X ได้เปิดเผยอัลกอริทึมการแนะนำทั้งหมดเมื่อวานนี้ เมื่อเทียบกับคะแนนการมีส่วนร่วมสูงที่เรารู้จักกันดี ยังมีรายละเอียดบางอย่างที่น่าสนใจให้พิจารณา

มันไม่ได้ให้คะแนนรวมคงที่กับโพสต์หนึ่งแล้วส่งต่อให้ทุกคน แต่จะพิจารณาผู้อ่านแต่ละคนโดยเฉพาะ เพื่อตัดสินว่า "คนคนนี้เมื่อเห็นโพสต์นี้แล้ว มีแนวโน้มจะทำอะไรที่สุด": กดไลก์ ตอบกลับ อ้างอิง รีทวีต แชร์ผ่านข้อความส่วนตัว คัดลอกลิงก์ ติดตามผู้เขียน หรือกด "ไม่สนใจ" ปิดเสียง บล็อก รายงาน โมเดลจะทำนายความน่าจะเป็นของพฤติกรรมเหล่านี้ แล้วนำมาคำนวณเป็นคะแนนจัดอันดับตามน้ำหนักที่แตกต่างกัน

อัลกอริทึมนี้ให้คะแนนโพสต์อย่างไร

สามารถย่อให้เป็นสูตรได้ดังนี้:

คะแนนพื้นฐานของโพสต์ต่อผู้อ่านคนหนึ่ง = Σ (ความน่าจะเป็นที่ผู้อ่านจะทำพฤติกรรมนั้น × น้ำหนักของพฤติกรรมนั้น)

หลังจากนั้น ระบบยังจะจัดการกับปัญหาต่างๆ เช่น เนื้อหาจากผู้เขียนคนเดียวกันมากเกินไป โพสต์มาจากบัญชีที่ผู้อ่านติดตามอยู่หรือไม่ เนื้อหาเหมาะสมที่จะแสดงหรือไม่ กล่าวอีกนัยหนึ่ง โพสต์หนึ่งอาจดึงดูดผู้อ่าน A ได้มาก แต่สำหรับผู้อ่าน B อาจไม่ได้คะแนนสูงเท่ากัน

ในพารามิเตอร์เริ่มต้นที่เปิดเผย:
น้ำหนักการแชร์ผ่านการคัดลอกลิงก์คือ 20
สูงกว่าการตอบกลับและการอ้างอิงที่ได้ 5 มาก
การติดตามผู้เขียนได้ 4
การแชร์ทั่วไปได้ 2
การรีทวีตได้ 1
การกดไลก์ได้ 0.5
การคลิกโพสต์ได้ 0.4
การเปิดลิงก์ภายนอกได้ 0.2
การขยายรูปภาพและการเปิดวิดีโอได้อย่างละ 0.05

ตัวเลขชุดนี้ถูกตีความผิดได้ง่ายที่สุด รูปภาพไม่ได้หมายความว่า "ใส่แล้วได้คะแนนบวก 0.05 คงที่" แต่โมเดลต้องประเมินก่อนว่าผู้อ่านมีแนวโน้มจะขยายรูปภาพหรือไม่ จึงจะนำ "ความน่าจะเป็นในการขยายรูปภาพ × 0.05" ไปรวมในคะแนนรวม การแชร์ผ่านการคัดลอกลิงก์ก็ไม่ได้เท่ากับการกดไลก์ยี่สิบครั้ง มันเป็นเพียงพฤติกรรมที่มีน้ำหนักสูง แต่โดยทั่วไปมีความน่าจะเป็นเกิดขึ้นต่ำ อัลกอริทึมมองที่ผลคูณของความน่าจะเป็นและน้ำหนักเสมอ

ดังนั้น การมุ่งเน้นแค่การกดไลก์จึงไม่ใช่กลยุทธ์ที่ดีที่สุด เนื้อหาที่คุ้มค่าต่อการส่งต่อให้เพื่อนร่วมงาน เพื่อน หรือคนในวงการเดียวกัน หรือเนื้อหาที่ทำให้ผู้อ่านมีเหตุผลเพียงพอที่จะเขียนเพิ่มเติม โต้แย้ง หรืออ้างอิง จะสอดคล้องกับเป้าหมายการจัดอันดับนี้มากกว่า คำว่า "ควร" ในที่นี้คือการตัดสินใจเชิงกลยุทธ์ด้านเนื้อหา แต่มันมาจากน้ำหนักที่ระบบกำหนดให้กับการแชร์ การตอบกลับ และการอ้างอิงโดยตรง

