Files
2026-07-13 12:29:17 +08:00

5.3 KiB
Raw Permalink Blame History

Starter Rubric:短文 (X / 微博 / 即刻 threads) — v0 cold-start 占位

**这是给完全没数据的新作者用的占位 rubric。**它会打错。前 5 条预测精度大概 ±50%——这是 cold-start 的数学事实,不是 rubric 失败

跑完 5 条(每条都走完 /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 条之后你的复盘数据会告诉你哪些维度真的预测了你的账号的传播。


7 个维度

ER — Emotional Resonance(情感共鸣)

这条能不能在滑过的瞬间让人产生一种具体的、能命名的情感?

  • 0 — 纯信息 / 通知性内容
  • 3 — 有共鸣但不够锐利,"嗯说得对"然后划走
  • 5 — 一击即中;读完忍不住转发或截图

HP — Hook Potential(钩子强度)

第一行能不能让拇指停下来?

短文的钩子就是第一行——它必须在信息流里和一百条动态竞争注意力。

  • 0 — 通用开头("今天想聊聊..."
  • 3 — 有反直觉断言或具体数字
  • 5 — 第一句话本身就是一个完整的、令人无法忽略的观点炸弹

QL — Quotable Lines(可传播密度)

这条的某一句话能被单独截图传播吗?

短文整条就是"金句"的载体——但真正的 QL 是:读者会不会只截你某一句发到另一个平台。

  • 0 — 整条是叙述 / 日记,没有可独立传播的句子
  • 3 — 整条作为一个单元可传播
  • 5 — 其中某一句能脱离语境独立爆炸

NA — Narrativity(线程弧线)

如果是 thread / 连续微博,有没有让人想滑到最后一条的弧线?

  • 0 — 单条无弧线(正常)/ thread 但每条是独立碎片
  • 3 — thread 有松散主线
  • 5 — thread 有"追剧感"——必须看到最后一条

单条帖子 NA 通常给 1-2 即可——短文的传播主要靠 ER/HP/QL。

AB — Audience Breadth(受众广度)

这条话题的潜在受众有多广?

  • 0 — 极小众圈层梗
  • 3 — 特定群体(职场 / 互联网圈 / 家长)
  • 5 — 普世——任何人看了都有感觉

SR — Social Resonance(社会议题共振)

这条触及当下的集体情绪或社会模式吗?

  • 0 — 纯个人 / 自说自话
  • 3 — 蹭到热点但没新视角
  • 5 — 用 280 字命名了一个大家感受到但没人说出来的结构

SAT — Satire Depth(讽刺 / 语调深度)

这条的语调有多少"装置感"——阴阳、反讽、戏仿?

  • 0 — 真诚直陈
  • 3 — 一层阴阳 / 反讽
  • 5 — 嵌套反讽 / 自指——"一条讽刺讽刺的帖子"

短文平台上讽刺 / 阴阳是传播利器。如果你的风格是真诚向,SAT 给 2-3 当占位。


Bucket 预测:比率桶方案

⚠️ 新人的 bucket 不能用绝对数字——大 V 的"1000 转算塌房"对新号来说是梦想数据。

第 1 条:平台通用默认

X / 微博 / 即刻新号第 1 条的典型分布:

Bucket 范围(曝光 / 互动) 先验概率
底部 < 50 曝光 30%
基础盘 50 - 500 曝光 40%
命中 500 - 5,000 曝光 20%
小爆 5,000 - 50,000 曝光 8%
大爆 > 50,000 曝光 2%

即刻以互动(点赞 + 评论)为主要指标,曝光数据不透明——用互动数代替。

第 2 条起:用比率桶

baseline = 上一条实际曝光 / 互动(或最近 3 条中位数)。

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 条后跑 /cheat-bump --bucket-only 重新校准边界。


Cold-start 战略(简版)

前 5 条的"预测"不是预测——是数据采集

  1. 建立纪律:发布前写下盲判断
  2. 记录 7 维评分:复盘后每条样本变成 (打分, 实绩) 配对
  3. 取样策略:主动选维度组合差异最大的帖子——1 条 ER 主导、1 条 SR 主导、1 条 SAT 主导(阴阳怪气)、1 条 HP 极强但内容一般、1 条综合中等
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 分数决定要不要发某条帖子
  • 短文发布频率高——5 条校准可以在 1-2 周内完成,不要拖
  • 前 5 条每条必须走完整闭环predict → 发布 → retro),跳过任何一条复盘 = 整个校准失败
  • 第 5 条后必须/cheat-bump 升级

最重要的一句话

前 5 条你不是在做决策,你是在收集数据。 短文的好处是迭代快——别浪费这个优势。