影片號演算法理解:搜尋與推薦平衡:什麼時候寫問題詞,什麼時候寫人群詞
影片號搜尋流量靠問題詞,推薦流量靠人群詞。本文給你一張詞性判斷表 + 標題雙語寫法 + 4 檔覆盤規則,看完知道一條影片該走搜尋還是推薦。
📖 本篇術語速查表
| 英文 / 縮寫 | 中文 | 一句話解釋 |
|---|---|---|
| positioning | 定位 | 賬號在使用者心裡佔住的清楚位置。 |
| niche | 細分賽道 | 具體人群、具體問題和內容邊界的組合。 |
| workflow | 工作流 | 從輸入到輸出再到覆盤的一組步驟。 |
| KPI | 關鍵指標 | 用來判斷動作是否有效的少量核心資料。 |
| QA | 質量檢查 | 釋出或交付前檢查事實、格式、版權和風險。 |
| algorithm | 演算法理解 | 本文所在的學習階段。 |
| Prompt | 提示詞 | 寫給 AI 的任務說明,用來生成診斷、清單和覆盤。 |
讀完你能交付:一張《搜尋 vs 推薦詞性判斷表》+ 標題雙語寫法 5 例 + 4 檔綠黃紅判定。 一句話錨點:搜尋流量靠問題詞命中關鍵詞搜,推薦流量靠人群詞命中朋友畫像,一條影片別想同時吃滿兩邊。 平臺規則、搜尋權重、人群畫像口徑會變,所有具體數字以執行當天影片號助手為準。
不想讀完?把下面這段提示詞丟給 AI 幫你跑完——複製提示詞,餵給 Codex / Claude Code / Cursor / DeepSeek,把變數改成你的賬號和資料,AI 會按本文 H2 輸出執行方案。
你是影片號搜尋 vs 推薦雙引擎診斷助手,幫使用者判斷一條影片該走哪條流量入口。
任務:把使用者給的 5 條影片標題逐條判定是搜尋型還是推薦型,給出改寫建議,並生成 4 檔覆盤表。
輸入:
- 我的賬號方向和目標人群:___
- 5 條候選標題或已發標題:___
- 已發標題的搜尋曝光、推薦曝光資料(若有):___
工作流程:
1. 拆每條標題的關鍵詞性:問題詞(怎麼辦 / 怎麼做 / 多少錢)/ 人群詞(30+ 寶媽 / 二線小老闆)/ 場景詞(深夜 / 通勤)
2. 判定走搜尋(問題詞佔比高)還是走推薦(人群+場景詞佔比高)
3. 給改寫:搜尋型補搜尋詞前置 + 長尾,推薦型補情緒鉤子 + 人群標籤
4. 標暫停條件:詞性混淆 / 平臺未上線該搜尋詞 / 人群畫像不清
輸出規範:
- 詞性判斷表(標題 / 詞性 / 走搜尋 or 推薦 / 改寫建議)
- 雙語標題改寫 5 例(原標題 / 搜尋版 / 推薦版)
- 4 檔綠黃紅覆盤(搜尋曝光 / 推薦曝光 / 完播 / 朋友看過)
拒絕場景:使用者未給標題或方向;使用者要求編造搜尋詞權重 / 推薦閾值。
約束:所有具體數字給區間;推薦閾值 / 搜尋權重標"以執行當天影片號助手為準";不寫"絕對漲粉 / 100% 推流"等誇張詞。先給結論
影片號有兩個流量引擎:搜尋引擎靠問題詞命中關鍵詞搜尋結果,推薦引擎靠人群詞命中朋友畫像 + 發現頁。兩條路徑要的是完全不同的標題詞性。新手最常見的錯誤是把這兩套寫法混在一條標題裡,結果搜尋沒排上、推薦也沒推開。
這篇的判斷點很直接:
| 判斷點 | 要看什麼 | 不合格訊號 |
|---|---|---|
| 詞性 | 標題有沒有清晰的問題詞或人群詞 | 一條標題兩種詞混著寫 |
| 搜尋 | 問題詞是不是使用者真實搜法 | 用行業黑話當搜尋詞 |
| 推薦 | 人群詞是不是朋友圈能識別的標籤 | 寫了泛人群,朋友點贊不觸發 |
| 雙語 | 同一選題有沒有搜尋版 + 推薦版 | 一條標題想吃滿兩邊 |
| 覆盤 | 搜尋曝光和推薦曝光分開看了嗎 | 只看總曝光不分入口 |
