【追加】2025..6.10
一週前提出了一個初步的實驗,例如在 Lemon 或是 Threads 等新的 SNS 中,「趨勢」或「前幾秒的傳播性」會比起傳統的一鍵三連更有效果。
簡單說現在各種 AI 工具加入傳統演算法下,各平台的傳統指標「追蹤者數量」重要性正在下降, 所以我們會看到一些沒有什麼人點讚追蹤的貼文獲得很高的迴響
所以我使用六個沒有相互綁定,完全不同的平台測試一個內容,發布時使用一樣的關鍵字和發布時間等等。追蹤者從個位數的 9 名到上萬名都有,結果非常有趣。在發布 24 小時後,其中一個平台最快到達 100 萬觀看次,但之後停滯不前;另外四個平台則沒有特別的起色,但平常的數據大同小異。
但其中只有 9 名追蹤者的平台 D 在最初的 12 小時因為追蹤者數量太低,所以沒有任何觀看數, 但在 24 小時後突破了 20 萬,四天後突破 100 萬 後繼續飆,今天已經突破 200 萬。
一些學者已經指出「提供有效的情緒價值來撫慰或共振當代社會不平是現代 SNS 的依存價值」,故伴隨平台的激烈競爭,平台擁有者可以調整「他們想要的話題與呈現」,最近幾天的美國加州抗議暴動事件也可以看到類似的傳播,
而在當今逐漸兩極激化的全球氛圍下,或許這種趨勢會越明顯吧?
演算法諱莫如深。例如在一些新平台如 Threads 或 Lemon8 ,往往可以注意到一個現象:一些沒有什麼追蹤者的貼文往往獲得巨大的觀看。
這通常被解釋為新用戶的甜頭紅利期,然而在近期一些關於自適應最優解的資料科學論文和透過 AI 協助計算有效公平性賽局的研究中,例如電競遊戲配對雙方陣營,早期往往使用戰績數據進行分配,近期則開始導入玩家行為模式計算權重
簡言之,有一個假設是演算法對特定議題或趨勢的加成比基礎數據(例如追蹤者數字)來得更高。對此我做了一個簡單的實驗,詳細的模型和參數這裡省略,反正大家應該也沒興趣,
總之我對某內容設置了完全相同的標題、關鍵字、格式,並在同一時間於不同的平台上發布,這些平台的帳號之間均都沒有任何相互連結或索引、也沒有進行任何宣傳與廣告,
沒有新帳號,還有中間荒廢七八年,均為沒有太多追蹤者的普通帳號。發佈 48 小時後,結果如下:
平台 Platform | 追蹤者 Followers | 閱覽數 Views |
A | 342 | 30 |
B | 1240 | 11,450 |
C | 582 | 12 |
D | 9 | 255,446 |
E | 64000 | 1,138,960 |
F | 12344 | 2,780 |
表面上,E 平台在發布首日 24 小時到達了 50 萬, 48 小時內就突破了 100 萬最為亮眼;但實際上最成功的應該是 D 平台,在發佈該內容前該帳號只有 9 名追蹤者,在發佈 24 小時因為大量用戶轉貼分享,
所以快速標升到 25 萬,目前也還在爬升中;但該帳號的追蹤者並沒有大幅度顯著增加,目前仍在五十位左右,
而其他幾個帳號均並沒有引起什麼特別的迴響,甚至追蹤者最多的帳號也沒有如預期獲得最多的觀看,甚至 C 平台在第二天之後觀看數已經完全掛零。
和一般理論相同,盡可能在發佈的最初時間內吸引目光,刺激用戶大量轉貼分享來賺取流量是最有效且王道的作法;而我的實驗假說為:當今人工智能的演算法,更著重於主題趨勢或使用者行為的關切,而使得追蹤者的參考意義下降。
D 平台的追蹤者沒有因為內容受歡迎而有顯著成長,或許也說明了當今社會消費者快速消費、快速記憶且失億,對於創作者本身的品牌專著度降低。
事實上,另一個研究也說明了這一點:當今天大部分內容都是翻譯對岸或日本的推特時,誰翻譯、最早出自何處的意義也就不值得重視。
■ 小結
今天大多數的網紅都會把自己在各平台的追蹤者有多少全部羅列,這不僅要給廠商看,更是你在今日網路中有多少價值的證明,以具象化的形式來訴說有多少人支持或喜歡你,
而伴隨美國政府宣布要對進入美國的留學生進行社交網路身分調查,這當然不會是人工執行(就像之前 DOGE 挑選裁員對象),之前 ChatGPT 也有個人在社交網路使用下的個人數位肖像總結,或許未來對我們身分乃至於這個人的理解莫若如此。
總之,這只是一個這幾天心血來潮的小實驗,沒有什麼證據或洞見,隨便看看就好,請不用太認真。
不過我的關心點是一致的,也就是追蹤者(或任何顯而易見且可操作的表面數據)在一個注定透過 AI 來理解的時代,都會越來越不具備有效判斷性,
有興趣的朋友可以參考我去年的如何創作並售出可以營利的社交帳號內容。
[A] Add platform logos and color themes for branding
[B] Highlight outlier platforms (like D and E) with annotation arrows
[C] Include a timeline axis showing growth over 24 vs 48 hours
[D] Generate an infographic version with insights and key takeaways
Algorithm Over Audience: Why Understanding Trends, Not Follower Counts, Dictates Social Media Success
The inner workings of social media algorithms are like an intricate black box. A common phenomenon on emerging platforms like Threads or Lemon8 is that posts from accounts with very few followers can often achieve astonishingly high view counts.
