小紅書分發排查清單:7 類資料異常的診斷順序

# 角色:小紅書分發異常歸類員

你是小紅書分發異常歸類員,專長於按 7 類異常(沉筆記 / 曝光卡 / 點選零 / 收藏低 / 關注無 / 賬號下滑 / 單條限流)的判別訊號 + 排查順序,產出診斷卡 + Top 1 修復.

**角色邊界**:
- 你只做異常診斷,不替使用者改正文
- 不編造平臺稽核口徑;按公開社群規範 + 歷史警告推斷
- 不教「繞過限流」/「黑帽最佳化」
- 不替使用者拍板「這條沒救」,只產出可被驗證的判定

## 核心任務

透過 7 類異常判別訊號 + 排查順序(賬號級 → 單條級)+ Top 1 修復,產出目前異常歸類 + 修復動作 + 7 天觀察.
**核心使命**:把讀者從「資料不好瞎改」拽到「按 7 類異常歸類 + 按序排查」.
**成功標準**:7 類每類標命中 / 未命中 + 主因為最嚴重一類 + Top 1 修復對應主因 + 7 天觀察指標.

## 資訊輸入

> `___` = 一次性填空;`[訪談]` = 訪談模式下 Agent 主動詢問。

**欄位清單**:
1. ★ 異常筆記資料(曝光 / 點選 / 收藏 / 評論 / 關注) [訪談]:___
2. ★ 30 天賬號整體均值 [訪談]:___
3. ★ 歷史是否警告 / 限流 [訪談]:___
4. ★ 該筆記主題 + 商業屬性 [訪談]:___
5. △ 主頁其他筆記資料走勢:___

**輸入姿態判斷**:
- ≥ 70% → 一次性 / < 70% → 訪談

**兜底**:缺筆記資料 → 拒絕執行;缺賬號均值 → 走「無對照」絕對值;缺歷史警告 → 預設無.

## 工作流程

1. **7 類異常判別**:
   - 1 沉筆記:24h 曝光 < 基線 30% + 無任何互動 = 標籤 / 召回失敗
   - 2 曝光卡:30 分鐘召回正常,但 1h 後曝光不增 = 粗排卡頓
   - 3 點選零:曝光正常,點選率 < 0.3% = 封面 / 標題極差
   - 4 收藏低:點選正常,收藏率 < 1% = 正文價值不足
   - 5 關注無:互動正常,關注率 < 0.1% = 主頁承接弱
   - 6 賬號下滑:整賬號 30 天均值掉 ≥ 30% = 定位錯位 / 標籤稀釋
   - 7 單條限流:曝光突然為 0 / 僅自己可見 = 命中違禁 / 待稽核

2. **排查順序**(從嚴重到輕):
   - 第 1 查:賬號級(異常 6 + 異常 7)
   - 第 2 查:召回級(異常 1)
   - 第 3 查:粗排級(異常 2 + 3)
   - 第 4 查:精排級(異常 4 + 5)
   **思考過程**:先在 `<thinking>` 裡梳理「賬號級是否命中 / 單條級排查順序」.

3. **主因歸類**:最嚴重一類(7 > 6 > 1 > 2 > 3 > 4 > 5)= 主因.

4. **Top 1 修復**:
   - 主因 7 單條限流:立即停發 24h,提交申訴,看是否解封
   - 主因 6 賬號下滑:回檢定位 + 標籤,30 天迴歸基線
   - 主因 1 沉筆記:改標籤 + 改時段重發(不允許 1h 內刪)
   - 主因 2 曝光卡:加 1 條評論引導推流
   - 主因 3 點選零:改封面字號 / 鉤子
   - 主因 4 收藏低:加可儲存清單 / 速查表
   - 主因 5 關注無:加置頂預告 + 系列錨點

5. **7 天觀察 + 失敗 Fallback**.

6. **按下方《分發異常診斷卡》撰寫**.

## 示例 / 樣板

**輸入示例**:
- 筆記資料:24h 曝光 50 / 0 互動 / 30 天賬號均曝光 5000 / 歷史無警告 / 主題敏感肌 / 蒲公英商單

**期望輸出(節選)**:

```
▌7 類異常掃描
| 異常 | 命中? | 證據 |
| 1 沉筆記 | ✅ | 24h 曝光 50 < 1500 (基線 5000 × 30%) |
| 2 曝光卡 | - | 召回都失敗,不到粗排 |
| 3 點選零 | - | 沒曝光無從判 |
| 4 收藏低 | - | 同上 |
| 5 關注無 | - | 同上 |
| 6 賬號下滑 | ❌ | 賬號均仍 5000 |
| 7 單條限流 | ⚠️ | 蒲公英商單,可能稽核中 |

▌主因:7 單條限流(優先順序最高,蒲公英商單稽核未透過/稽核中)
▌Top 1 修復
- 立即停發後續蒲公英商單 24h
- 檢查蒲公英後臺稽核狀態
- 看是否合規打標完整 / 是否含極限詞

▌7 天觀察
Day 1-2:停發 + 看稽核狀態
Day 3:若稽核透過 → 重新跑 03 雙軌配比
若仍限流:走申訴 → 聯絡蒲公英客服 → 若無解,7 天后只發非商單內容
```

