AI 自媒體營運教學
演算法與流量

YouTube 推薦演算法:4 大核心訊號 + Browse / Suggested 雙池

YouTube 演算法看 4 訊號:CTR + 留存率 + 觀看時長 + 會話時長。本文拆 Browse / Suggested / Search 三池機制。

📖 本篇術語速查表
英文 / 縮寫中文一句話解釋
YouTube海外影片平臺海外影片平臺,適合長影片、搜尋流量和廣告變現。
CTR點選率點選率,表示看到內容的人裡有多少人願意點進來。
SEO搜尋引擎最佳化透過關鍵詞、結構和內容質量提高搜尋曝光的做法。
KPI關鍵績效指標關鍵績效指標,用來衡量階段目標是否達成。
ROI投資回報率投入產出比,用來判斷時間、預算或工具是否值得繼續投入。
A/B對照測試把兩個版本放在同一目標下對比,用資料判斷哪個更好。
niche細分賽道足夠具體的細分賽道,比大方向更容易定位使用者和需求。
AI人工智慧用模型完成理解、生成、分析或自動化任務的技術總稱。

讀這篇先抓住一個判斷:YouTube 演算法看 4 訊號:CTR + 留存率 + 觀看時長 + 會話時長。本文拆 Browse / Suggested / Search 三池機制。涉及平臺規則、推薦訊號、費用、稽核口徑、後臺入口和工具價格時,以執行當天的官方頁面、平臺後臺或結算頁為準。

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 會按本文框架輸出一份可執行報告。

你是 YouTube 推薦演算法 助手,直接基於內建規則幫使用者完成具體任務。

任務:逐節診斷我的賬號,必須沿用下面 H2 順序,把每節轉成“結論 -> 操作 -> 驗證指標 -> 風險提醒”,並先指出最可能卡住結果的 1 個主因。

輸入:
- 目前方向/連結:___
- 目前階段和目標:___
- 目標人群與產品/內容:___
- 最近 7 天/30 天資料:___
- 可投入時間、預算和工具:___
- 已做過的 3 個動作:___

輸出結構(標題按順序保留):
1. 流程速覽
2. YouTube 推薦演算法 4 大核心訊號
3. YouTube 3 大流量池
4. 提升 YouTube 推流的 5 個高 ROI 動作
5. YouTube 演算法跟國內平臺的差異
6. YouTube 演算法的 3 個公開洞察
7. YouTube 演算法 5 個常見誤解
8. 新手執行清單:先跑 7 天小實驗
9. 覆盤標準:決定繼續、調整還是暫停
10. 7 天執行清單
11. 資料覆盤表
12. 官方資料與核驗口徑
13. 常見問題
14. 接下來去哪

要求:
- 每節先用新手能聽懂的一句話給結論,再解釋依據
- 缺資料寫“未確認”,列出要查的後臺、平臺或官方欄位
- 涉及規則、費用、入口、稽核、佣金或風控,標記“需要執行當天核驗”
- 不要複述教學原文,要轉成我的 7 天行動清單、成本/風險清單和覆盤表

YouTube 演算法是「全球短影音平臺中最透明也最複雜的」。讀完 01 YouTube 釋出最佳化 後,本文聚焦演算法機制。

流程速覽

流程图加载中

YouTube 推薦演算法 4 大核心訊號

YouTube 演算法在 2024-2025 公開材料裡反覆提到看 4 個訊號:

訊號 1:點選率(CTR)

觀看者刷到你影片縮圖時點選的比例。健康線 4-8%,詳見 01 縮圖 SEO

訊號 2:留存率(Retention)

觀看者看影片每個時間節點的留存比例。健康線 30%+ 詳見 01 12 分鐘指令碼

訊號 3:觀看時長(Watch Time)

總觀看時長(分鐘)。這是 YouTube 演算法的核心 KPI——它直接決定演算法對一條影片的推流量級。

提升觀看時長 = 影片時長 ×(完播率) → 同等留存率下,12 分鐘影片比 5 分鐘影片觀看時長高 2.4 倍

訊號 4:會話時長(Session Duration)

觀眾看完你的影片後,繼續在 YouTube 停留的總時長。

含義:你的影片不只讓觀眾看完,還要讓他們繼續在 YouTube 待下去(看你的下一條 / 看推薦池其他影片)。

提升方法:

  • 終屏推薦下條相關影片
  • 卡片插入相關影片
  • 影片描述裡連結相關播放列表

YouTube 3 大流量池

YouTube 影片被推薦的 3 個入口:

池 1:Browse(主頁推薦)

觀眾開啟 YouTube 主頁時看到的「For You」流。演算法基於:

  • 觀眾歷史觀看習慣
  • 頻道訂閱
  • 目前熱度

權重:佔 40-50% 流量(訂閱 + 推薦綜合)。

池 2:Suggested Videos(相關推薦)

觀眾看完一條影片時,右側 / 下方的「相關推薦」列表。演算法基於:

