曝光层：内容有没有被看见
核心指标包括播放量、有效播放、平均观看时长、完播率、流量来源和粉丝占比。播放量只能说明分发规模，不能单独证明内容有价值。
- 用完播率观察前3秒是否兑现了标题承诺。
- 用平均观看时长判断信息密度和节奏。
- 拆分推荐、搜索、主页等来源，避免把不同人群混为一谈。
03 / Content Operations
把意图翻译成选题、脚本和内容组合
搜索意图分析的价值，不是给关键词贴标签后就结束，而是让每一个标签都能对应一个内容动作。我会按照“问题—证据—方法—行动”的结构安排内容，使用户从理解问题自然走向解决问题。
一条可复用的内容设计公式
- 问题开场：在前3秒说清楚用户正在面对的具体问题，不把标题写成空泛口号。
- 证据呈现：展示趋势、评论片段的脱敏摘要、流程截图说明或对照表，帮助用户判断内容可信度。
- 方法拆解：给出可以照做的步骤，例如建立词库、定义字段、设置观察周期和记录异常。
- 行动承接：提供下一步选择，包括收藏清单、查看完整表格、进入专题页或注册协作工具。
这里的“证据”不一定是大样本研究。小规模内容实验也有价值，只要我写清楚样本量、时间段、变量和不能推导出的结论。例如，连续发布两组标题只能说明这两组标题在当前样本下的差异，不能直接宣称某种标题永远更有效。
发布前检查清单
意图匹配90%
证据完整75%
承接清晰80%
口径可追溯65%
进度条为团队内部检查的示例表示，不是平台评分。任何一项低于团队设定阈值，都应先补齐再发布。
内容矩阵
我会把认知型、比较型、验证型和行动型内容放入同一矩阵，而不是只生产一种“爆款模板”。矩阵可以降低单条内容波动对业务的影响。
- 认知内容负责扩大问题覆盖面。
- 比较内容负责建立选择标准。
- 验证内容负责消除风险感。
- 行动内容负责缩短决策路径。
评论区二次分析
评论不是附属信息，而是用户语言的高密度样本。我会按“提问、反对、补充、求链接、求价格、分享经历”进行编码，再观察哪些类型在不同主题下重复出现。
评论数量少时不做过度推断；可以先把高频问题转为下一轮选题，再用后续数据验证。
搜索与推荐协同
推荐流适合发现兴趣，搜索流更接近主动问题。标题、口播、字幕和评论置顶中的关键表达应彼此一致，同时保留自然语言，不能机械堆砌关键词。
我会按周观察词的新增、上升、下降和失效，并把稳定高意图词纳入内容资产库。