This is frequently attributed to a “honeymoon period” or “new user bonus.” However, recent data science papers on adaptive optimization and research into AI-assisted calculations for effective fair game mechanics (for instance, early esports matchmaking often relied on win/loss records, while newer systems are starting to incorporate player behavior pattern weights for more precise pairings) suggest a different possibility: algorithms might assign greater weight to specific topics or trends than to traditional fixed data points like follower counts.
To explore this, I conducted a simple test (I’ll omit the detailed design model and parameters, as most might not be interested). I took the exact same video content, with identical titles and keywords, and published it simultaneously across several different platforms.
The accounts on these platforms had no interconnections or indexing with each other, nor was any promotion or advertising employed. These accounts varied in their usage history, some even being dormant accounts unused for seven or eight years. The common factor was that they were all ordinary accounts with few followers.
After 48 hours of publication, the results were as follows:
Platform | Followers | Views |
A | 342 | 30 |
B | 1240 | 11,450 |
C | 582 | 12 |
D | 9 | 255,446 |
E | 64000 | 1,138,960 |
F | 12344 | 2,780 |
On the surface, Platform E was the most striking, reaching 500,000 views within the first 24 hours and surpassing 1 million within 48 hours. However, in relative terms, Platform D was arguably the most successful. Before posting this content, the account had only 9 followers. Within 24 hours of posting, due to a large number of users resharing it, the view count soared to 250,000 and is still climbing. Yet, the account’s follower count has not significantly increased, remaining around fifty.
The other accounts did not generate any particular buzz. Even Platform F, with the most followers, didn’t achieve the highest views as might be expected; Platform C’s views even dropped to zero after the second day.
This experiment partially validates a common theory: attracting attention as early as possible upon release and stimulating users to share widely is the most effective and mainstream way to gain traffic.
My core hypothesis, however, is that today’s AI algorithms place more emphasis on whether content aligns with hot topics and trends or triggers specific user behaviors, thereby diminishing the referential significance of follower counts.
The fact that Platform D’s high viewership didn’t translate into significant follower growth might also indirectly illustrate modern society’s characteristics of “fast consumption, fast memory, fast forgetting,” and a declining brand loyalty towards creators. Indeed, another phenomenon supports this: when much of today’s social media content consists of translations from Chinese or Japanese Twitter posts, the identity of the translator or the original source often seems to hold little importance for most of the audience.
Today, most internet celebrities (KOLs) meticulously list their follower counts across various platforms. This is not just for brands and advertisers but is also seen as tangible proof of their value and influence in the digital world—a quantifiable measure of how many people support or like them.
In conclusion, this was merely a small experiment born from a recent whim, not rigorous academic research, and it may not offer groundbreaking insights. However, my consistent point of concern is this: follower counts (or any obvious surface-level data) will become increasingly unreliable as effective judgment criteria in an era increasingly understood and shaped by AI.
