YouTube 推荐算法：4 大核心信号 + Browse / Suggested 双池
YouTube 算法看 CTR、平均留存、观看时长、会话时长四大信号。本文拆 Browse / Suggested / Search 三池机制、权重差异、不同发布阶段如何针对性优化。
📖 本篇术语速查表
| 英文 / 缩写 | 中文 | 一句话解释 |
|---|---|---|
| YouTube | 海外视频平台 | 海外视频平台，适合长视频、搜索流量和广告变现。 |
| CTR | 点击率 | 点击率，表示看到内容的人里有多少人愿意点进来。 |
| SEO | 搜索引擎优化 | 通过关键词、结构和内容质量提高搜索曝光的做法。 |
| KPI | 关键绩效指标 | 关键绩效指标，用来衡量阶段目标是否达成。 |
| ROI | 投资回报率 | 投入产出比，用来判断时间、预算或工具是否值得继续投入。 |
| A/B | 对照测试 | 把两个版本放在同一目标下对比，用数据判断哪个更好。 |
读这篇先抓住一个判断：YouTube 算法看 4 信号：CTR + 留存率 + 观看时长 + 会话时长。本文拆 Browse / Suggested / Search 三池机制。涉及平台规则、推荐信号、费用、审核口径、后台入口和工具价格时，以执行当天的官方页面、平台后台或结算页为准。
不想读完？把下面这段提示词丢给 AI 帮你跑完——复制提示词，喂给 Codex / Claude Code / Cursor / DeepSeek，把变量改成你的账号和数据，AI 会按本文框架输出一份可执行报告。
你是 YouTube 推荐算法 助手,直接基于内置规则帮用户完成具体任务。
任务：逐节诊断我的账号，必须沿用下面 H2 顺序，把每节转成“结论 -> 操作 -> 验证指标 -> 风险提醒”，并先指出最可能卡住结果的 1 个主因。
输入：
- 当前方向/链接：___
- 当前阶段和目标：___
- 目标人群与产品/内容：___
- 最近 7 天/30 天数据：___
- 可投入时间、预算和工具：___
- 已做过的 3 个动作：___
输出结构（标题按顺序保留）：
1. 流程速览
2. YouTube 推荐算法 4 大核心信号
3. YouTube 3 大流量池
4. 提升 YouTube 推流的 5 个高 ROI 动作
5. YouTube 算法跟国内平台的差异
6. YouTube 算法的 3 个公开洞察
7. YouTube 算法 5 个常见误解
8. 新手执行清单：先跑 7 天小实验
9. 复盘标准：决定继续、调整还是暂停
10. 7 天执行清单
11. 数据复盘表
12. 官方资料与核验口径
13. 常见问题
14. 接下来去哪
要求：
- 每节先用新手能听懂的一句话给结论，再解释依据
- 缺数据写“未确认”，列出要查的后台、平台或官方字段
- 涉及规则、费用、入口、审核、佣金或风控，标记“需要执行当天核验”
- 不要复述教程原文，要转成我的 7 天行动清单、成本/风险清单和复盘表YouTube 算法是「全球视频平台中相对最透明的」——YouTube 官方在 support.google.com/youtube 持续公开搜索与推荐的工作原理。读完 01 YouTube 发布优化 后,本文聚焦算法机制。
YouTube 推荐算法 4 大核心信号
YouTube 官方在排名时使用 平均观看时长（avg. view duration） 和 平均观看百分比（avg. % viewed） 作为信号，再结合 likes/dislikes 和观后调查（来源：YouTube Help · Search & discovery tips）。
下面的「4 大核心信号」是创作者社区在官方信号基础上归纳的可操作版本，不是 YouTube 官方分类。
信号 1：点击率(CTR)
观看者刷到你视频缩略图时点击的比例。CTR 的健康基准因频道、niche 不同差异极大，YouTube 官方明确反对公开「行业 CTR 标准」。以 YouTube Studio「Reach 标签 → Impressions click-through rate」当天数据 + 自己频道历史均值为基准，详见 01 缩略图 SEO。
信号 2：留存率(Retention)
观看者看视频每个时间节点的留存比例。YouTube 在 Audience retention 帮助里强调：留存曲线是优化下一条视频的关键信号，但没有「健康线」一说。优化方向是看自己频道历史留存曲线，找掉点优化，详见 01 12 分钟脚本。
信号 3：观看时长 / 平均观看百分比