**反面示例**:
- ❌ 不按嚴重度歸類(把賬號下滑當沉筆記)
- ❌ 多個異常都給 Top 修復(失去聚焦)
- ❌ 推薦「立刻刪筆記」(限流 ≠ 刪稿能解)
- ❌ 教繞過限流

## 輸出規範:《分發異常診斷卡》

**總字數 700-1100。直接輸出。全域禁止**:營銷詞 / 教繞過限流 / 「保證解除限流」 / 教刪稿.

▌一、7 類異常掃描表(命中? + 證據)
▌二、主因歸類(按嚴重度 7-1)
▌三、Top 1 修復動作(對應主因 + 具體步驟)
▌四、7 天觀察 + 失敗 Fallback

**自檢清單**:字數 / 7 類全掃 / 主因嚴重度對 / Top 1 ≤ 1 / 不教繞過

## 拒絕場景

- 缺資料 → "請補全異常筆記 + 賬號均值"
- 使用者要求「教繞過限流」 → "本工具不教繞過"
- 「立刻刪筆記」 → "限流不靠刪稿解,先按主因修"
- 欄位全空 → "請補全"

先給結論:常見 7 類分發異常的判別表

資料異常不是一種症狀。按釋出後 24 小時的曲線形態,可以分成 7 類完全不同的異常:

每一類的修復動作完全不同。最容易翻車的是把所有異常都歸因到“內容質量低”然後改正文,這種粗暴歸因 80% 的修復都是錯位的。

下面 7 節逐一拆。

異常 1:釋出後曝光小於 200

症狀:筆記釋出後 30-60 分鐘,後臺曝光數仍停在 100-200 之間不動(具體冷啟動池量級因垂類、賬號階段不同,以執行當天后臺為準)。

成因層級:召回階段失敗。演算法的標籤匹配系統給筆記打的標籤太散或太偏,系統找不到合適的使用者池來分發。這不是使用者不喜歡,而是連使用者都沒見到筆記。

判別動作:

最小修復:不要刪筆記重發(會被記為重複)。改三件事:① 把標題主詞移到前 12 字 ② 加 2 個精準話題標籤 ③ 改封面加上主詞大字。改完後筆記會在 1-2 小時內被重新評估。

避坑:不要在 30 分鐘內連發多條筆記。演算法可能識別為賬號低質量批次釋出,觸發賬號級降權。

異常 2:曝光漲到 500-800 就停

症狀:釋出後 1-2 小時曝光漲到 500-800,然後曲線突然變平,完全不再增長。

成因層級:粗排階段卡住。演算法給了初始曝光,但粗排判定這條筆記的基礎質量不夠進精排,所以沒有進入更大的推薦池。

判別動作(下表閾值是業界經驗值,平臺未官方公開,以執行當天后臺為準):

最小修復:這一階段優先順序是改三件事:① 封面文字 ② 標題首句鉤子 ③ 正文前 3 行。其它一律不動。

避坑:不要在曝光卡住時頻繁改正文中後段。粗排基本只看頭部,改後部不會觸發重新評估。

異常 3:曝光漲但點選率極低

症狀:釋出後 2-4 小時曝光漲到 1500-3000(量級),但點選數極低(點選率顯著低於賬號基線,業界經驗裡 < 1% 通常說明吸引力不足),互動資料(點贊/收藏/評論)也很低。具體閾值因垂類不同浮動,以執行當天后臺為準。

成因層級:精排匹配偏移。演算法給筆記找到了候選使用者,但使用者不是你的目標人群。要麼筆記標籤打偏到了非目標人群,要麼封面對目標人群沒吸引力。

判別動作:

最小修復:回頭改主詞。開啟「資料中心 → 筆記標籤」,如果顯示的標籤和你想做的完全不同,說明標題/正文中的主詞被演算法識別成另一個領域。改標題主詞 + 正文主詞復現密度。

避坑:不要因為點選率低就大改封面。封面已經吸引來了 1500-3000 曝光,問題是吸引來的不是目標人群。改標題和主詞比改封面更關鍵。

異常 4:資料正常但搜尋權重為零

症狀:筆記當時資料正常,7 天后流量來源依然 90%+ 來自推薦,搜尋曝光佔比 < 5%。

成因層級:搜尋系統未沉澱。這不一定是異常,可能你賬號本來就以推薦為主;但如果你的目標是做長尾價值,這就是問題。

判別動作(下表閾值是業界經驗值,平臺未公開搜尋系統精確口徑,以執行當天后臺為準):

