抖音流量命门，变了

出品｜虎嗅黄青春频道
作者｜商业消费主笔黄青春
题图｜现场拍摄
一场声势浩大的网红年度聚会，扎扎实实让海宁感受到了短视频浪潮的冲击。
赶在国庆节前夕，抖音将海宁盐官古城装扮成创作者线下交流会，放眼望去，满街都是惹眼的网络潮人，有人悠然开启直播打卡，有人与粉丝热情合影，还有人不断轮换角度拍摄素材，热闹氛围弥漫古城。
夜幕降临，古城中的演唱会、红毯表演、开放麦及烟花秀相继上演，即便绵绵细雨与拂面凉风催人加快脚步，但水雾氤氲的古道上，仍有行人三五成群驻足。立于雨中，仿佛能听见时间也随之哗哗作响，为这场线下交流会添了几分诗意。


事实上，从快手包下乌镇、小红书包下复兴岛，到如今抖音聚集创作者于盐官古城，“包一座城、盘一座岛整活”已成为当下互联网企业的新潮流，既展现出行业活力，也透着经济上行的阔气。
聚于线下的创作者们，或是俊男靓女、或是行业翘楚，摇身一变更是互联网坐拥千万粉丝的 “名人”。据虎嗅了解，过去一年，抖音平台的优质内容播放量同比提升了 160%，优质内容播放时长同比增长了 220%、是普通内容的 17 倍；其中，游戏、二次元、人文社科等 17 个垂类优质内容播放时长同比翻番。
单从上述数据来看，抖音生态似乎比外界认知的更加多元、丰富，但这背后是创作者在内容生态的“丛林法则”中不断浮浮沉沉——尤其，当抖音内容生态越发“枝繁叶茂”，一个个拔地而起的“顶流”则成为其中流砥柱。


随着内容数据曲线越发陡峭，平台也在推动AI 创作工具的普及以降低内容生产门槛。
抖音副总裁陈都烨透露，近半年，抖音平台上使用 AI 创作的稿件量增长了 91%。此外，抖音精选 APP 即将推出 AI 伴读、AI 笔记等功能，并持续升级 AI 效果产品创作工具、虚拟创作平台等，进一步丰富创作手段。
一个有意思的切面是，85% 的万粉以上青年创作者将抖音作为起步“跳板”——这是过去一年，抖音内容发展的一大趋势。
算法至上？
一提到算法，网友往往神经紧绷，担心自己的信息茧房愈发密不透风；实际上，创作者之于算法的焦虑更甚。
在“算法分配流量”的表象下，本质是用户兴趣的动态流转：从代古拉 K到毛毛姐，从邱勇到张同学，从刘畊宏到王心凌，从小杨哥到董宇辉，当超级主播渐次退居幕后，普通人也可能成为踩中社会情绪的 “幸运儿”。
上述叙事是长期以来外界对抖音算法的主流认知，但虎嗅与抖音业务团队沟通后发现，实际情况有所不同。
诚然，推荐算法本质是一套高效的信息推荐系统，但在抖音的实际应用中，推荐系统至今仍采用 “机器学习 + 人工导航” 的协同模式进行治理。


抖音算法工程师刘畅介绍，抖音推荐算法包含召回、过滤、排序等核心环节，核心逻辑是 “学习用户行为”。
具体而言，基于用户行为的推荐方法涵盖多种技术模型：协同过滤（通过分析用户相似兴趣推荐内容）、双塔召回（将用户特征与内容特征分别输入两个模型 “塔”，快速匹配潜在感兴趣内容）、Wide&Deep 模型（兼顾 “广泛推荐” 与 “深度精准推荐”，既推送用户熟悉的内容类型，也探索潜在兴趣）——这些算法能在 “完全不理解内容” 的情况下，找到兴趣相似的用户并推送内容。
值得一提的是，抖音算法如今几乎不依赖对内容和用户 “打标签”，而是通过模拟人脑神经元连接方式的 “神经网络”，经大量数据训练预估用户对内容的偏好程度，再将排名靠前的内容推送给用户。
“用户长期价值，是抖音推荐算法的‘北极星指标’，也是我们最核心的业务目标。” 刘畅表示，抖音现阶段更关注用户长期价值，而非平台短期数据。为此，算法会综合考量完播率、评论、点赞、对作者长期消费、分享、跟拍等多项目标，力求计算出更符合用户长期需求的推荐结果。
甚至，为引导算法打破 “信息茧房”，抖音在多目标建模体系中专门设置了 “探索维度”：

一方面，对用户已表现出的兴趣，通过 “多样性打散”、“多兴趣召回”、“扶持小众长尾兴趣” 等方法，控制相似内容的出现频次，推送更多元内容；
另一方面，通过随机推荐、基于社交关系拓展兴趣、搜索与推荐联动、“不感兴趣则不再展现” 等方式，帮助用户探索新兴趣，让用户主动行为反哺推荐系统，实现更个性化、更多样的推荐。