总观看时长 + 平均观看百分比是 YouTube 官方 明确写进排名信号 的两项指标（来源：YouTube Help · Search & discovery tips）。
YouTube 官方在 Good to know about recommendations 里明确否定「最佳视频时长」——原文：「There's no universal "ideal" length for YouTube videos」。所以「N 分钟视频比 M 分钟视频观看时长高几倍」这类公式都是创作者经验，不是平台规则。不要为了堆时长而稀释信息密度，YouTube 反向警告：avoid filler and resist artificially stretching content。
信号 4：会话时长(Session Duration)
观众看完你的视频后，继续在 YouTube 停留的总时长。这一项 YouTube 在 Watch time, watch time tools, and audience retention 里有提及，但未作为公开排名信号详细说明。社区共识：会话时长高的视频更容易被算法长期推——但具体权重比例 YouTube 没有公开过数字。
提升方法（YouTube 官方建议的延展动作）：
- 终屏推荐下条相关视频
- 卡片插入相关视频
- 视频描述里链接相关播放列表
YouTube 3 大流量池
YouTube 视频被推荐的 3 个入口:
池 1：Browse(主页推荐)
观众打开 YouTube 主页时看到的「For You」流。算法基于:
- 观众历史观看习惯
- 频道订阅
- 当前热度
池 2：Suggested Videos(相关推荐)
观众看完一条视频时,右侧 / 下方的「相关推荐」列表。算法基于:
- 跟当前视频的相关性
- 你的频道权重
- CTR + 留存率历史表现
池 3：Search(搜索)
观众主动搜索时的结果列表。算法基于:
- 标题 + 标签 + 描述的关键词匹配
- 视频质量信号(留存率 / 观看时长)
- 频道权威度
YouTube 官方从未公开过 Browse / Suggested / Search 三池的具体流量占比。社区流传的「40-50% / 30-40% / 20-30%」是第三方综述（来源不明），以你自己 YouTube Studio「Reach 标签 → Traffic source types」当天数据为准——不同频道、不同 niche 三池占比可以差一个数量级。
提升 YouTube 推流的 5 个高 ROI 动作
下表列出 5 个公开材料里 YouTube 创作者普遍验证有效的方向。「期望增量」一律以你自己频道的 A/B 测试为准，下表给的「+30-50%」之类数字是社区第三方复盘的常见区间，不是 YouTube 官方承诺：
| # | 动作 | 期望方向（业界实测体感） |
|---|---|---|
| 1 | 视频时长按 niche 优化（YouTube 官方反对统一时长标准） | 优化的是单条平均观看时长 + 完播率，不是绝对分钟数 |
| 2 | 缩略图 A/B 测试找最优版本 | CTR 通常会有可观提升（具体幅度看 YouTube Studio Test & compare 功能） |
| 3 | 章节标记 + 描述前 150 字 SEO 优化 | 利于 Suggested 与 Search 池曝光 |
| 4 | 终屏 + 卡片推荐相关视频 | 会话时长有正向作用 |
| 5 | 创建主题播放列表(同 niche 5-10 条) | 频道权重 + 长尾观看时长 |
下面这张图把 4 大信号串成「触发 → CTR → 留存 → 观看时长 → 会话时长 → 推流加权」的递进闭环，让你看到 YouTube 算法是如何一层一层放大或者掐断推流的：
这张图的核心判断是：4 个信号不是并列加权，而是串联门控。CTR 不过线，留存再高也没用——视频压根没机会被看完；留存不过线，观看时长再长也只是被算法判为「冷启钩子有问题」。新手最容易的误区是同时优化 4 个信号，结果哪个都没改对；正确做法是从左到右一道一道闸门优化，先把 CTR 的「自身历史均值」拉上去，再看下一关。
上图里所有「闸门阈值」没有放具体百分比，因为 YouTube 官方明确反对单一行业基准（Good to know about recommendations 里反复强调按自己频道的 Audience retention curves 调优）。「过线 / 不过线」的判断标准应该是「你自己频道历史均值」，而不是套用行业平均。
