YouTube Shorts 算法如何运作

了解 YouTube Shorts 推荐如何利用观众行为、格式资格、保留度、AI 披露和实际编辑测试。

GGoFaceless Team阅读时间:8 分钟
Illustration of YouTube Shorts algorithm with icons and data flow.

YouTube Shorts 是一种个性化推荐系统,根据观众的观看历史、点赞、点踩和观看行为等信号,将符合条件的短视频匹配给个别观众。当接收短视频的观众选择继续观看并给予积极反馈时,该短视频就能获得更广泛的传播;YouTube 并未发布任何单一指标、上传技巧或固定阈值来保证覆盖率。

重点总结:

  • YouTube 表示,其推荐系统依赖于 超过 800 亿个信号,包括观看历史和点赞或点踩,帮助了解观众偏好。
  • YouTube Shorts 播放器使用的推荐信号与主 YouTube 体验中使用的信号类似,但滑动优先的观看环境改变了短视频必须多快传达其价值。
  • YouTube Shorts 是一种 不超过 3 分钟 的垂直或方形视频;创作者在发布前应检查 YouTube 自身帮助文档中的当前上传要求。
  • YouTube 的变更或合成内容规则侧重于可能让观众误认为是现实人物、事件或地点的有意义的真实材料。单纯使用 AI 并不被视为 Shorts 可见性的自动处罚。

什么信号推动 YouTube Shorts 推荐?

YouTube Shorts 推荐基于个性化观众信号,而不是每个视频都必须通过的固定检查清单。在其推荐文档中,YouTube Help 表示:“我们的系统依赖于超过 800 亿个信号来帮助我们理解观众的喜好。”同一文档将观看历史和点赞或点踩列为偏好信号的例子,并解释 Short 播放器使用的推荐输入与更广泛的 YouTube 体验类似。

“超过 800 亿个信号”这个短语提供了有用的背景,但它并不是面向创作者的评分,也不是附加在某个 Short 上的信号计数,也不是频道可以直接优化的目标。YouTube 并没有说明每个信号的权重相等,也没有发布组合它们的通用公式。实际上更为狭窄的一点是:YouTube 有许多方法来推断出特定观众是否可能会重视某个特定视频。

例如,两个观众可能会从同一个上传中获得截然不同的结果。一个反复观看简洁历史解释的观众可能与另一个历史解释的内容匹配得很好;而一个通常从该格式中滑走的观众则会形成不同的观看模式。上传没有改变,但受众的匹配发生了变化。这就是为什么一个 Short 在不同观众群体中会产生不同的观看行为。

创作者应关注首次观看机会所产生的反应。一个清晰的开头能迅速确立主题;视觉变化、提问、紧张点或特定承诺可以给相关观众一个继续观看的理由。目标并不是满足一个虚构的算法性格,而是让目标观众决定接下来的几秒钟是值得观看的。

Shorts 的分发需要什么费用或要求?

YouTube 在其推荐指导中并未描述购买有机 Shorts 推荐的费用。有机的 YouTube Shorts 分发依赖于符合条件的格式、合适的观众匹配以及随之而来的观看反应;付费推广是一个单独的广告选择。将有机覆盖视为获得的关注,而非产品购买:Short 需要一个可理解的前提、视频内部的明确包装,以及选择不滑走的观众。

一个有用的区分在于 *有资格出现* 和 *被重复选中*。格式遵从性解决了第一个问题,而观众行为有助于回答第二个问题。一个开头不清晰的垂直上传可能符合 Shorts 体验,但未必能成为许多观众的强推荐候选。相反,一个聚焦明确的创意在创作者期望它表现得像短视频之前,仍需要满足相关的格式要求。

YouTube 如何衡量 Shorts 的参与度?