นอกจากคะแนนพื้นฐาน อัลกอริทึมยังเปิดเผยความเป็นจริงอีกหลายอย่างที่มักถูกมองข้าม สำหรับการจัดอันดับผู้สมัครในรอบเดียวกัน โพสต์แรกจากผู้เขียนคนเดียวกันจะแข่งขันตามปกติ แต่โพสต์ถัดไปจะมีการลดทอนความหลากหลายของผู้เขียน: ค่าเริ่มต้นคือทุกโพสต์ที่เพิ่มขึ้นคูณด้วย 0.5 ขั้นต่ำสุดที่ 0.25 เนื้อหาจากบัญชีที่ผู้อ่านไม่ได้ติดตามจะมีค่าสัมประสิทธิ์การแนะนำภายนอกเริ่มต้นที่ 0.75 การตอบกลับและการรีทวีตจากบัญชีที่ไม่ได้ติดตามจะเสียเปรียบมากกว่า บางส่วน甚至ถูกกรองออกก่อนการจัดอันดับ

สิ่งนี้อธิบายปรากฏการณ์ที่พบได้บ่อยมาก: การโพสต์ห้าโพสต์ในหัวข้อเดียวกันติดต่อกันในช่วงเวลาสั้นๆ จะไม่ทำให้การมองเห็นคูณด้วยห้าแบบง่ายๆ สิ่งที่ควรเดิมพันจริงๆ คือโพสต์ต้นฉบับหนึ่งโพสต์ที่สมบูรณ์ เป็นอิสระ และผู้แปลกหน้าสามารถเข้าใจได้ทันที ข้อสรุปนี้เป็นการอนุมานจากกฎสาธารณะในระดับเนื้อหา ไม่ใช่พารามิเตอร์ระบบเพิ่มเติม

ทำไม "มีประโยชน์" สำคัญกว่า "ครึกโครม"

หากเป้าหมายคือให้ผู้อ่านคัดลอกลิงก์หรือแชร์ผ่านข้อความส่วนตัว เนื้อหาที่มีประสิทธิภาพสูงสุดมักไม่ใช่ทัศนคติกว้างๆ แต่เป็นสิ่งที่นำติดตัวไปได้: ข้อตัดสินใจหนึ่ง กรณีศึกษาหนึ่ง กรอบแนวคิดหนึ่ง รายการตรวจสอบหนึ่ง หรือข้อเสนอแนะในการตัดสินใจที่ชัดเจนหนึ่งข้อ

ไม่ใช่ว่าอัลกอริทึมเห็นคำว่า "รายการตรวจสอบ" แล้วให้คะแนนพิเศษ มันเป็นเพียงเพราะรายการตรวจสอบที่ดีหนึ่งรายการถูกส่งต่อให้คนเฉพาะเจาะจงได้ง่ายกว่าคำพูดสะเทือนอารมณ์ที่คลุมเครือหนึ่งประโยค ข้อสรุปที่ขัดกับสามัญสำนึกพร้อมหลักฐานก็ถูกอ้างอิงและถกเถียงได้ง่ายกว่าคำปลอบใจที่คลุมเครือ กล่าวอีกนัยหนึ่ง รูปแบบเนื้อหาไม่ใช่คะแนน พฤติกรรมของผู้อ่านต่างหากคือคะแนน รูปแบบเนื้อหาเพียงแค่เพิ่มโอกาสที่พฤติกรรมเชิงบวกเหล่านั้นจะเกิดขึ้น

ตัวอย่างเช่น สองประโยคต่อไปนี้แสดงธีมที่เกือบจะเหมือนกัน:

AI จะเปลี่ยนอุตสาหกรรมเนื้อหา

ผมทบทวนทีมเนื้อหา AI จำนวน 30 ทีม ความสามารถของโมเดลไม่สำคัญ สิ่งสำคัญคือการแยกการเลือกหัวข้อ วัตถุดิบ และการตรวจสอบออกเป็นสามขั้นตอนอิสระ

ประโยคที่สองไม่ได้รับ "รางวัลข้อมูล" ใดๆ จากอัลกอริทึม แต่มันให้วัตถุ กลุ่มตัวอย่าง และข้อตัดสินใจที่สามารถถกเถียงได้ คนที่เคยบริหารทีมเนื้อหาจริงๆ สามารถเพิ่มกรณีศึกษา เสนอข้อโต้แย้ง หรือส่งต่อให้คนที่รับผิดชอบกระบวนการ นี่คือเงื่อนไขที่การตอบกลับ การอ้างอิง และการแชร์มีแนวโน้มเกิดขึ้นมากกว่า