中文 YouTube 博主的推流递进示例
以中文 YouTube 知识 / 科技垂类 10 万订阅级博主的常见成长路径作参照（非具体频道点名，所有数据以执行当天 YouTube Studio 为准）：
- 第 1 阶段（订阅相对较低）：单条视频曝光基数较小，CTR 处在频道历史均值附近，平均观看时长偏短。频道权重低，几乎只吃 Browse 流量。
- 第 2 阶段（订阅进入万级）：稳定输出同 niche 视频，CTR 持续打磨，平均观看时长拉长。Suggested 池开始喂量，单条曝光跳到上一档。
- 第 3 阶段（订阅迈向 10 万）：开始做章节 + 完整字幕 + 主题播放列表，会话时长被显著拉长，多条视频被算法绑成「一串看完」。频道权重大幅提升，搜索流量长尾累积。
这个递进的关键是第 2 阶段到第 3 阶段的跳跃——前两阶段还是「单条爆款」逻辑，第三阶段开始转成「频道权重」逻辑。会话时长这一信号在第三阶段才真正开始决定收入，因为它带动的是搜索流量长尾。CPM、播放量、订阅数的具体区间都以你自己 YouTube Studio「Revenue 标签 → RPM/CPM」当天数据为准——不要套用第三方文章里的固定区间，中文 vs 英文、知识 vs 娱乐、长 vs 短，差异可以达到 10 倍以上。
YouTube 算法跟国内平台的差异
| 维度 | YouTube | 抖音 | 视频号 |
|---|---|---|---|
| 核心 KPI | 观看时长 + 会话时长 | 完播率 + 互动率 | 朋友点赞 + 转发 |
| 算法透明度 | 高(官方持续发文) | 低 | 极低 |
| 单条爆款上限 | 数千万-数亿 | 数千万 | 数百万 |
| 内容寿命 | 1-3 年 | 24-72 小时 | 1-6 个月 |
| 算法对内容质量敏感度 | 极高 | 极高 | 中(社交链兜底) |
YouTube 算法的 3 个公开洞察
YouTube 在 Help Center 与 Creator Insider 频道里多次披露过这几条算法行为:
洞察 1：订阅关系不再决定一切
YouTube 在 Good to know about recommendations 里明确说明：订阅数反映的只是「曾经点过订阅」的人次，不等于频道当下的活跃观众规模。同一文档进一步提示：subscriber feed 里的内容会被订阅者大量跳过。视频质量（CTR + 留存）+ 观众活跃度比订阅数本身更重要——具体权重比例 YouTube 没有公开过数字，「占 30-40%」这类社区说法没有官方依据。
含义:老粉不打开你的视频 → 算法降权。这跟公众号订阅推送召回类似。
洞察 2：Shorts(短视频)跟 Long(长视频)算法分开
YouTube 2022 后推出 Shorts —— 与 Long 视频走不同的算法逻辑（详见 YouTube Shorts policies & guidelines 与 Good to know about recommendations 里关于 Shorts 推荐的章节）。Shorts 偏「snackable + recency」，Long 偏「watch time + session 行为」。
含义:Shorts 与 Long 各自有适合的变现路径——具体广告分成、激励、CPM 都以 YouTube Studio 当天页面为准，不再给出统一区间。
洞察 3：章节标记 + 字幕影响算法
带章节标记 + 完整字幕的视频对观众体验和搜索可达性都有正向作用。YouTube 在多份帮助文档（如 Chapter 与 Auto-translated captions）里都做了官方推荐——但「直接是算法排名信号」这一点 YouTube 没有明确表述过。把它当成「质量加分而非额外信号」更接近官方原意。
YouTube 算法 5 个常见误解
第 1 个误解:「订阅越多推流越多」 → 错。视频质量比订阅更重要。
第 2 个误解:「YouTube 算法跟 Google 一样」 → 错。Google 是文字 SEO,YouTube 是视频质量信号。
第 3 个误解:「Shorts 跟 Long 一样推」 → 错。两套算法。
第 4 个误解:「热点视频更容易爆」 → 部分对。但热点视频寿命短,长尾深度视频累积观看时长远高于热点。
第 5 个误解:「YouTube 没法做 SEO」 → 错。YouTube SEO 是搜索池里最重要的优化。
新手执行清单：先跑 7 天小实验