最小修復:接下來 5 篇筆記圍繞同一主詞寫,標題正文都自然帶上,把賬號的搜尋基線打出來。這個修復要 4-8 周才見效,不要 7 天后下結論。

避坑:不要為了搜尋權重堆砌主詞。每 300 字 1-2 次自然復現就夠,過度堆砌反而被識別為關鍵詞作弊。

異常 5:整賬號近期資料集體下滑

症狀:不是單條筆記,而是最近 5-10 條筆記全部資料明顯低於歷史均值。

成因層級:賬號級降權。可能觸發了 社群規範 6 章違規處理或 4.4 作弊行為相關規則,平臺壓低了整賬號的起跑分。降權 / 限流是平臺單方面行為,具體觸發判定以站內信和後臺為準。

判別動作:

最小修復:停止異常動作,保守釋出 5-7 天(只發賬號最熟的形態,不試新東西)。賬號降權一般 7-14 天恢復。

避坑:不要在降權期間發“流量補救”內容,反而會拉長降權時間。

異常 6:老筆記突然回升

症狀:釋出 7-30 天的老筆記某一天突然曝光跳漲,可能漲到比當時還高。

成因層級:不是異常,是長尾推流觸發。演算法把高搜尋復訪的老筆記重新推了一輪。這是好事。

判別動作:

最小修復(其實是放大動作):把這條筆記當置頂 30 天,主頁頭圖改成承接該筆記的關鍵詞,接下來 3-5 篇做同主詞系列放大。

避坑:不要為了再造一次而硬複製原筆記結構發新版本。演算法對賬號近期同質化更敏感,可能反而觸發降權。

異常 7:資料起伏巨大無規律

症狀:筆記釋出後曝光從 200 一路飆到 3000 又驟降回 800,資料走勢像心電圖一樣無規律。

成因層級:可能在稽核中。平臺對疑似風險內容會進行人工複審,期間演算法對筆記的推流權重會忽高忽低。

判別動作:

最小修復:這種情況不要做任何修改動作。修改可能觸發稽核重置,反而拉長不確定期。等待 24-48 小時,資料穩定後再判斷要不要修。

避坑:不要找客服催。客服無法干預演算法判定,反而可能因為標記為投訴而拉長稽核期。

排查動作的優先順序

7 類異常並行出現時,按下面順序排查:

每一類異常都給自己 7-14 天恢復期。不要每天都改一遍,改頻太高反而讓演算法無法判斷穩定基線。

AI 怎麼輔助

AI 在分發排查裡有 4 個可以加速的位置:

第一,異常分類。把你最近 5-10 條筆記的資料曲線丟給 AI(釋出時間/1h/6h/24h/7 天曝光),讓它對照本文 7 類異常做初步歸類。AI 的歸類只是候選,你需要開啟後臺對照確認。

第二,主詞識別偏差。給 AI 一條筆記的標題和正文摘要,讓它列出“這條筆記最可能被演算法打成什麼標籤”。和你期望對比,判斷是否打偏。

第三,違禁詞掃描。讓 AI 把筆記標題正文跟違禁詞詞典對照,標出風險詞。AI 不能替代後臺違禁詞工具,但可以做第一道篩子。

第四,降權恢復期內容池規劃。如果判定是賬號級降權,讓 AI 基於你賬號歷史爆款幫你出 5 條“最保守、最熟悉、最穩”的選題,作為恢復期的內容池。

不要讓 AI 替你下結論說“你被限流了”。限流和降權是平臺行為,只有平臺後臺和站內信能確認,AI 無法判定。

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：

• 小紅書蒲公英 — 看品牌合作一口價、服務費與披露規則
• 小紅書創作者中心 — 看筆記資料、違規提示與權益入口
• 小紅書社群規範 — 看社群規則、違規判定與申訴口徑

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

怎麼知道賬號有沒有被降權?

開啟後臺「資料中心」對比近 30 天和近 7 天的筆記平均曝光。如果 7 天均值顯著低於 30 天均值(業界經驗是低 50% 以上量級),且不是因為節假日或選題變化,大機率賬號級降權。具體閾值平臺未官方公開,以執行當天后臺為準。

限流多久能恢復?

業界經驗一般 7-14 天。如果是嚴重違規(醫美金融極限詞,見 社群規範 2.3 / 3.1.3 節),可能 30 天以上。具體恢復期平臺不承諾,以執行當天后臺站內信為準,期間不要做任何“補救”動作,保守發熟悉形態最穩。

改標題和封面真的有用嗎?

有,但只對未起的筆記有用。改後筆記會在 1-2 小時內被重新評估一次,如果原本是粗排卡頓,改完可能進精排。改後還是沒起,說明問題在更深層(精排或賬號)。

老筆記長尾推流為什麼會突然爆?

通常因為某個搜尋詞季節性漲需求(比如開學/雙 11/年終),或者平臺短時推某個話題,你的老筆記正好命中。這種推流持續 3-7 天,要在視窗內做主頁和承接才能放大。

接下來去哪