โพสต์ที่มีการมองเห็นสูงควรกำหนดตำแหน่งนี้ให้ชัดเจนในประโยคแรก: มันพูดกับใคร เสนอข้อตัดสินใจเฉพาะอะไร ทำไมผู้อ่านต้องอ่านต่อ เนื้อหาหลักไม่จำเป็นต้องยาว แต่ควรส่งมอบข้อมูลเพียงพอให้ผู้อ่านได้รับคุณค่าโดยไม่ต้องออกจาก X ลิงก์สามารถใช้เป็นหลักฐานหรือเนื้อหาเสริมได้ แต่พารามิเตอร์เริ่มต้นสาธารณะไม่ได้แสดงว่า "โพสต์ลิงก์ภายนอกถูกลดน้ำหนักโดยตรง" วิธีที่ปลอดภัยกว่าคือส่งมอบคำตอบหลักในเนื้อหาก่อน แล้วให้ลิงก์ทำหน้าที่เป็นแหล่งอ้างอิงและรายละเอียด

บทสรุปควรให้บริการการสนทนาจริง ไม่ใช่เรียกร้องการมีส่วนร่วม "ทุกคนคิดยังไงบ้าง?" มักทำให้เกิดการตอบกลับที่คลุมเครือ "คนที่เคยทำผลิตภัณฑ์ AI แบบ B2B เห็นการกระตุ้นขั้นที่สองที่มีประสิทธิภาพที่สุดคืออะไร?" ให้ช่องทางตอบกลับที่ชัดเจนแก่คนที่ถูกต้อง น้ำหนักการตอบกลับและการอ้างอิงที่ 5 ต่อ 5 เป็นข้อเท็จจริงสาธารณะ คำถามแคบๆ นำมาซึ่งการมีส่วนร่วมคุณภาพสูงได้ง่ายกว่าคำถามกว้างๆ คือข้อตัดสินใจด้านการเขียน

รูปภาพ วิดีโอ ลิงก์ ควรใช้หรือไม่

รูปภาพ วิดีโอ และลิงก์ล้วนเป็นเครื่องมือในการสื่อสาร ไม่ใช่เครื่องรางป้องกันอัลกอริทึม

ค่าเริ่มต้นของน้ำหนักสำหรับการขยายรูปภาพและการเปิดวิดีโอมีเพียง 0.05 เท่านั้น หากกราฟสามารถทำให้แนวโน้มการเติบโต ผลการทดลอง หรือการเปรียบเทียบก่อน-หลังเข้าใจได้ในพริบตา ก็คุ้มค่าที่จะใช้ แต่หากเป็นเพียงการใส่ภาพที่ไม่เกี่ยวข้องเพื่อประกอบข้อความ มันจะไม่ได้รับคะแนนสูงขึ้นโดยอัตโนมัติ วิดีโอก็ใช้ตรรกะเดียวกัน: การสาธิต กระบวนการ การเปรียบเทียบ และความรู้สึกเสมือนจริงช่วยให้เนื้อหาเข้าใจง่ายขึ้น แต่ไม่มีหลักฐานว่า "แค่โพสต์วิดีโอก็ได้เพิ่มการมองเห็น"

น้ำหนักการเปิดลิงก์ภายนอกคือ 0.2 และโค้ดสาธารณะก็ไม่ได้เขียนว่า "บทลงโทษสำหรับลิงก์ภายนอก" ดังนั้นจึงไม่จำเป็นต้องซ่อนลิงก์เพื่อหลีกเลี่ยงการลดน้ำหนักที่เรียกว่าลิงก์ ที่สำคัญกว่านั้น อย่าทิ้งคุณค่าทั้งหมดของโพสต์ไว้เบื้องหลังลิงก์ ผู้อ่านที่สามารถได้รับข้อสรุปจากเนื้อหาหลักและเต็มใจที่จะแชร์หรือพูดคุย ลิงก์จึงจะกลายเป็นส่วนเสริมที่加深ความไว้วางใจ ไม่ใช่กำแพงกั้นการอ่าน

