸引）→ Engagement（粘住）→ Satisfaction（满意）。
- 创作者四段漏斗：曝光 Impressions → 点击 CTR → 留存 → 满意/会话。
- 高 CTR + 低平均观看时长（AVD）= 骗点危险信号；分发易收缩。
- 首页 CTR 常低于搜索 CTR（意图不同），不可横比惊吓。
- 标签是辅助纠错，不是发现引擎；标题/缩图/描述才是主力元数据。
1. 一句话模型
【官方】 YouTube 根据「你可能喜欢什么」来推荐视频。系统会比较观众的观看习惯与相似观众，再建议其可能想看的内容。推荐系统每天从大量信号中学习。
对创作者更实用的转述：
推荐的是 「这条视频 × 这位观众」的匹配预测，不是「你的频道有多大」。
冷启动难，是因为早期信号少；不是因为系统「歧视小频道」这一简单神话。
主信号（观众侧，官方列举）包括：观看历史、搜索历史、订阅、赞/踩、「不感兴趣」「不要推荐该频道」、满意度问卷等。不同表面（首页 / 下一条 / Shorts）对信号的权重不同。
2. 推荐出现在哪里
【官方】 常见推荐表面包括：
| 表面 | 创作者直觉 |
|---|---|
| 首页 Home | 个性化为主；登录后混合推荐、订阅、资讯等 |
| Up Next（下一条） | 强依赖「当前正在看的视频」 |
| Shorts 播放器 | 信息流个性化「下一条短视频」 |
| 主题目的地页 | 购物、音乐、影视等；部分货架可个性化 |
| 频道页货架 | 也可能按「你可能感兴趣」排序 |
【官方要点】：首页推荐主要依赖观看历史；Up Next 主要依赖当前视频。关掉观看历史会改变首页体验。
操作含义：
- 想进别人视频的「下一条」→ 内容主题邻近、包装清晰、观看体验好，比堆标签重要。
- 想反复出现在某类用户首页 → 让对的人完整看完并感到满意，积累正向历史。
3. 官方三桶信号：吸引 · 粘住 · 满意
【官方】 内容表现可理解为三组信号，用于预测「会不会看、会不会喜欢」：
- Appeal（吸引）：人们是选择观看，还是忽略 / 点「不感兴趣」？
- Engagement（粘住）：开始看以后，是否留下来？
- Satisfaction（满意）：看完是否觉得值得？（含问卷等）
官方同时给创作者侧建议：
- 构思：即使在细分领域，也可用更「日常可感」的问题作入口（举例：别只写深奥市场分析标题，可写成「为什么你的咖啡这么贵？」这类入口）。
- 包装：标题与缩图传达价值、激发兴趣、设定清晰预期。
- 钩子：片头几秒决定去留；必须兑现缩图/标题承诺。
- 叙事：用期待与好奇维持观看；用分析看关键时刻反应。
4. 创作者侧四段漏斗
把官方三桶翻译成工作室周会语言：
读法：任一环断裂，下游与回流分发都会弱。高 CTR + 低 AVD 是最常见的「假繁荣」。
| 阶段 | 含义 | 常看指标 | 失败信号 |
|---|---|---|---|
| 曝光 Impressions | 系统把封面/标题塞进各表面 | 曝光量、流量来源 | 长期几乎无曝光 → 选题/受众匹配弱或早期样本不足 |
| 点击 CTR | 包装是否赢得点击 | 印象点击率（Impressions CTR） | 高曝光 + 极低 CTR → 包装弱 |
| 观看 / 留存 | 是否兑现承诺 | 平均观看百分比/时长、Intro（约前 30 秒）、留存曲线 | 高 CTR + 低观看时长 → 典型「骗点」，分发易收缩 |
| 满意 / 会话 | 是否值得再推、是否延长会话 | 赞与「不感兴趣」、问卷、后续点击、播放列表连播 | 点完就走、会话断、系列无法连播 |
【官方】 关于 CTR：若用误导性标题/缩图抬高 CTR，但平均观看时长差，视频会更难被推荐。诊断句式常是「高 CTR + 低平均观看时长 + 曝光不如预期」。
【官方】 关于 CTR 区间：许多频道/视频的印象 CTR 落在大约 2%–10%；首页大曝光时 CTR 偏低很常见；来自频道页的 CTR 偏高也常见。不要拿不同来源的 CTR 横比后惊慌。