先做一張詞性判斷表、兩版標題改寫、一輪分入口覆盤。能跑通再擴張。
為什麼這篇先解決"搜尋 vs 推薦雙引擎分流"
很多新手以為影片號只有“推薦”一條路。其實影片號助手後臺早把搜尋曝光和推薦曝光分開統計——這兩個數字的走勢完全不一樣。同樣一條選題,寫成問題詞標題會進入搜尋結果頁,寫成人群+場景詞標題會進入朋友點贊推薦。兩條路徑吃的不是一份流量。
在影片號裡,搜尋引擎走的是關鍵詞檢索:使用者主動在搜尋欄輸入“影片號怎麼漲粉”、“30+ 轉行規劃”,平臺按關鍵詞匹配 + 歷史完播給出結果。推薦引擎走的是朋友畫像:使用者的微信朋友點過贊,系統判斷你們畫像相近,就把影片送到他面前。兩套機制訊號完全不同。
搜尋型內容要把問題詞前置寫清楚,推薦型內容要把人群標籤和情緒鉤子做出來。一條標題同時塞問題詞 + 人群詞 + 情緒鉤子,看起來“全方位覆蓋”,實際是兩邊都不到位。詳見 01 影片號社交分發機制 講的朋友點贊權重——那是推薦入口的本質。
如果你現在只有一個模糊方向,先把候選標題寫成這句話:
我這條標題主詞是 ___(問題詞 / 人群詞 / 場景詞),主走 ___ 引擎,目標搜尋/推薦曝光比 ___。這句話寫不出來,標題先不要發。先回到詞性判斷。
新手最容易誤判的搜推詞性
第一種誤判:用行業黑話當搜尋詞。“影片號自然流量分發最佳化”是寫給同行看的,使用者搜的是“影片號沒人看怎麼辦”。搜尋詞要用使用者原話,不是你的總結詞。
第二種誤判:把“知識標籤”當人群詞。“職場人必看”是泛標籤,推薦引擎不知道送給誰。“35 歲網際網路失業過渡”才是朋友圈能識別的人群詞,畫像越具體,朋友點贊越觸發推薦。
第三種誤判:一條標題塞所有詞。"30+ 寶媽必看|影片號漲粉怎麼辦|親測有效"——問題詞、人群詞、情緒詞全堆,搜尋演算法和推薦演算法都判定不出主詞性,兩邊都不給曝光。
第四種誤判:短期資料當結論。搜尋曝光要 30-60 天才能穩定(搜尋權重需要歷史完播積累),推薦曝光通常 72 小時見分曉。兩個入口節奏不一樣,混在一起復盤必然誤讀。
第 1 步:拆標題詞性、判定走搜尋還是推薦
先把最近 10 條候選標題列出來,逐條做詞性拆解:
| 欄位 | 填寫方式 | 最低要求 |
|---|---|---|
| 標題原文 | 你寫好的候選標題 | 至少 5 條候選 |
| 主詞性 | 問題詞 / 人群詞 / 場景詞 / 情緒詞 | 標註主導詞性 |
| 目標引擎 | 搜尋 / 推薦 / 兩邊都不強 | 一條標題只能主走一條 |
| 使用者原話來源 | 評論 / 私信 / 搜尋欄聯想 / 黑屋問答 | 不用行業黑話 |
| 暫停條件 | 平臺搜尋詞未上線 / 人群畫像不清 / 詞性混淆 | 寫出紅燈觸發條件 |
證據來源:影片號助手搜尋資料 tab、評論原話、微信搜一搜聯想詞、同類競品標題。不要用 AI 編搜尋詞——它生成的常是行業總結詞,不是真實使用者搜法。
第 2 步:搜尋 vs 推薦雙語標題改寫
每條候選標題寫兩版:搜尋版(問題詞前置)+ 推薦版(人群+情緒詞前置)。判斷規則用四檔:
| 判斷項 | 綠燈 | 黃燈 | 紅燈 |
|---|---|---|---|
| 搜尋版詞性 | 問題詞在前 15 字內 | 問題詞靠後 | 全是情緒詞 |
| 推薦版詞性 | 人群標籤 + 情緒鉤子並列 | 人群詞泛化 | 沒有人群標籤 |
| 搜尋詞來源 | 使用者原話 / 搜尋聯想 | 自己想的 | 行業黑話 |
| 推薦人群清晰度 | 朋友圈能識別的標籤 | 模糊大類 | 全人群 |
每次寫完都問一句反證:“如果這條標題搜尋曝光為 0,是因為搜尋詞不對,還是因為這條本該走推薦?”兩個版本同選題,發不同影片,分開看資料。
如果一組標題裡出現兩個以上紅燈,先暫停。回評論區和搜尋聯想詞重抓真實使用者原話,不要硬寫。
