昨天，我的朋友圈被“猜畫小歌”刷屏了。很好，你成功引起了我的注意。
單獨看名字，還以為這個刷屏小程序是個猜歌遊戲，我把歌名畫出來，讓小程序猜。仔細一查，原來還是谷歌家出產的小程序。
然而點進去才知道，這就是個“你畫我猜”遊戲，不同的是，這次是AI來猜我們畫的東西。
這款遊戲的玩法是這樣的：
由我們和谷歌AI組隊，系統給出關鍵詞，我們來畫、AI來猜。如果20秒內被AI猜中了，我們就能進入下一輪，積累連勝次數。單局猜對畫數最多的，還能上排行榜！
當然，畫這些關鍵詞真不是件容易的事，看我玩了十幾次最高才猜對10張就知道這個難度了。
那問題就來了，這款遊戲不夠簡單，太複雜的遊戲用戶玩不了幾次就不玩了；其次病毒性傳播的設置不夠好，沒有高效利用到熟人社交關係的設置。
那個排行榜是基於所有參與這個遊戲的用戶，而不是基於你的朋友圈。這樣用戶在攀比心理上就沒有那麼強，不像“跳一跳”這個遊戲。
也就是說，按照之前的經驗，這個小程序是不具備裂變傳播屬性的，那它又是如何刷屏的呢？
這個“猜畫小歌”小程序並沒有表面那麼簡單，它的玩法或許能給我們打開一扇門。
猜畫小歌是如何刷屏朋友圈的
一、“高上大”有天然吸引力
對於代表高科技的AI，我們之前只在圍棋冠軍PK 阿法狗瞭解過。這種前沿科技與人類的對決，也確實吸引了大量人的關注，引爆了不少話題討論。
但阿法狗作為AI，還是離我們挺遠的。普通用戶無法親身體驗到AI到底有多智能，多神奇。
當谷歌AI化身“猜畫小歌”出現在大眾的身邊時，嚐鮮效應就爆發出它的力量。
當然了這背後是谷歌的技術和數據積累。 “猜畫小歌”對你畫作的辨識，利用的是神經網絡技術，是基於對大量塗鴉樣本的學習。
研究人員在人類塗鴉數據集中訓練神經網絡，讓AI來理解人們在繪製塗鴉時是在何時起筆、走筆方向、何時停筆的。當經過訓練的RNN模型接收到人類繪製的塗鴉後，會生成一張類似的新塗鴉。
如果人類提供的塗鴉本身有瑕疵，AI也會自動修正。
在RNN模型中，當研究者輸入參與者創作出的靈魂塗鴉，例如沒眼睛貓、沒鼻子貓和沒鬍子貓，AI仍然能夠重構（強扭）出“正常”的圖像來。
如果谷歌只是打出了這樣的概念，卻沒有辦法讓我們體驗到智能的感覺，那整個小程序遊戲肯定無法傳播下來。
谷歌強悍的技術保證了遊戲極佳的用戶體驗，這是這款遊戲能夠成功的最底層邏輯。
二、趣味性
玩過這款小程序的人雖然會感到遊戲挺難的，然而困難的遊戲讓我們這些靈魂畫手（手殘黨）真的畫出不少令人震驚的畫作。
搞笑無厘頭的圖片發到朋友圈時 ，便會引發朋友的吐槽，接著朋友也會自己試一下，看自己能畫出什麼樣來。
總而言之，在有趣這一點上做的足夠好、足夠新，就已經非常有可能去刺激用戶自發傳播了和增加使用時長了。
三、洞察用戶心理，文案激發傳播
Google是真的站在用戶的心理去想文案，洞察到用戶在AI猜不出自己畫的以及最後失敗時的心理，這時寫出來的文案是能夠激發用戶對這款小程序的認可與行動的。
當你在畫某一張圖片沒被AI猜出後，它會自動生成這樣一張圖片。
它的文案是：大家來評評理，我畫的是不是龍捲風。
谷歌洞察到，用戶在失敗時，有非常大的可能是不服氣的，我明明畫的就是龍捲風，AI為什麼辨認不出來，難道我畫得不像嗎？
按照人的心理需求，這時用戶非常需要一個第三方站出來，告訴自己，畫得挺像的，是AI的問題，不是你的問題。
那用戶為了尋找這個站在他立場的第三方，就得讓更多的人知道這件事，才有可能出現這個支持他的第三方。
而最簡單的辦法就是，把這張圖轉發到朋友圈。
當然，這一切都在谷歌的算計之中，“大家來評評理”的文案直擊用戶內心。產生共鳴後自然會引發傳播。而且它把“圖片保存”，“轉發到朋友圈”的功能都設計好了。
對比而言，國內不少遊戲小程序的文案則是，我失敗在XXX上，或者“太可惜了，沒猜對XXX”，這都不會激發用戶的傳播慾望。
總結一下，“猜畫小歌”小程序這次之所以能成功，在於它另闢蹊徑，找到自己產品最大的亮點，把這一點做好，然後用有趣彌補遊戲門檻和洞察用戶心理後做好文案，引發傳播。
相比較於轉發領紅包，砍價，送福利等誘導裂變傳播的方式，“猜畫小歌”確實給我們一個啟發，小程序仍然有很多未被開發的裂變傳播玩法。等待我們去開發！
閱讀更多 派代 的文章