【官方 · 解码 CTR】 搜索场景意图强 → CTR 常更高；首页发现心态 + 竞争强 → CTR 常更低。完整点选路径与诊断脚本见 07 · 如何读 Studio 分析。
专家口诀：先问「这个 CTR 来自哪类表面？」，再问「好不好」。
5. 必须内化的机制
- 没有单一「订阅数开关」决定推荐。【行业实践解释小频道神话】**；官方强调的是观众行为与满意度信号。
- 时长不是目标函数。【行业实践 / VidCon 公开讨论】**：视频该多长就多长；硬拉时长若留存差，适得其反。
- 发布频率本身不是奖励点。【行业实践】**：系统奖励的是满意的观看体验；劣质日更可能伤害会话与订阅质量。
- Shorts 与长视频是不同消费情境，观众可能重叠也可能完全分离；转化需要刻意设计（见第 06 章）。【官方 Blog】
- 2026 质量取向：低质重复、垃圾搬运、空洞 AI 量产，面临推荐与变现双重压力。【官方 CEO 信 + Shorts 原创更新 + 变现政策澄清】
6. 元数据到底有多重要
【官方】 标题、缩图、描述是重要元数据。标签有帮助但不是发现所必需；标签主要用于帮助纠正常见拼写错误（如 YouTube / U Tube / You-tube）。
【神话】「堆 15 个热门标签就能上推荐。」
【纠正】 发现主力是观众行为 + 包装与内容匹配；标签是辅助，不是引擎。
描述仍建议：前几行说清内容与时间戳；自然语言；相关链接；避免关键词墙。
7. 神话拆解
| 神话 | 更接近事实 |
|---|---|
| 「小频道永远没推荐」 | 推荐看视频×观众匹配；小频道缺的是早期信号与目录，不是永久黑名单。【行业实践梳理 + 官方机制描述】 |
| 「必须每天发」 | 可持续的质量节奏通常优于燃烧式日更。【行业实践】 |
| 「10 分钟是魔法时长」 | 无官方魔法时长；留存与满意度优先。【行业实践】 |
| 「标题党短线赚曝光」 | 可能短线抬 CTR，但低观看时长会伤害后续推荐。【官方 CTR FAQ】 |
| 「关掉再重传能洗推荐」 | 通常浪费；应改包装/内容/定位，而不是迷信「重置」。【行业常见建议；非官方功能】 |
| 「Shorts 播放高=频道成功」 | Shorts 触达大，但订阅与长视频转化要另建桥。【官方 Related 指南】 |
8. 品类无关的操作含义
无论你做教程、评测、游戏、叙事还是生活：
- 先定义「谁会满意」，再拍电影级设备。
- 每条视频问三句：谁会点？点开后 15 秒是否确认没点错？看完是否觉得值？
- 用流量来源解读数据：搜索型内容与浏览型内容的健康 CTR/留存长得不一样。
- 系列与播放列表是提高会话的产品设计，不是可有可无的整理癖。
- 把「算法」翻译成「观众」：什么时间发 → 观众何时在线；推不推 → 看完的人是否还想再看一条。
叙事/悬疑示例（可替换成你的品类）：包装制造「未闭合好奇」，开场必须立刻进入冲突现场——这是官方「兑现承诺」在故事类的落地，不是悬疑专属玄学。
9. 本章检查清单
- [ ] 能向朋友用 30 秒解释「推荐不是按订阅数发粮」
- [ ] 知道首页 vs Up Next 主信号差异
- [ ] 能默写 Appeal / Engagement / Satisfaction
- [ ] 会把「高 CTR + 低 AVD」当成危险信号（详见 12）
- [ ] 知道搜索 CTR 与首页 CTR 不可横比惊吓
- [ ] 不再把标签当核心增长策略
- [ ] 能指出至少三个常见算法神话的错误处
下一章：把心智模型落成 0→1000 的阶段作业。
本周作业
2–5 件可完成的具体动作；做完打勾，再进下一章。
- [ ] 用 30 秒向朋友口述「推荐不是按订阅发粮」；录语音自听是否清楚。
- [ ] 在纸上默写四段漏斗 + 每段失败信号（对照本章表）。
- [ ] 打开 Studio 任一条视频，记下其最大流量来源与该来源 CTR（样本太小也先练路径）。
- [ ] 列出你曾信过的 2 个算法神话，对照本章表写出纠正句。