YouTube 通过观众的行为来衡量 Shorts 的参与度,这些行为揭示了相关性和满意度,包括观众是否观看或跳过、继续观看的时间长度,以及他们是否提供反馈如点赞或点踩。YouTube Help 将观看历史和点赞或点踩列为理解观众喜好的信号之一,但 YouTube 并不发布单一的公开 Shorts 参与度分数或通用的观看时长阈值。

对于创作者来说,有用的解读是 Short 必须在 YouTube 展示给观众时反复吸引注意力。观看行为很重要,因为立即失去观众的视频提供了观众与视频匹配的效果较少的证据。积极的行为可以支持 Shorts 提供价值的论证,但仅仅一个点赞并不能可靠地抵消观众在想法尚未明确之前就不断滑走的模式。

一个实用的审查方法是检查保留率与评论和点赞,找出视频变得不那么引人注目的确切时刻。原因可能是解释模糊、视觉重复、难以阅读的字幕、长时间停顿,或是观众已经离开时才出现的回报。在更改编辑之前准确命名失误。“保留率下降”是一个观察;“例子在抽象定义之后才开始”是一个可操作的诊断。

考虑一个假设的 30 秒 Short 解释为什么销售价格仍然可能导致更高的最终账单。头两秒可以展示最终总额,并问:“为什么折扣会花费更多?”第 3 到 12 秒可以显示原价和折扣。第 13 到 23 秒可以介绍附加费用。最后七秒钟可以陈述结论。这些时间戳是编辑规划的示例,而不是 YouTube 排名阈值,但它们迫使创作者将承诺的答案放在结尾之前。

另一个有用的测试是比较同一事实视频的两个开头。开头 A 说:“今天我们来谈谈定价。”开头 B 说:“20% 的折扣可能会提高你的总额——这是为什么。”第二个开头明确指出了一个特定的结果,并提出了一个下一个场景可以回答的问题。如果其余的 Short 提供了答案,则该开头与内容对齐,而不是充当空洞的好奇心诱饵。

避免为了空白的互动诱饵进行优化。源于真实好奇心、有用解释或令人满意结论的参与比没有理由要求评论的互动更为持久。理解观点、观看证据并选择作出反应的观众所提供的编辑结果比在视频尚未提供任何价值之前被提示评论的观众要强得多。

视频被分类为 Shorts 的标准是什么?

YouTube Short 是一种 不超过 3 分钟 的视频,并使用垂直或方形格式。YouTube 自身的帮助文档是当前产品要求的正式来源,而现有的 ShortSync 格式摘要 反映了相同的核心描述:符合条件的 Short 是垂直或方形且不超过三分钟。由于上传规则可能会变更,创作者在发布前应立即检查 YouTube Help,而不是将任何次要摘要视为永久政策。

因此,YouTube Shorts 的分类涉及的不仅仅是在横向录制周围放置一个垂直裁剪。在为 Shorts 体验准备视频时,持续时间和方向都很重要。简短的横向片段不应假定会获得与垂直或方形 Short 相同的待遇,同时长度超过规定限制的垂直视频也不应仅仅因为看起来像短视频而假定符合资格。

在制作前计划格式。垂直框架需要一个清晰的主题、可读的字幕以及在移动观众能理解的地方放置的支持视觉细节。方形框架也可以符合条件,但垂直构图通常占据更多手机屏幕。当场景中包含图表、面孔、产品和字幕时,决定哪个元素传达信息,而不是将所有四个元素缩小到一个无法阅读的布局中。

三分钟的限制是上限,而不是目标。利用完成一个承诺所需的持续时间。快速事实可能需要设置和揭示;一个迷你案例研究可能需要足够的时间来建立初始问题、展示证据并得出结论。仅仅为了填满可用持续时间而增加场景可能会削弱观看行为,因为每个额外的场景必须赢得其位置。

一个具体的规划练习是写一句话来定义观众的承诺,然后列出证明它所需的最少场景。一个关于地图错误的 Short 可能需要:令人惊讶的地图图像、错误出现的原因和纠正后的视图。一个关于烹饪技巧的 Short 可能需要:失败的结果、一个变化和最终结果。如果某个场景未能建立承诺、提供证据或传达回报,它就有可能被剪掉。

AI 内容如何影响 Shorts 的可见性?