  • 跟目前影片的相關性
  • 你的頻道權重
  • CTR + 留存率歷史表現

權重:佔 30-40% 流量。

池 3:Search(搜尋)

觀眾主動搜尋時的結果列表。演算法基於:

  • 標題 + 標籤 + 描述的關鍵詞匹配
  • 影片質量訊號(留存率 / 觀看時長)
  • 頻道權威度

權重:佔 20-30% 流量。

提升 YouTube 推流的 5 個高 ROI 動作

#動作期望增量
1影片時長延長到 12-15 分鐘(從 5-8 分鐘)觀看時長 ×2.5
2縮圖 A/B 測試找最優版本CTR +30-50%
3章節標記 + 描述前 150 字 SEO 最佳化Suggested 推流 +20%
4終屏 + 卡片推薦相關影片會話時長 +30-50%
5建立主題播放列表(同 niche 5-10 條)頻道權重 + 長尾觀看時長

YouTube 演算法跟國內平臺的差異

維度YouTube抖音影片號
核心 KPI觀看時長 + 會話時長完播率 + 互動率朋友點贊 + 轉發
演算法透明度高(官方持續發文)極低
單條爆款上限數千萬-數億數千萬數百萬
內容壽命1-3 年24-72 小時1-6 個月
演算法對內容質量敏感度極高極高中(社交鏈兜底)

YouTube 演算法的 3 個公開洞察

YouTube 2024-2025 在 Creator Insider 頻道公開過幾個演算法洞察:

洞察 1:訂閱關係不再決定一切

2016 年之前,YouTube 訂閱者會自動看到所有影片。2025 年的演算法 + 關注關係只佔推流權重的 30-40%——影片質量(CTR + 留存)比訂閱更重要。

含義:老粉不開啟你的影片 → 演算法降權。這跟公眾號訂閱推送召回類似。

洞察 2:Shorts(短影音)跟 Long(長影片)演算法分開

YouTube 2022 後推出 Shorts(60 秒短影音)——跟 Long 影片用不同演算法。Shorts 用類似抖音的「完播 + 互動」演算法,Long 用「觀看時長 + 會話時長」。

含義:Shorts 漲粉但難變現(廣告分成低),Long 漲粉慢但變現強。兩者搭配做的博主在 2025 是主流。

洞察 3:章節標記 + 字幕影響演算法

帶章節標記 + 完整字幕的影片在演算法裡有「質量加分」。這兩件事不直接是觀看訊號,但 YouTube 演算法明確把它們作為質量判斷。

YouTube 演算法 5 個常見誤解

第 1 個誤解:「訂閱越多推流越多」 → 錯。影片質量比訂閱更重要。

第 2 個誤解:「YouTube 演算法跟 Google 一樣」 → 錯。Google 是文字 SEO,YouTube 是影片質量訊號。

第 3 個誤解:「Shorts 跟 Long 一樣推」 → 錯。兩套演算法。

第 4 個誤解:「熱點影片更容易爆」 → 部分對。但熱點影片壽命短,長尾深度影片累積觀看時長遠高於熱點

第 5 個誤解:「YouTube 沒法做 SEO」 → 錯。YouTube SEO 是搜尋池裡最重要的最佳化。

新手執行清單:先跑 7 天小實驗

這篇不要當成概念文章看。你要把「YouTube 推薦演算法:4 大核心訊號 + Browse / Suggested 雙池」變成一個 7 天實驗:先定義一個小邊界,只改一個變數,再用後臺資料判斷要不要繼續。這篇的核心問題是:YouTube 演算法看 4 訊號:CTR + 留存率 + 觀看時長 + 會話時長。本文拆 Browse / Suggested / Search 三池機制。

如果你第一次接觸這個主題,先回到本欄目入口確認它在完整學習鏈路裡的位置;如果你連平臺差異都還沒想清楚,再回到平臺總覽補一下上游判斷。這樣做不是為了多點連結,而是避免只最佳化一個區域性動作,卻把定位、內容形態或平臺規則搞錯。

  1. 第 1 天:只讀「流程速覽」這一層,寫下你目前賬號或內容流程裡最像這個問題的一個具體場景。不要寫“流量不好”這種大詞,要寫“釋出後 2 小時點選低”“收藏高但私信少”“選題一直停在泛方向”。
  2. 第 2 天:對照「YouTube 推薦演算法 4 大核心訊號」列出 3 個可改變數。每個變數都要能被看見:標題、封面、釋出時間、前 3 秒、關鍵詞、評論區引導、主頁承接、私信話術,只能選一個。
  3. 第 3 天:做一個最小版本。不要同時換封面、標題、指令碼和釋出時間。一次改太多,資料變好也不知道是誰起作用,資料變差也找不到原因。
  4. 第 4 天:把內容發出去,記錄釋出時間、首小時反饋、24 小時反饋和你自己的製作耗時。新手最容易漏的是耗時;一個動作如果每次要花 6 小時,就算資料不錯也未必能長期堅持。
  5. 第 5 天:只看「YouTube 3 大流量池」相關指標,不急著下結論。曝光低先查分發入口和關鍵詞,點選低先查標題封面,停留低先查正文結構,行動低先查承接路徑。
  6. 第 6 天:回看評論、收藏、私信和完讀/完播,不要只看點贊。點贊是情緒,收藏代表有用,評論代表參與,私信或點選才接近商業結果。
  7. 第 7 天:寫一句覆盤結論:繼續、調整或暫停。結論必須包含資料和原因,比如“標題改成問題句後點選上升,但收藏沒變,下一輪只改正文清單密度”。

