wehub-resource-sync
5.7 KiB
Starter Rubric：播客 / 长视频 — v0 cold-start 占位
**这是给完全没数据的新主播用的占位 rubric。**它会打错。前 5 期预测精度大概 ±50%——这是 cold-start 的数学事实，不是 rubric 失败。
跑完 5 期（每期都走完 /cheat-predict → 发布 → /cheat-retro 闭环）之后，你会有第一份个人校准数据，可以提议第一次 /cheat-bump 升级到 v1。
v0 综合分公式（等权占位）
composite = (ER + HP + QL + NA + AB + SR + SAT) / 7 × 2.0
每个维度 0-5 整数分。综合分范围 0-10。
为什么等权：你没有数据支持任何特定权重。等权能让你在数据出来之前对每个维度都给"中立的关注"。第 5 期之后你的复盘数据会告诉你哪些维度真的预测了你的节目的传播。
7 个维度
ER — Emotional Resonance（情感共鸣）
这期节目能否在某个时刻让听众产生一种具体的、能命名的情感？
播客的情感共鸣通常来自嘉宾 / 主播的真实时刻——突然的沉默、声音的变化、一个没准备好但说出来的真话。
- 0 — 全程信息传递；像在读稿
- 3 — 有共鸣但停留在"聊得挺好"
- 5 — 有至少一个让人摘下耳机愣一下的时刻
HP — Hook Potential（钩子强度）
前 60 秒能不能让听众决定听完这一期？
播客的竞争对手是"切到下一期" / "打开音乐 App"。前 60 秒决定留存。
- 0 — "大家好欢迎来到第 N 期，今天我们聊..."
- 3 — 开头给出具体承诺或抛出一个反直觉问题
- 5 — 前 60 秒直接进入一个具体、生动、让人想知道后续的场景或争论
QL — Quotable Lines（可剪辑金句）
这期有没有 2-3 个值得做切片 / 短视频的片段？
播客的二次传播主要靠短视频切片和文字摘录。QL 衡量的是"能被切出来独立传播的密度"。
- 0 — 全程闲聊，没有可独立传播的片段
- 3 — 有一个值得切的高光片段
- 5 — 多个可切片段，分布在节目不同位置；文字版也有可截图的句子
NA — Narrativity（节目弧线）
这期有没有让人想听到最后的整体弧线？
- 0 — 话题随机跳转；中间退出不影响理解
- 3 — 有松散主线但中段可跳过
- 5 — 紧凑弧线——有悬念、有转折、有落点；中途退出会觉得"没听完"
AB — Audience Breadth（受众广度）
这期话题的潜在听众群有多广？
- 0 — 极小众领域 / 需要大量前置知识
- 3 — 特定群体（创业者 / 某行业从业者 / 某爱好圈）
- 5 — 普世话题——任何人都能代入（关系、焦虑、选择、成长）
SR — Social Resonance（社会议题共振）
这期触及当下的社会模式或集体情绪吗？
- 0 — 纯个人经历 / 技术细节
- 3 — 触到公认现象但没新视角
- 5 — 对话中命名了一个听众感受到但没听人说出来的结构性模式
SAT — Satire Depth（幽默 / 反讽深度）
这期的对话在幽默和反讽层面有多少层次？
- 0 — 严肃正经；没有幽默成分
- 3 — 有自然的幽默 / 一层调侃
- 5 — 多层反讽、嘉宾之间的化学反应产生的"段子"、可传播的梗
播客的幽默通常是自然涌现而非设计的。如果你的节目走严肃深度路线，SAT 给 2-3 当占位即可。
Bucket 预测：比率桶方案
⚠️ 新人的 bucket 不能用绝对数字——头部播客的"5w 播放是底部"对新节目来说是梦想数据。
第 1 期：平台通用默认
小宇宙 / Apple Podcasts / Spotify / YouTube 新播客第 1 期的典型分布：
| Bucket | 范围（播放 / 收听数） | 先验概率 |
|---|---|---|
| 底部 | < 30 | 30% |
| 基础盘 | 30 - 300 | 40% |
| 命中 | 300 - 3,000 | 20% |
| 小爆 | 3,000 - 30,000 | 8% |
| 大爆 | > 30,000 | 2% |
YouTube 长视频用播放数；纯音频平台用收听数。
第 2 期起：用比率桶
baseline = 上一期实际播放数（或最近 3 期中位数）。
| Bucket | 倍数范围 | 含义 |
|---|---|---|
| 退步 | < 0.3 × baseline | 明显下滑 |
| 持平 | 0.3 - 1 × baseline | 同档 |
| 命中 | 1 - 3 × baseline | 中度突破 |
| 小爆 | 3 - 10 × baseline | 显著破圈 |
| 大爆 | > 10 × baseline | 量级跃迁 |
第 5 期后跑 /cheat-bump --bucket-only 重新校准边界。
Cold-start 战略（简版）
前 5 期的"预测"不是预测——是数据采集。
- 建立纪律：录制前根据提纲写下盲判断（播客不可能完全预测对话走向，但提纲级别的评估仍然有价值）
- 记录 7 维评分：复盘后每期样本变成 (打分, 实绩) 配对
- 取样策略：主动选维度组合差异最大的期——1 期深度访谈 (ER 主导)、1 期热点评论 (SR 主导)、1 期轻松闲聊 (SAT 主导)、1 期干货密集 (QL 主导)、1 期综合中等
| 校准样本 | 你能相信什么 |
|---|---|
| N=0-2 | 啥都别信 |
| N=3-5 | 相信"哪个维度可能重要"的方向 |
| N=5-10 | 相信 bucket 排序 |
| N=10-20 | 中枢可信 ±30% |
| N≥20 | rubric 真正成为"作弊器" |
重要警告
- cold-start 期 composite 的置信度低——不要基于 v0 分数决定要不要录某期节目
- 播客制作周期长——5 期校准可能需要 1-3 个月，坚持走完闭环
- 前 5 期每期必须走完整闭环（predict → 发布 → retro），跳过任何一期复盘 = 整个校准失败
- 第 5 期后必须跑
/cheat-bump升级
最重要的一句话
前 5 期你不是在做决策，你是在收集数据。 播客迭代慢，更要珍惜每一期的校准价值——别跳过复盘。