在 YouTube 的 Shorts 推荐指导中,并未有关于 AI 生成内容自动可见性惩罚的文档。YouTube 对推荐的公开解释强调个性化观众信号,包括观看历史和点赞或点踩,而没有将 AI 辅助制作作为排名因素。YouTube Help 支持这一观众反应框架,而 YouTube 的另一个变更或合成内容指导则涉及到披露和政策责任。

实际的可见性风险往往是执行不力,而非仅仅是 AI 工具的存在。泛泛而谈的解说、不匹配的视觉、重复的库存式视频、未经验证的声明或错误读出关键术语的合成语音,都可能促使观众滑走。这些问题是编辑问题:它们降低了清晰度和可信度,无论生产过程是否使用了 AI、传统编辑工具或两者兼而有之。

无面孔创作者可以通过原创的编辑角度降低这种风险。从一个狭窄的问题开始,写出一次只能提出一个可辩护的主张的脚本,验证事实用词,并为每个视觉赋予一个任务。时间线应该解释顺序,图表应解释机制,比较应显示所讨论的差异。仅仅填补空白屏幕空间的视觉元素会让清晰的脚本显得不那么可信,而不是更具吸引力。

例如,一个泛泛的 AI 辅助 Short 可能会说:“古代城市很神奇。”更强的版本会问:“这个城市为什么需要将水引向高处?”然后可以展示一个标记的高程问题、一个机制和结果。第二个版本并不依赖于 AI 作为吸引力,而是给观众一个具体问题、一个视觉解释和一个完整答案。

AI 可以缩短构思与草稿之间的时间,但创作者仍然要对最终视频负责。在发布前检查发音、字幕、时机、图像、来源声明以及任何现实描述。当 Short 通过变化或合成描绘现实事件或人物时,可能需要遵守披露要求。可持续的工作流程是对 AI 辅助制作的人工编辑控制,而不是无人看管的大规模发布。

AI 生成内容在 Shorts 中的当前政策是什么?

YouTube 当前的变更或合成内容指导要求披露,以便在有意义的变更或合成材料可能导致观众误认为真实内容属于真实人物、事件或地点时。政策问题不仅仅在于 AI 是否出现在工作流程中,而是最终产出是否真实且在某种程度上被改变或合成,可能误导合理观众对真实事物的理解。

所附的 YouTube 关于改进 AI 标签的公告 描述了 YouTube 努力使有关改变或合成材料的面向观众信息变得更清晰。该公告不应被视为政策本身的替代品或普遍排名效应的证明。对于当前创作者的义务,更直接的参考是 YouTube 的 变更或合成内容披露指导。

披露并不是更广泛的政策合规的替代品。创作者仍需遵循 YouTube 关于有害、欺骗性或其他禁止材料的规则。披露可以告知观众材料已被改变或合成,但并不使误导性情境、虚假声明或禁止内容变得可以接受。因此,创作者应同时审核表现的现实性和标题、解说、字幕以及编辑过程中的准确性。

一个明确的区分可以使规则更易于施用。用来解释经济概念的清晰风格化动画插图与看似真实的合成片段呈现一个真实公众人物所说的从未说过的话传达了不同的上下文。类似地,显然是虚构的场景与没有上下文呈现的事件的真实重建信号不同。输出越接近于可信的真实录像或演讲,创作者就越应该仔细评估披露。

在需要时使用上传披露过程,并且不要依赖微妙的编辑选择来掩饰实质性修改。当项目紧贴边界时,清晰的披露是更安全的做法。在发布真实的 AI 辅助 Short 之前,特别是当视频描绘可识别的人物、重要事件或真实地点时,请查看 YouTube 的 变更或合成内容披露指导。

Shorts 和常规视频之间的参与度有哪些不同?

YouTube Shorts 的参与度在可滑动、个性化的动态中进行,因此创作者必须立即赢得下一瞬间的关注。常规 YouTube 视频通常从缩略图、标题、搜索结果、订阅动态或视频推荐点击中做出决定。YouTube Help 描述了 YouTube 的共享推荐基础,但 Shorts 的观看上下文改变了观众做出首次决策的速度。

常规视频可以使用标题和缩略图在播放前建立预期。Short 通常只有开场框架、第一句台词和第一条字幕来说明其价值。这一差异使得节奏和视觉清晰度异常重要。不要将长格式的介绍复制到 Short 中。问候、频道品牌、宽泛的背景解释和延迟的前提会消耗确切的秒数,而这正是滑动动态中的观众决定是否继续的时刻。

结构上的对比是实际的。一个长格式的教程可以以“在本视频中,我们将介绍三种方法……”开头,因为点击本身表明了一些初步兴趣。Short 可以更加直接地开始:“你的电子表格总和因为一个隐藏的原因而错误。”下一镜头应立即展示那个理由或开始证明它。Short 不需要匆忙,而是需要让下一个瞬间的目的显而易见。

这两种格式可以相辅相成。使用 Shorts 来回答一个小而引人入胜的问题或展示一个结果。在观众需要深度、证据、来源讨论或更完整的教程时,使用长格式视频。最佳的跨格式策略保持承诺:一个 Short 应该在其自身上感觉完整,同时自然让感兴趣的观众想要更多的上下文,而不是刻意保留答案以强迫点击。

在 YouTube Shorts 上,哪种内容效果最好?

