機器人就像紅娘，要給讀者介紹對象，文章是候選人，頭條號是家庭背景。如何讓紅娘願意為你牽線？
頭條號等平臺是以平臺推薦分發為主的。有的人還像玩微信公眾號一樣拼命轉發微信群、朋友圈，這無疑是浪費時間。自己的影響力跟平臺推薦相比是九牛一毛。你再牛能讓10000000人看到嗎？
所以，讓平臺願意推薦你是頭條這樣的自媒體平臺的研究重點。
平臺推薦無非兩種：機器人推薦+人工操作。因為數據量太大，必然是小機器人推薦為主；還會有少量的人工操作來協調開小灶（這個不管）。
假如我是程序猿設計的小機器人，我會喜歡什麼樣的頭條號和文章？
機器人就像是紅娘，要給讀者介紹對象，文章是候選人，頭條號是家庭背景。
借用《我的前半生》為例，我一定不會推薦白光、陳俊生、賀涵；對應的意思是不推薦質量低、花心、逼格太高的文章。
機器人會給3個對象建模——頭條號、讀者、文章，然後根據這3個模型來進行匹配。
（1）頭條號：根據領域，歷史的發文情況，指數等，來判斷這是怎樣的一個號，質量如何？擅長什麼？
（2）讀者：根據讀者歷史的閱讀書籍，來判斷讀者可能喜歡什麼？
（3）文章：根據文章內容自動判斷文章所屬領域和關鍵詞。
接下來，紅娘要給讀者推薦喜歡看的內容，推薦什麼呢？當然是讀者可能喜歡看的，根據文章的領域和標籤來選。文章這麼多，選誰的呢？當然是選專注在這個領域做的好的頭條號發的，這樣成功率（推薦了就點開看視為成功）才高。
根據這個原則，我大膽猜想3點推薦原理：
1、質量要高。優先選高質量的文章，怎樣算質量高？標籤和讀者想要的一樣，字數500字以上但也別太長、配圖高清合適、健康、原創。推送以後讀者反饋好（評論、收藏、轉發）。
這就是不推薦白光的原因，質量太低，沒人愛。
2、垂直專注。選誰的文章呢？當然是選寫這種文章寫得好的人的，怎麼判斷寫得好？專注肯定是第一衡量標準，頭條還指望你能留住讀者，讓讀者做回頭客呢。如果你今天賣熱乾麵，明天賣小籠包，大後天賣榴蓮披薩，另一個頭條號專注賣熱乾麵，頭條會優先推薦誰給喜歡吃熱乾麵的顧客？
這就是不推薦陳俊生的原因，易出軌。
3、再來，你說做到了前兩點，為什麼推薦量還是那麼低？可能是愛看你這種的文章的人少，即使匹配度再高，奈何市場小啊。你寫的東西太小眾，或者寫的逼格太高，一般人看不懂，推薦肯定少。
這就是不推薦賀涵的原因，因為真正接觸到賀涵這種層次的讀者太少了，遇到了也高攀不上。
針對這3點，對應的解決辦法是：
1、提高質量。別扯那些具體要求了，不好記。最簡單的辦法就是模仿一個大號，結構、排版、配圖等跟人家學，憋說話，先學上10篇再說。比如“傅一聲”、“秋葉大叔”都是很不錯的範本。
2、保持領域垂直。偶爾放飛自我沒關係，總體上別偏太遠。可是我明明寫的自己領域，機器人識別到別的領域怎麼辦？就多植入自己領域的關鍵詞。比如職場領域，拼命植入職場、工作、領導這樣的詞。
再有，即使是同領域，還能再細分。比如傅一聲總是寫職場，一碰到想看職場新聞的機器人就首先推薦傅一聲的；秋葉大叔總是寫時間管理，那麼一碰到想看時間管理的讀者肯定優先推薦秋葉大叔的。
3、要滿足更多讀者需求。一種辦法是寫熱點，大家都關心的。一種是深入淺出，把複雜的東西寫得淺顯易懂，我的標準就是廣場舞大媽看的懂，我隔壁的劉大媽會悄悄轉發。
總結一下：文章想爆款，不要學白光，陳俊生，賀涵；而是要提高質量，領域垂直，淺顯易懂或熱點。
那麼機器人最推薦誰呢？結果是老金！扎心了！
我是頭條百萬爆款寫作達人傅一聲，從今天開始，我將分享普通人最容易上手的頭條寫作經驗，2萬多字乾貨，分為10講，請各位關注，交流，如果有用的話，請為我打call，謝謝。
閱讀更多 傅一聲 的文章
