据统计每天通过短视频平台观看的内容累计时长达到 616,572 年，平台的每一个细节，都经过精心设计以最大化用户停留时间

背后的三层设计逻辑：
界面设计 → 内容创作影响 → 算法推荐

1.1 为什么刷视频如此顺畅？
1.2 滑动机制: 消除"摩擦点"的设计
2.1 单位偏差（Unit Bias）
2.2 时间感知扭曲（Chronoception）
2.3 赫icks 定律（Hick’s Law）
2.4 媒介决定内容
3.1 TikTok 算法的工作原理
3.2 TikTok 的实时学习架构
3.3 实时更新 vs 静态模型

---

第一层：界面设计

1.1 滑动机制：为什么刷视频如此顺畅？

平台自建 UI 组件 vs 系统自带组件

方案	特点	代表场景
系统自带 UI 组件	系统自动处理速度和加速度计算，开发者无需复杂物理运算	大多数 App 的列表滚动
平台自建 UI 组件	自定义物理模拟，手动计算速度和加速度	TikTok、Instagram Reels、YouTube Shorts

为什么平台选择自建？

• 手机主屏幕滑动：追求"操控感"，模拟真实物理世界，需要精细调校的动画曲线让用户感觉"手机可以被手指控制"
• 短视频滑动：追求**极致速度**，让下一个视频更快出现，即使凌晨三点躺在床上、只用轻微的手指抖动也能轻松滑动

1.2 界面布局：按钮位置的艺术

操作按钮的放置原则：

• 点赞、评论、分享等核心互动按钮始终位于拇指易触达区域
• 按钮随视频一起移动并降低透明度，传达"这些互动属于当前视频"的概念

控制选项的"隐形"处理：

• 调整算法、切换内容类型等选项被刻意放置在**顶部**
• 这些选项：
  • 没有缩略图
  • 没有菜单选项卡
  • 只有通过滑动才能触达
  • 几乎不会被用户主动点击
• 目的：让用户专注于算法推荐的下一个视频，而非"管理"自己的内容偏好

1.3 消除"摩擦点"的设计决策

短视频界面设计的目标是**消除任何可能让用户中断的决策点**

设计	作用
视频结束自动循环	消除"是否继续观看"的决策
短于 15 秒的视频无进度条	消除"视频何时结束"的预期
去除内容开始/结束的边界信号	让一切变成一个无间断的"刷"体验

1.4 加载机制优化

• 传统方案：使用加载转圈（spinner），会打断观看心流
• 短视频方案：预加载下一个视频的第一帧画面，用户看到的是"视频已经准备好了"而非"正在加载"，意识不到等待的存在

1.5 登录墙的设计逻辑

当在 Google 搜索 TikTok 视频时：

• 视频确实被索引并显示在搜索结果中
• 但点击后需要登录才能观看
• 平台强推 App 下载

原因：短视频内容的价值不在于单个视频，而在于用户对算法的依赖。一旦登录，算法开始学习用户偏好，这才是平台真正的价值所在

---

第二层：心理学原理

2.1 单位偏差（Unit Bias）

“Something always feels like the optimal amount at a time.”

• 人类本能地认为"一次只做一件事"是最优的
• 短视频界面强化这一认知：屏幕只显示一个视频，用户感觉"专注"是自然的
• 创作者利用这一心理，将关键信息放在评论区内，迫使用户打开评论区才能获得完整价值

2.2 时间感知扭曲（Chronoception）

“All clocks and windows are purposefully designed as a maze to make you lose track of time.”

• 人类对时间的感知是主观的
• 短视频界面通过移除所有"时间信号"来利用这一特点：
  • 无进度条
  • 无内容边界
  • 无时间显示
• 结果：用户完全失去对"刷了多久"的概念

2.3 赫icks 定律（Hick’s Law）

“The more options you have, the harder it is to decide.”

短视频界面将选项数量降到极致：

平台	界面复杂度	选项数量
YouTube	网格布局 + 侧边栏	多选项
Netflix	行布局 + 详情页	中等选项
短视频	单视频 + 单手势	仅一个

---

第三层：对内容创作的影响

3.1 媒介决定内容

历史案例：

• 1940-50 年代 AM 收音机：每档节目约 3 分钟 → 流行歌曲被限制在 2.5 分钟左右
• LP 和 CD 出现：歌曲时长增加
• 电视时代：编剧围绕广告休息点构建故事节奏，张力和转折被刻意安排

短视频时代同理：界面设计决定了内容创作方式。

3.2 创作者必须考虑的界面细节

界面决策	对内容的影响
描述框长度	创作者需要决定信息密度
打开评论区时视频是否暂停	决定内容是否"埋梗"在评论区
评论框是否覆盖/缩小视频	影响视频如何被设计（是否需要中心区域展示）

