第二期:100 播放和 100 万播放之间,只差一个选题(附带完整选题指南)


你好,我是陈硕,一个 00 后创业者,正好最近我给我定下了一个 KPI 每 1-2 天写一些粉丝提问的问题作为文章(也欢迎推友们给我给我私信提供文章素材),以下是我的履历以及教资⬇️

回到主题,其实做了这么久内容之后,我有一个越来越强烈的感受:我其实不太相信所谓的“选题灵感”,我更相信样本、测试,以及一个人长期做内容以后形成的判断力。

最近正好有一位粉丝朋友问我:到底怎么样才能做好一个短视频、自媒体的选题?

我当时第一反应就是——“做好一个选题”,某种程度上其实是个伪命题,因为选题这件事情,本身就有点玄乎。

同一件事情,换一个顺序,就完全不一样了

举一个最简单的例子。

如果我告诉你:

明天我要教你做一盘西红柿炒蛋。

你大概率没有任何感觉。

但如果我告诉你:

你每天吃的一个东西,如果处理错了,可能会把你送进医院。

你的第一反应,很可能就是:什么东西?哪怕最后讲的还是一个极其普通的食材,入口已经完全不同了。

这其实就是选题最核心的一件事情:你没有改变事情本身,你只是改变了观众认识这件事情的顺序。

当然,前提是后面的内容真的能够兑现前面的承诺。否则就不是选题,而只是单纯的标题党。YouTube 官方其实也专门提醒过这一点:标题和封面可以提高点击率,但如果点击率很高、平均观看时长却很低,通常意味着标题或者封面制造的预期没有被内容兑现,这种内容反而更难获得持续推荐。

为什么有些标题,你明知道它在钩你,还是忍不住点进去?

1994 年,心理学家 George Loewenstein 提出了一个非常经典的解释:Information Gap,信息缺口。

简单来说就是:当一个人意识到“自己知道一点,但又没有完全知道”的时候,会产生一种想把这个缺口补上的冲动。

所以真正有效的选题是:这里有一件你不知道、但你可能应该知道的事情。

比如:“我是怎么做短视频的。”和“我做了几百条视频以后,发现大部分人第一步就错了。”本质上讲的是同一件事情。

但第二个表达里面出现了一个缺口:到底错在哪?于是你才会继续往下看。


人不是在点击“内容”,而是在点击自己的情绪

还有一个很有意思的研究,宾夕法尼亚大学 Jonah Berger 和 Katherine Milkman 分析过《纽约时报》三个月内发布的大量文章,研究什么内容更容易被传播。

他们发现,仅仅用“正面”和“负面”去理解爆款其实不够。

真正影响传播的一个重要因素,是:情绪唤醒程度。

比如敬畏、愤怒、焦虑这类高唤醒情绪,比悲伤这种低唤醒情绪更容易推动传播。这也是为什么很多选题你会发现,它们并不只是“有用”。

它们一定还在试图调动一种东西:焦虑、好奇、惊讶、欲望、冲突、认同感,或者“卧槽,原来是这样”的感觉。

内容解决的是留存,选题解决的是进入,没人进入你的内容,再好的东西也没有意义。

为什么你会失去什么,经常比你会得到什么更痛?

人还有一个非常经典的心理特征:Loss Aversion,损失厌恶。

2024 年《Journal of Economic Literature》做过一次大型元分析,整理了 150 篇论文中的 607 个损失厌恶估计结果,整体结果仍然支持:人通常对损失比对同等收益更加敏感。

这个理论本来研究的是决策,不等于“所有负面标题点击率一定更高”。

但它至少解释了一件事情:“学会这个方法,你可以提高效率。”没有:“你每天可能正在白白浪费 3 个小时。”

那么容易让人产生反应。

因为后者把一个抽象收益,变成了一个正在发生的损失,好的选题,经常就是在做这种转换。把遥远的东西拉到眼前,把抽象的东西变具体,把跟我没关系的东西,变成跟我有关系。



不排斥 AI 一次生成 100 个选题

我以前其实本能地有点排斥一件事:用 AI 一次拉 100 个、200 个选题。

我会觉得:这玩意有什么意义?不就是批量制造垃圾吗?

后来我发现,我错了。生成 100 个选题没有问题,把 100 个选题全部当答案才有问题。

这两件事情完全不同,Upworthy 曾经非常极端地做过标题测试。后来公开的研究档案里,一共有 32,487 组标题实验,同一篇内容使用不同标题随机展示给用户,直接比较真实点击数据,其中一些实验甚至出现过,同一篇文章,仅仅更换标题以后,一个版本点击率达到 12.3%,另一个只有 5.5%。

这件事情对我启发其实很大。

高手也不是每次第一眼就一定能写出答案。高手只是:更会大量地产生可能性,然后更快地识别掉垃圾。

所以 AI 在这里真正应该扮演的角色,不是:

“AI,给我一个爆款选题。”

而应该是:

“AI,给我 100 个不同角度,我来负责判断。”

这才是现在 AI 最适合内容创作者的地方。

AI 扩大搜索空间,人类负责审美和判断。

真正难的,从来不是生成选题,而是筛选选题

假设今天 AI 给了我 100 个题,真正决定结果的,其实是接下来这一步:

我为什么从里面选第 37 个,而不是第 12 个?

这个东西很难用提示词完全描述,因为这里面混着一个人过去看过的内容、做过的项目、踩过的坑、接触过的人,以及他对平台的理解。

我看见一个题,可能两秒钟就会产生判断,这才是真正值钱的部分。

不是“想选题”,而是判断选题,而判断力,偏偏又是最难速成的东西。

最后得出结论:选题其实只有一个公式

选题 = 题材 × 切口 × 人性 × 承诺 × 呈现方式。

题材决定你在讲什么,切口决定你从哪里进去,人性决定别人为什么在乎,承诺决定别人点击之后希望得到什么,呈现方式,则决定他在刷过去的 1 秒钟里,能不能意识到前面四件事情。

一条内容其实有两场战争:第一场战争,是让他点进来;第二场战争,是让他留下来。


往期回顾:

小红书,咸鱼,抖音,视频号四步走

自动化视频工厂:https://github.com/ChenShuo2004/cs-board

cs-skill:

https://github.com/ChenShuo2004/cs-skills


下期内容我们来讲讲如何通过grok bot来安排好x的文章和帖子进行自动化运营 同理使用可接入一切可调用api平台,hhh