第 3 步:發 3 條搜尋版 + 3 條推薦版
最小樣品組合:同一選題做 6 條影片,3 條用搜尋版標題、3 條用推薦版標題,間隔 2 天發,避免互相吃流量。
| 樣品 | 產出 | 檢查方式 |
|---|---|---|
| 搜尋版 3 條 | 同選題 / 不同問題詞 / 標題前 15 字含搜尋詞 | 7-30 天看搜尋曝光佔比 |
| 推薦版 3 條 | 同選題 / 不同人群標籤 / 標題前 15 字含人群詞 | 72 小時看推薦曝光 + 朋友看過 |
| 雙語對照表 | 選題 / 搜尋版 / 推薦版 / 資料 | 能不能推匯出下一篇走哪邊 |
變數只改“詞性”這一個。同選題同人群同長度,別同時換封面 / 換髮布時間。
第 4 步:分入口覆盤 + 決定下一篇走哪條引擎
覆盤要分兩張表,不要把搜尋曝光和推薦曝光混在一起算:
| 資料或反饋 | 可能說明 | 下一步 |
|---|---|---|
| 搜尋曝光高 / 推薦低 | 搜尋詞命中、但人群畫像不清 | 下一篇繼續問題詞標題 |
| 推薦曝光高 / 搜尋低 | 朋友畫像匹配、但搜尋詞沒用真實搜法 | 下一篇繼續人群詞標題 |
| 兩邊都低 | 詞性混淆 / 選題不強 | 回 §第 2 步重寫雙語 |
| 完播高但朋友看過低 | 推薦曝光佔比夠、但情緒鉤子不夠 | 推薦版補"分享理由" |
| 搜尋曝光穩定 30 天 | 搜尋權重已經形成 | 同問題詞擴 3 條系列 |
注意:搜尋曝光 30-60 天才穩定,推薦曝光 72 小時見結果,節奏完全不同。新手最常見的錯誤是搜尋版發出去 3 天沒資料就放棄,其實搜尋權重還沒積累完。
最後寫一句結論:
這輪證明了:___ 選題在 ___ 引擎跑得動;下一輪 5 條標題只走 ___ 引擎,詞性主詞鎖定 ___。這句話寫不出來,說明分入口資料樣本還不夠。
官方資料與核驗口徑
平臺規則、演算法動向、報價規則、政策口徑都會變化。本文保留的是可遷移的判斷框架,具體數字一律給區間。
跨平臺核驗入口:
- 影片號助手 — 看影片號作品資料、違規與變現入口
- 影片號小店 — 看影片號小店帶貨、佣金與品類規則
- 微信公眾平臺 - 影片號文件 — 看影片號官方政策與申訴口徑
涉及具體資料、比例、報價區間的部分,以執行當天后臺為準。
常見問題
同一選題寫一條混合詞性標題(問題詞 + 人群詞),讓演算法自己分流不行嗎?
不行。影片號搜尋引擎判主詞性靠前 15 字關鍵詞密度,推薦引擎判主詞性靠人群標籤 + 朋友畫像訊號。一條標題塞兩套詞,兩個引擎都判不出主詞性,常見結果是搜尋曝光和推薦曝光都低於純版的 1/3。
搜尋版標題發出去 3 天沒資料,要不要換?
不要換。搜尋曝光要 30-60 天才穩定,因為搜尋權重需要歷史完播 + 同問題詞系列條數積累。3 天看不到資料是正常的。判斷"換不換"看推薦曝光:如果推薦曝光也接近零,說明選題有問題;如果推薦曝光正常,說明搜尋詞沒用對(回評論原話和搜尋聯想詞重抓)。
朋友畫像不清推薦版人群標籤怎麼寫?
回影片號助手"粉絲畫像" tab 看現有粉絲的年齡段 / 地域 / 興趣標籤,按 Top 3 標籤寫人群詞。如果粉絲少(< 200)沒有有效畫像,先用"朋友圈能識別的具體身份"代替,比如"35 歲網際網路失業"而不是"職場人"——具體到能讓朋友腦補出一張臉,畫像才有效。
搜尋版和推薦版資料都不錯,下一篇還要分雙語嗎?
不一定。如果搜尋曝光佔比穩定 > 40%(影片號助手搜尋 tab 資料),說明這個選題搜尋引擎認可,下一篇繼續寫問題詞主導標題;如果推薦曝光主導,下一篇繼續人群詞標題。一條選題主要吃哪條流量,發 6 條後就清楚了,不用永遠做雙語。