พฤติกรรมใดที่ทำให้คะแนนลดลง

น้ำหนักค่าเริ่มต้นที่เปิดเผยต่อสาธารณะนั้นเข้มงวดกับความคิดเห็นเชิงลบ: "ไม่สนใจ" คือ -43.2, "บล็อกผู้เขียน" คือ -31.2, "ปิดเสียงผู้เขียน" คือ -58.8, "รายงาน" คือ -234 สิ่งเหล่านี้เป็นความน่าจะเป็นที่คาดการณ์เช่นกัน ไม่ใช่การหักคะแนนแบบตายตัวเมื่อเกิดขึ้นครั้งเดียว แต่สิ่งเหล่านี้บ่งชี้ว่าอัลกอริทึมยอมลดการแนะนำลงหนึ่งรายการ ดีกว่าผลักดันเนื้อหาที่ผู้อ่านรู้สึก反感อย่างชัดเจนเป็นจำนวนมาก

สิ่งนี้นำมาซึ่งผลกระทบเชิงปฏิบัติหลายประการสำหรับการเขียน พาดหัวที่สัญญาผลลัพธ์ที่น่าตื่นเต้น แต่เนื้อหาไม่ให้หลักฐานหรือคำตอบ มักทำให้ผู้อ่านรู้สึกถูกหลอก การโจมตีบุคคลเพื่อสร้างอารมณ์หรือเกาะกระแสร้อนที่ไม่เกี่ยวข้อง อาจนำมาซึ่งการพูดคุยชั่วคราว แต่ก็มีแนวโน้มที่จะกระตุ้น "ไม่สนใจ" "ปิดเสียง" และ "รายงาน" มากขึ้น การแยกเนื้อหาหนึ่งชิ้นออกเป็นโพสต์ต่อเนื่องที่ไม่มีคุณค่าอิสระ ก็จะได้รับผลกระทบจากการลดความหลากหลายของผู้เขียนเช่นกัน

สิ่งที่กล่าวว่า "พาดหัวข่าวลวงจะถูกลดคะแนน" หรือ "การสร้างความขัดแย้งเพื่อความขัดแย้งจะทำลายการมองเห็นระยะยาว" ไม่ใช่กฎที่เขียนไว้เป็นตัวอักษรในซอร์สโค้ด แต่เป็นการอนุมานอย่างสมเหตุสมผลจากน้ำหนักความคิดเห็นเชิงลบและกลไกความหลากหลาย คุณค่าของมันคือการช่วยให้คุณตัดสินใจว่าอะไรไม่คุ้มที่จะเสี่ยง ไม่ใช่เปลี่ยนการเขียนให้กลายเป็นการหลบหลีกอย่างกลไก

บางกรณีไม่ใช่การหักคะแนน แต่เป็นการสูญเสียการมองเห็นจากคนแปลกหน้าโดยตรง

นอกเหนือจากการจัดอันดับ ยังมีการกรองการมองเห็น กฎที่เปิดเผยต่อสาธารณะระบุว่า โพสต์ที่มีแท็กความปลอดภัย เช่น เนื้อหาสแปม ลิงก์อันตราย เนื้อหาลามกหรือโจ่งแจ้ง ความรุนแรงนองเลือด ความเกลียดชัง หรือการด่าทออย่างรุนแรง อาจถูกนำออกจากการแนะนำให้กับผู้ที่ไม่ติดตามโดยตรง บัญชีที่ถูกทำเครื่องหมายว่าแอบอ้าง ถูกขโมย ถูกจำกัด หรือมีความเสี่ยงสูง ก็อาจถูกนำออกเช่นกัน ผู้อ่านที่บล็อกหรือปิดเสียงผู้เขียนอยู่แล้ว ก็จะทำให้เนื้อหาไม่สามารถเข้าสู่ฟีดแนะนำของพวกเขาได้

สิ่งนี้ไม่เหมือนกับ "ไลก์น้อยลงสองสามครั้ง" กรณีแรกคือการถอดคุณสมบัติการเป็นผู้สมัครของโพสต์ออกโดยตรง คลังข้อมูลยังระบุชัดเจนว่ามีกฎป้องกันสแปมบางส่วนที่ไม่เปิดเผยต่อสาธารณะ ดังนั้นอย่าถือว่าโค้ดสาธารณะเป็นคู่มือการหลบเลี่ยงการตรวจจับ พฤติกรรมการเติบโตที่ไม่เป็นจริง เช่น การปั๊มยอด ซื้อผู้ติดตาม กลุ่มแลกไลก์และแชร์ หรือการจัดการปฏิสัมพันธ์แบบอัตโนมัติ ไม่ควรลองทำ โค้ดสาธารณะไม่ได้ถูกเขียนขึ้นเพื่อใช้คาดเดาว่าการกระทำใดจะกระตุ้นแท็กใด และก็ไม่ควรนำมาใช้เช่นนั้น