按此逻辑，算法能学习、预估用户行为，但外界担忧：机器终究无法精准理解内容语义，若存在内容理解不足的情况，是否会加剧 “劣币驱逐良币”？


对此，抖音生态运营经理陈丹丹解释，创作者上传内容后，会先进入机器识别环节：若内容含高危特征，将被直接拦截；若未命中高危特征但模型判断存疑，会转至人工审核；若问题概率较低，则获得基础流量进入下一环节。此外，若视频被举报、评论区出现集中质疑或流量激增，均会触发人工复核。
需强调的是，内容若在任一环节被判定违规，系统会立即停止进一步推荐与分发，避免不良内容扩散。
同时，内容审核并非依赖纯经验判断，而是包含异常感知、标准定义、机器识别、人工研判、风险处置等标准化流程，且始终遵循两大准则：

一是所有平台内容均需经过评估，流量越高的内容，评估次数越多、标准越严格；
二是推荐治理与内容审核均采用 “机器控广度 + 人工控深度” 的协同模式 —— 机器负责处理海量数据（如推荐环节的内容召回、审核环节的全量稿件筛查），人工聚焦专业判断（如推荐环节的策略调整、审核环节的疑难内容研判），二者互补以兼顾效率与精准度。

新上线推荐子系统
如今，抖音不再温吞吞的局部 “修补”，而是针对性进行深度优化，核心方向之一是让优质内容获得更多流量。
抖音生态策略负责人贾贝贝表示，“关于‘什么是优质内容’，我们内部曾进行过深入讨论——由于不同人对优质的定义存在差异，很难仅凭单一标准界定，最终达成共识让特定领域的‘懂行用户’去筛选优质内容。”
据虎嗅了解，这一策略的落地路径清晰：先从用户盘识别出在特定领域有经验积累的“懂行用户”；再通过这些用户的互动行为精准筛选出具备领域专业性的优质内容，让这些内容获得更多、更精准的流量。


“这个推荐系统的目标很明确：把用户选出的好内容，用最适配优质内容的方式分发出去。我们发现，这套优质分发系统对用户体验也有显著的正向帮助。” 贾贝贝补充道。
具体来看，抖音优质内容识别机制核心是 “基于用户行为精准判定”：以摄影摄像领域为例，若用户高频收藏某作者的教程、积极与其交流创作技巧，该作者会被认定为优质创作者；延伸至物理、医护、财经等领域，在相关视频下发表专业评论的用户，其后续互动行为也将帮助平台发掘该领域的优质内容。
虎嗅获悉，抖音平台每天有近 1 亿用户，在自己懂行的领域通过互动行为参与优质内容筛选——他们用收藏、点赞、评论等产品交互与作者沟通，成为平台筛选优质内容的 “助力者”。
与此同时，为让优质内容获得更精准的流量分发，抖音官方升级了优质内容的推荐机制。
一个重要动作是，抖音在推荐系统中内置了一个专门服务于优质内容的推荐子系统，这个推荐系统的目标就是为用户“标记”的优质内容，匹配最合适的分发方式，即在一定程度上，实现优质内容与优质内容之间的PK，最终从所有的优质内容中，找到用户最喜欢的内容，进行精准推荐。
目前，这一策略已取得阶段性正向反馈——据虎嗅了解，升级优质内容推荐机制后，平台的流量稳定性同比提升了 15.9%；但流量稳定性对创作者而言是一把 “双刃剑”——稳定性增强的同时，新作者的获粉难度也随之加大。


针对这一问题，抖音的应对策略是 “严控非原创内容，将流量向新作者倾斜”：仅 2025 年上半年，抖音非原创内容的流量占比下降 47%，新作者的成长速度因此大幅提升。
绕了一圈，从内容生产到推荐机制的优化，抖音内容生态的核心逻辑始终围绕 “抢占新质生产力” 展开——毕竟，这些新质生产力对抖音至关重要，尤其在 AI 降低创作门槛的当下，既能高效产出优质内容，又能精准契合“懂行用户”的筛选标准，正是短视频平台未来竞争的核心壁垒。
更深层的意义在于，随着短视频浪潮重塑流量格局，受众对视频内容的质量与丰富性要求不断提高，这倒逼着抖音持续打磨团队的 “持久战” 能力，推动内容生态形成 “优质内容→精准分发→用户认可→更多优质创作” 的良性循环，试图以此开创短视频行业的新作战模式与新治理理念。
这一布局的重要性不言而喻：回溯字节跳动在数十个赛道的辗转腾挪，“携流量重塑格局” 是其最具颠覆性的力量。即便部分业务暂时不被看好，但其业务团队的首要任务始终是 “留在牌桌上”。
唯有如此，才能保持市场与公众对其成长的预期，即字节跳动依旧是一家向上攀爬、充满可能性的公司——而这，正是字节跳动能成为行业 “鲶鱼”，在各领域左突右奔的底气所在。
#虎嗅商业消费主笔黄青春、黄青春频道出品人，关注文娱社交、游戏影音等多个领域，行业人士交流加微信：724051399，新闻线索亦可邮件至[email protected]
本文来自虎嗅，原文链接：https://www.huxiu.com/article/4784316.html?f=wyxwapp