在閱讀了字節多多創始人，新榜原高級咨詢顧問張佳的新書《短視頻內容算法》后，可以將算法推薦下的創作推廣方法，提煉為以下幾點：

1. 了解用戶的內容需求。

2.?信息差與建立期待

3.?利用算法推廣原理

4.?關注冷啟動

5.?明確定位，圈定粉絲與養號

6.?企業推廣方案

要想獲得用戶關注，必然要創作用戶需要的，想要得到的內容，馬斯洛提出了人的五大需求，更進一步的，可將人的欲望劃歸為16個方向：權利、獨立、好奇、接納、有序、收集、榮譽、理想、社交、家庭、地位、反擊、浪漫、食欲、運動、安寧。這16個基本欲望驅動人們去獲得信息，那么內容創作也可以從這些角度出發。

如果一篇文章的內容非常常見化，那就不能制造傳播的勢能。

書中以水舉例非常形象，水的流動需要勢能，信息也一樣，需要信息差這一根本傳播推力，信息推送和需求都是輔助的吸力與拉力，光滿足需求是不夠的，同質化過多，劣質信息的泛濫，使得沒有信息差的信息很難傳達到讀者面前。

那么如何制造信息差呢？

對短視頻來說，故事發生的小概率事件可能是信息差的來源。

對文章來說，比較稀缺的信息，有價值而沒有普遍認知的信息，都是信息差的來源。

至于建立期待，一個故事要是始終如一，我們不會有期待，但是如果它是變化的，那我們就會有期待，我們通常會將故事中的轉變、轉折作為期待的重要要素。

所以，抖音劇本很多都要求神反轉，這一方面建立期待，一方面刺激用戶的情緒，使情緒順向流動，達到一種滿足感。

情緒流動有以下幾種：

不愉快——愉快

輕松——緊張

平靜——激動

不確定——確定

滿足一種情緒流動，同時不回流，就容易使用戶感到滿足，繼而點贊分享。

短視頻還可以通過文案預告的方式，建立觀眾期待，可以是提煉視頻精華，也可以是使用戶身份帶入、引起好奇等等。

?

如：

爸爸媽媽千萬不要用這個字取名哦，

前方高能預警，

一看就會做得麻婆豆腐……

算法推薦，可以分為三種方式

斷物識人，物以類聚，人以群分。

像今日頭條，每發布一篇文章，系統都會提煉文章的關鍵詞，將文章打上標簽，并推薦給關注這個標簽的人，這是最基礎的算法推薦原理，至于短視頻，它可能會根據標題、背景音樂，隨即抓取的圖片幀分析，來給短視頻打上標簽。從而進行推薦。

物以類聚則指的是如果A看了一篇文章a，看了同一篇文章的B，看了另一篇文章b，那么b就有可能會被推薦給用戶A。

?

人以群分也是類似，根據用戶日常行為，用戶會被貼上各個標簽，那么在一個標簽聚類下的人，就有可能被推薦相同的內容。

正是算法推薦的這三個原理，實現了信息找人的過程，而不再是傳統的訂閱、搜索的過程。

這就使得賬號定位、養號的過程變得有意義。

（文章內容參考《短視頻內容算法》，如有侵權，請聯系我們。）