在 YouTube Shorts 上,最有可能获得推荐的内容是给观众提供清晰定义的快速、令人满意的理由以继续观看的内容。YouTube 并未发布通用的获胜细分、固定格式或保证的时长。其推荐文档更侧重于通过观看历史和点赞或点踩等观众信号实现个性化。YouTube Help 将受众适配视为核心原则,而非单一内容类别。

围绕可重复的观众承诺构建格式。有效的结构包括用证据纠正误解的事实、前后对比过程、对令人惊讶的事实的简要解释、视觉比较、或有明确反转的故事。当主题具有特定性时,每种结构才有效。“钱是如何运作的”太过广泛。“为何价格在折扣后可能上涨”则给了观众一个可以在一次 Short 中回答的具体问题。

创作者可以通过缩小受众、问题和证据来使宽泛的主题更具可用性。与其说“更好的编辑技巧”,不如试试“使这两步流程在手机上可读的唯一字幕更改。”与其说“历史事实”,不如试试“为什么这张地图在错误的地方划定边界。”更窄的前提更容易选择相关视觉,去除不必要的场景,并提供感觉上的合理结论。

对于无面孔频道,将每条解说与视觉目的相匹配。用图表展示机制,时间线展示顺序,屏幕上示例展示抽象主张。如果解说说某项费用改变了最终价格,就展示费用前的价格、费用本身和最终总额。如果解说说时机改变了结果,就展示序列,而不是在装饰镜头中重复该主张。

一个可靠的前期制作测试是“承诺、证据、回报”的大纲。承诺确定开头的具体问题,证据提供支持、机制或比较,回报解决开头问题而不改变主题。这一大纲并不创造排名保证,但可以避免常见的 Shorts 失败:用一种想法吸引观众,接着在视频的其他部分转向一个不同的、较不具体的主题。

添加标签是否能提高我的 Shorts 可发现性?

标签可以帮助描述 YouTube Short 的主题,但标签并不能覆盖个性化推荐信号或保证在 Shorts 动态中的位置。YouTube 的推荐指导指向观众偏好信号,如观看历史和点赞或点踩,而 Shorts 格式的合格性则依赖于相关的持续时间和方向要求。YouTube Help 解释了推荐的上下文,而 ShortSync 格式指南 则总结了垂直或方形、不超过三分钟的格式描述。

在添加有用上下文时使用少量准确的标签。细分主题标签可以有效地澄清潜在观众的主题,特别是当口头主题包含专业术语时。例如,关于特定历史地图的 Short,使用准确的主题标签往往比一长串普通趋势标签更为有益。元数据应强化视频的真实主题,而不是企图掩盖它。

不要添加不相关的流行词、冗长的标签串或承诺 Short 永远不会提供的主题的标签。元数据不匹配可能会把视频呈现在预期其他内容的观众面前,而这些观众更可能滑走。直接结果可能看起来是额外的曝光,但观众不匹配并未创造出制作人所期望的观看反应。

常见的误解是 `#shorts` 或流行标签会激活隐藏的分发提升。格式资格和观众反应是更为可靠的优先事项。从一个准确的主题开始,一个命名价值的开场,以及一个实现其承诺的视频。仅在核心编辑工作完成后添加相关标签,作为辅助元数据。

接下来你应该做什么?

选择一个具体的观众问题,制作一个符合条件的垂直或方形 Short,并编辑开头,直到价值不言而喻。审核观看保留率,找出注意力下降的确切场景,改善承诺-证据-回报的顺序,并在发布现实的 AI 辅助材料之前检查 YouTube 的披露指导。尝试 GoFaceless。

Sources & further reading

Keep reading

准备好创建您的第一个视频了吗?

See examples made with GoFaceless. To create your own, choose a plan: your monthly credits are available as soon as you subscribe, and you can cancel anytime.