アルゴリズムファースト:SNSにおける影響力の新常識――フォロワー数よりも「話題性」と「トレンド」の把握が鍵
ソーシャルメディアのアルゴリズムの仕組みは、深遠なブラックボックスのようです。ThreadsやLemon8のような新しいプラットフォームでは、フォロワーがほとんどいないアカウントの投稿が驚異的な閲覧数を獲得するという現象がしばしば見られます。
これはよく、プラットフォームが新規ユーザーに提供する「ハネムーン期間」や「新規ユーザーボーナス」として説明されます。しかし、適応型最適化に関する最近のデータサイエンス論文や、AI支援による効果的な公正ゲーム理論の研究
例えば、初期のeスポーツのマッチングは戦績データに依存していましたが、最近ではプレイヤーの行動パターンを重み付けに導入し、より精密なマッチングを行うようになっています)は、別の可能性を示唆しています。
それは、アルゴリズムが特定の議題やトレンドに対して、フォロワー数のような従来の固定データよりもはるかに高い重み付けを行っている可能性があるということです。
これを検証するため、私は簡単なテストを行いました(詳細な設計モデルやパラメータは、ほとんどの方が興味ないと思われるので省略します)。全く同じ動画コンテンツ、同じタイトル、同じキーワードを設定し、いくつかの異なるプラットフォームで同時に公開しました。これらのプラットフォームのアカウントは相互にリンクされておらず、インデックスもされていません。
また、追加の宣伝や広告も一切行っていません。これらのアカウントの使用期間は様々で、中には7~8年間放置されていた休眠アカウントもありましたが、共通していたのは、いずれもフォロワーが少ない一般のアカウントであるという点です。
公開から48時間後の結果は以下の通りです。
プラットフォーム | フォロワー数 | 閲覧数 |
---|---|---|
A | 342 | 30 |
B | 1240 | 11,450 |
C | 582 | 12 |
D | 9 | 255,446 |
E | 6400 | 1,138,960 |
F | 12344 | 2,780 |
表面的には、Eプラットフォームが公開初日24時間で50万回、48時間以内に100万回を突破し、最も目覚ましい成果を上げています。しかし、相対的に見れば、最も成功したのはDプラットフォームと言えるでしょう。
このコンテンツを公開する前、このアカウントのフォロワーはわずか9人でした。公開後24時間で、多くのユーザーによる再投稿や共有により、閲覧数は25万回に急上昇し、現在も上昇し続けています。しかし、このアカウントのフォロワー数は大幅には増加しておらず、現在も50人前後です。
他のいくつかのアカウントは、特に大きな反響を呼びませんでした。フォロワー数が最も多いFプラットフォームでさえ、期待されたほどの最高の閲覧数を得ることはできませんでした。Cプラットフォームに至っては、2日目以降、閲覧数は完全にゼロになりました。
この実験結果は、一般的な理論を部分的に裏付けています。
つまり、公開初期にできるだけ注目を集め、ユーザーによる大量の再投稿や共有を促すことが、トラフィックを獲得するための最も効果的で主流な手法であるということです。
しかし、私の核心的な仮説は、今日の人工知能アルゴリズムは、コンテンツが話題のトピックやトレンドに合致しているか、あるいはユーザーの特定の行動パターンを引き起こすかどうかをより重視するため、フォロワー数の参考価値は低下しているというものです。
Dプラットフォームの高い閲覧数がフォロワーの顕著な増加に繋がらなかった事実は、現代社会の「高速消費、高速記憶、高速忘却」という特性や、クリエイター自身へのブランドロイヤリティの低下を間接的に示しているのかもしれません。
実際、別の現象もこれを裏付けています。今日のソーシャルメディアコンテンツの多くが中国本土や日本のTwitter投稿の翻訳である場合、誰が翻訳したのか、元の情報源はどこなのかといった情報は、多くのオーディエンスにとって重要ではなくなっているように見えます。
今日、多くのネットセレブリティ(KOL)は、各プラットフォームでのフォロワー数を詳細にリストアップします。これは広告主にその商業的価値を示すためだけでなく、オンライン世界における自身の影響力を具体的に証明するもの、つまりどれだけ多くの人々が自分を支持し、好んでいるかを示すものと見なされています。
米国政府が米国に入国する留学生に対してソーシャルネットワークの身元調査を行うと発表したこと(このような調査は、かつて企業が人員削減対象を選ぶ際にDOGEミームのような非合理的な基準、あるいはより可能性が高いのはアルゴリズムを用いたと噂されたように、完全に人手に頼るものではないでしょう)、そしてChatGPTのようなAIがソーシャルネットワーク利用状況に基づいて個人のデジタル肖像を要約生成できるようになったことを考えると、将来、我々がある人物の身元や人格特性を理解する際には、ますますこのようなアルゴリズム分析に依存するようになるかもしれません。
要するに、これは私がここ数日、ふと思いついて行った小さな実験であり、厳密な学術研究ではなく、驚天動地の洞察を提供するものでもないかもしれません。
しかし、私が関心を持っているのは、フォロワー数(あるいはその他明白な表面的データ)は、AIによってますます理解され、形成されていく時代において、有効な判断基準としての信頼性がますます低下していくだろうということです