覆盤標準:決定繼續、調整還是暫停

覆盤時不要問“這篇有沒有爆”。新手更應該問三個問題:第一,它有沒有比你過去同類內容更清楚;第二,它有沒有帶來一個可解釋的資料變化;第三,它有沒有讓下一篇更容易寫。只要這三個問題有兩個成立,這篇就不是白做。

判斷項繼續調整暫停
觸達曝光、播放或閱讀比近 7 天同類內容高有觸達但點選低連續 3 次觸達很低且無法解釋
停留完讀、完播、收藏至少有一項變好開頭有效但中段掉使用者看完也不知道下一步
行動有私信、點選、關注、加群或下單有互動但沒有承接只有點贊,沒有任何後續動作
成本製作時間能壓進你的固定節奏效果好但太耗時需要大量不可複製的人工堆料

出現“繼續”時,不要馬上擴成 10 篇,先把同一個變數再驗證 2 次。出現“調整”時,只改最短的一環:標題不清就改標題,封面不清就改封面,正文太散就改結構。出現“暫停”時,不是認輸,而是承認這個方向暫時沒有被資料證明。把它放進備選池,回到「提升 YouTube 推流的 5 個高 ROI 動作」重新找邊界。

這套覆盤還有一個好處:它能把 AI 從“替你寫一篇”變成“替你做下一輪判斷”。把 7 天資料、評論原文、後臺截圖欄位丟給 Agent,讓它只輸出下一輪要改的一個變數。不要讓 AI 一次重寫全部內容;那樣看起來很勤奮,實際上會破壞可驗證性。

7 天執行清單

YouTube 推薦演算法:4 大核心訊號 + Browse / Suggested 雙池讀完後,不要馬上擴大動作。先用 7 天做一輪小驗證:

  1. 第 1 天:把本文核心判斷改寫成 3 條假設,寫清楚你預期會看到什麼結果。
  2. 第 2 天:選一個最小動作,只做一版,不同時改標題、封面、指令碼和釋出節奏。
  3. 第 3 天:記錄第一次反饋,包括曝光、點選、完讀、諮詢、收藏或成交意向。
  4. 第 4 天:只調整一個變數,避免事後不知道哪個動作有效。
  5. 第 5 天:把反饋分成平臺規則問題、內容表達問題和轉化路徑問題。
  6. 第 6 天:對照官方入口核驗規則,確認不是因為入口、許可權或稽核口徑變化導致誤判。
  7. 第 7 天:決定繼續、調整或暫停,並把結論寫成下一篇內容或下一次實驗的輸入。

資料覆盤表

覆盤項記錄方式判斷標準
觸達記錄曝光、開啟、播放或閱讀量判斷平臺是否願意分發這個方向
停留記錄完讀率、完播率、收藏或評論判斷內容結構是否讓人願意繼續看
行動記錄私信、點選、加群、下單或預約判斷讀者是否進入下一步
成本記錄耗時、工具費和人工修改量判斷這條路徑能不能持續 30 天
結論寫一句繼續 / 調整 / 暫停的理由禁止只寫“感覺還行”,必須對應資料

這張表要回到本文目標:YouTube 演算法看 4 訊號:CTR + 留存率 + 觀看時長 + 會話時長。本文拆 Browse / Suggested / Search 三池機制。

官方資料與核驗口徑

  • 官方/平臺入口:YouTube Help

  • 規則、價格或後臺核驗:YouTube Studio

  • 平臺規則、推薦訊號、費用、稽核口徑、後臺入口和工具價格都可能變化;本文只保留可複用的判斷框架和操作順序。

  • 真正執行前,先回到平臺官方後臺、幫助中心、結算頁或工具官網確認最新口徑。

  • 如果官方沒有公開精確數字,本文只寫可觀察指標和驗證方法,不把第三方估算當成官方結論。

常見問題

YouTube 推薦演算法:4 大核心訊號 + Browse / Suggested 雙池應該先看還是邊做邊看?

如果你還沒開始,先看一遍,只記住一個判斷和一個動作;如果你已經在做,直接拿正文裡的檢查項對照自己的資料。不要邊看邊全量改,先改一個變數,7 天后再決定是否放大。

接下來去哪

本頁目錄