这篇不要当成概念文章看。你要把「YouTube 推荐算法：4 大核心信号 + Browse / Suggested 双池」变成一个 7 天实验：先定义一个小边界，只改一个变量，再用后台数据判断要不要继续。这篇的核心问题是：YouTube 算法看 4 信号：CTR + 留存率 + 观看时长 + 会话时长。本文拆 Browse / Suggested / Search 三池机制。
如果你第一次接触这个主题，先回到本栏目入口确认它在完整学习链路里的位置；如果你连平台差异都还没想清楚，再回到平台总览补一下上游判断。这样做不是为了多点链接，而是避免只优化一个局部动作，却把定位、内容形态或平台规则搞错。
复盘标准：决定继续、调整还是暂停
复盘时不要问“这篇有没有爆”。新手更应该问三个问题：第一，它有没有比你过去同类内容更清楚；第二，它有没有带来一个可解释的数据变化；第三，它有没有让下一篇更容易写。只要这三个问题有两个成立，这篇就不是白做。
| 判断项 | 继续 | 调整 | 暂停 |
|---|---|---|---|
| 触达 | 曝光、播放或阅读比近 7 天同类内容高 | 有触达但点击低 | 连续 3 次触达很低且无法解释 |
| 停留 | 完读、完播、收藏至少有一项变好 | 开头有效但中段掉 | 用户看完也不知道下一步 |
| 行动 | 有私信、点击、关注、加群或下单 | 有互动但没有承接 | 只有点赞，没有任何后续动作 |
| 成本 | 制作时间能压进你的固定节奏 | 效果好但太耗时 | 需要大量不可复制的人工堆料 |
出现“继续”时，不要马上扩成 10 篇，先把同一个变量再验证 2 次。出现“调整”时，只改最短的一环：标题不清就改标题，封面不清就改封面，正文太散就改结构。出现“暂停”时，不是认输，而是承认这个方向暂时没有被数据证明。把它放进备选池，回到「提升 YouTube 推流的 5 个高 ROI 动作」重新找边界。
这套复盘还有一个好处：它能把 AI 从“替你写一篇”变成“替你做下一轮判断”。把 7 天数据、评论原文、后台截图字段丢给 Agent，让它只输出下一轮要改的一个变量。不要让 AI 一次重写全部内容；那样看起来很勤奋，实际上会破坏可验证性。
7 天执行清单
YouTube 推荐算法：4 大核心信号 + Browse / Suggested 双池读完后，不要马上扩大动作。先用 7 天做一轮小验证：
- 第 1 天：把本文核心判断改写成 3 条假设，写清楚你预期会看到什么结果。
- 第 2 天：选一个最小动作，只做一版，不同时改标题、封面、脚本和发布节奏。
- 第 3 天：记录第一次反馈，包括曝光、点击、完读、咨询、收藏或成交意向。
- 第 4 天：只调整一个变量，避免事后不知道哪个动作有效。
- 第 5 天：把反馈分成平台规则问题、内容表达问题和转化路径问题。
- 第 6 天：对照官方入口核验规则，确认不是因为入口、权限或审核口径变化导致误判。
- 第 7 天：决定继续、调整或暂停，并把结论写成下一篇内容或下一次实验的输入。
数据复盘表
| 复盘项 | 记录方式 | 判断标准 |
|---|---|---|
| 触达 | 记录曝光、打开、播放或阅读量 | 判断平台是否愿意分发这个方向 |
| 停留 | 记录完读率、完播率、收藏或评论 | 判断内容结构是否让人愿意继续看 |
| 行动 | 记录私信、点击、加群、下单或预约 | 判断读者是否进入下一步 |
| 成本 | 记录耗时、工具费和人工修改量 | 判断这条路径能不能持续 30 天 |
| 结论 | 写一句继续 / 调整 / 暂停的理由 | 禁止只写“感觉还行”，必须对应数据 |
这张表要回到本文目标：YouTube 算法看 4 信号：CTR + 留存率 + 观看时长 + 会话时长。本文拆 Browse / Suggested / Search 三池机制。
官方资料与核验口径
平台规则、算法动向、报价规则、政策口径都会变化。本文保留的是可迁移的判断框架，具体数字一律给区间。
跨平台核验入口：
- YouTube Studio — 看频道数据、收益与频道政策状态
- YouTube Partner Program 帮助 — 看 YPP 申请门槛、变现与收益结算
- YouTube 创作者社区指南 — 看官方社区规则与违规处理路径
涉及具体数据、比例、报价区间的部分，以执行当天后台为准。
常见问题
YouTube 推荐算法：4 大核心信号 + Browse / Suggested 双池应该先看还是边做边看？
如果你还没开始，先看一遍，只记住一个判断和一个动作；如果你已经在做，直接拿正文里的检查项对照自己的数据。不要边看边全量改，先改一个变量，7 天后再决定是否放大。