3.3 具体的内容策略变化

早期案例：优化视频第一帧

当用户开始下滑时，视频不会立即播放，只会加载第一帧。因此创作者会精心优化：

• 视频第一帧的整体设计
• 尤其关注第一帧的上半部分，因为那是用户滑动着眼时最先看到的区域

循环观看的利用：

• 视频极短，促使用户循环观看
• 循环观看时，用户注意力达到 500%+（同一内容被多次观看）

评论区互动设计：

• 有些平台评论覆盖视频，有些缩小视频
• 缩小视频：便于用户同时看视频和评论
• 覆盖视频：聚焦评论区，削弱视频本身存在感

3.4 病毒传播的微小差异

“在 10 万播放和 1000 万播放之间，差异可能只有 5% 的平均观看完成率。”

• 从 75% 到 80% 的平均观看完成率，就是百万播放和千万播放的差距
• 所有细节（标题措辞、缩略图构图、开头钩子）累加，最终导致 100 倍的播放量差距

之前叫ai写过sop，按照执行做的视频0人观看，自己想法做的体现的细节或许不那么规范，但互动好很多，目前ai的情商大概是代替不了创作的

---

第四层：算法推荐系统

4.1 TikTok 算法的工作原理

据 2023 年 TikTok 发表的论文，其推荐系统与传统平台的根本区别在于**实时更新**。

两阶段方案（YouTube、Netflix 等传统平台）：

1. 基于历史数据训练算法
2. 使用训练好的模型提供推荐

问题：用户兴趣在训练期间已经发生变化。论文称之为 Concept Drift（概念漂移）：

“视觉和语言模式在世纪尺度上缓慢发展，而同一用户可能每分钟都在改变兴趣。”

4.2 TikTok 的实时学习架构

用户操作（点赞/跳过/循环/滑动）
↓
Kafka 队列
（数据管道，持续流动）
↓
Joiner 系统
（匹配用户行为与用户画像：身份、历史、时间等）
↓
训练示例（Training Example）
↓
模型实时更新（每分钟）
↓
服务下一条推荐

特点：

• 每次操作（点赞、跳过、循环、滑动方式）都被记录
• Kafka 队列作为数据管道，持续从所有用户设备收集数据
• Joiner 系统将操作与用户画像匹配
• 模型每分钟更新（而非每周或每天）

4.4 实时更新 vs 静态模型的效果对比

论文中的实验数据：

模型类型	50 小时后的推荐准确率
静态模型（橙色线）	基准水平，持续下降
每 30 分钟更新的模型（蓝色线）	持续提升

实时更新比静态模型的推荐准确率高出约 13-14%。前 TikTok 工程师称这是"现存最有价值的软件"。

---

第五层：设计模式的形成与传播

5.1 短视频界面成为设计模式

短视频信息流从"TikTok 展示视频的方式"演变为一种设计模式（Design Pattern）。

设计模式的特征：

• 用户无需任何说明就能理解如何使用
• 如此普遍且有效，以至于其他产品直接采用
• 例证：Amazon 推出了 Inspire feed

5.2 各平台的"个性化微调"

平台	独特设计
Instagram Reels	添加好友头像气泡，显示谁点赞了视频（社交层包装）
YouTube Shorts	底部显示相关长视频推荐（提醒用户仍在 YouTube）
TikTok	纯短视频流，无额外元素

---

第六层：产品迭代与 A/B 测试

6.1 设计决策的形成机制

不是主观设计，而是数据收敛：

1. 产品团队持续运行数百个 A/B 测试
2. 保留增加参与度的设计
3. 淘汰降低参与度的设计
4. 长期自然收敛的结果是利用心理学的设计（不是因为故意选择，而是数学自然会导向这里）

6.2 创作者端的同样收敛

• 创作者看到相同的留存曲线、分析数据、数字指标
• 这些数据推动所有创作者趋向相同的：
  • Hook 钩子模式
  • 内容风格
  • 创作技巧

“平台不只是承载内容，它**实际上塑造了内容本身**。”

---

总结：三层架构

┌─────────────────────────────────────────────────────┐
│  第三层：算法推荐系统                                  │
│  · Kafka 队列实时数据流                               │
│  · 模型每分钟更新                                    │
│  · 比静态模型准确率高 13-14%                         │
├─────────────────────────────────────────────────────┤
│  第二层：内容创作                                    │
│  · 界面设计决定内容形式                              │
│  · 创作者围绕 UI 约束优化内容                        │
│  · 5% 的观看完成率差距 = 100 倍播放差距              │
├─────────────────────────────────────────────────────┤
│  第一层：用户界面                                    │
│  · 消除摩擦点（自动循环、无进度条）                   │
│  · 按钮位置优化（拇指易触达区域）                     │
│  · 心理学应用（单位偏差、赫icks 定律、时间扭曲）      │
└─────────────────────────────────────────────────────┘

---

观察:

• 国外也这样了，但是过程不同——不是由设计师主观想法替代用户想法，尽管目的和性质是一样的
• 一旦公司达到规模，没有人可以改变。盈利是神，制度之恶。
• 任何软件都能刷视频
• ins 的没有国内的好用，因为不能加速
• 媒体进化学——fittest survive

当某个产品变得如此无处不在、如此融入日常生活，其背后必然存在**大量我们看不到的设计、工程和心理学**

声音设计曾是科技产品的重要标识，但如今已逐渐消失——这是另一个值得深入探索的设计领域。