AI 自媒體營運教學
演算法與流量

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。

流程图加载中

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:

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。

接下來去哪

本頁目錄