อีกประเภทหนึ่งที่ไม่ใช่การลงโทษด้านความปลอดภัย แต่ก็จำกัดการเผยแพร่เช่นกัน: กระบวนการคัดเลือกจะนำโพสต์ที่เก่ากว่า 48 ชั่วโมงออกไป เนื้อหาที่ไม่ได้รับการจับคู่เพียงพอในช่วงเวลาเริ่มต้นไม่ได้หมายความว่ามันไร้ค่า แต่ก็ไม่เหมาะที่จะหวังว่าจะกลับเข้าสู่การแนะนำแบบกว้างๆ ในหน้า For You หลังจากผ่านไปหลายวัน หากจำเป็น ให้เขียนความคืบหน้า ข้อมูล หรือการตัดสินใจใหม่เป็นโพสต์ต้นฉบับใหม่ แทนที่จะโพสต์ซ้ำโพสต์เก่าแบบเดิม

แล้วโพสต์ที่ดีควรเขียนอย่างไร

วิธีเขียนที่ดีที่สุดไม่ใช่การใส่ "สูตรโพสต์ไวรัล" แต่คือการทำสี่สิ่งให้ครบในโพสต์หลักหนึ่งโพสต์: ให้ข้อสรุปที่ชัดเจนก่อน จากนั้นให้เหตุผลที่เพียงพอ ต่อด้วยวิธีการที่ผู้อ่านสามารถนำไปใช้ได้ และสุดท้ายทิ้งคำถามที่คุ้มค่าสำหรับคนเฉพาะกลุ่มที่จะตอบ

ตัวอย่างเช่น:

ฉันทบทวนโพสต์เปิดตัวผลิตภัณฑ์ AI จำนวน 30 โพสต์ พบว่าสิ่งที่สร้างการเผยแพร่ได้มากที่สุดไม่ใช่ "ฟีเจอร์ทรงพลัง" แต่คือ "ช่วยใครประหยัดขั้นตอนไหนไป"

"เรารองรับ Agent Workflow" แทบจะไม่ถูกแชร์ต่อ

"ทีมขายใช้มันลดเวลาการวิจัยลูกค้าจาก 2 ชั่วโมงเหลือ 12 นาที" ถูกแชร์ให้เพื่อนร่วมงานง่ายกว่ามาก

ข้อความผลิตภัณฑ์ที่ดีไม่ใช่การอธิบายความสามารถ แต่คือการอธิบายปัญหาที่ตัวละครหนึ่งสูญเสียไป

คุณเคยเห็นผลิตภัณฑ์ไหนที่เก่งที่สุดในการแปลงความสามารถเชิงนามธรรมให้เป็นผลประโยชน์ที่จับต้องได้?

ตัวอย่างนี้ไม่รับประกันการมองเห็น เพราะอัลกอริทึมยังขึ้นอยู่กับผู้อ่านเฉพาะ ประวัติบัญชี การแข่งขันของผู้สมัคร และการตั้งค่าการทดลอง แต่มันมีลักษณะเนื้อหาที่สอดคล้องกับเป้าหมายที่เปิดเผย: มันเป็นโพสต์ต้นฉบับอิสระ ประโยคแรกให้ข้อสรุป ตรงกลางให้กรอบที่สามารถเล่าต่อได้ และตอนท้ายเชิญชวนให้แบ่งปันประสบการณ์เฉพาะแทนที่จะเป็นการกดไลก์แบบไร้สาระ

กลยุทธ์ที่ยั่งยืนอย่างแท้จริงไม่ใช่การไล่ล่าโพสต์ไวรัลครั้งเดียว แต่คือการให้การตัดสินใจที่คุ้มค่าแก่การเล่าต่อซ้ำๆ กับคนกลุ่มเดียวกัน อัลกอริทึมสาธารณะคาดการณ์พฤติกรรมตามความเฉพาะตัวของผู้อ่าน หัวข้อที่สม่ำเสมอ คุณค่าที่แท้จริง และการโต้ตอบที่ดี จะทำให้ระบบมีโอกาสมากขึ้นในการนำเนื้อหาถัดไปไปวางไว้ต่อหน้าคนที่เต็มใจตอบ อ้างอิง และแชร์จริงๆ

ยินดีต้อนรับสู่ชุมชนทางการของ BlockBeats:

กลุ่ม Telegram สมัครสมาชิก: https://t.me/theblockbeats

กลุ่ม Telegram พูดคุย: https://t.me/BlockBeats_App

บัญชี Twitter ทางการ: https://twitter.com/BlockBeatsAsia