为什么在抖音上刷到的视频全是低赞视频?

打开抖音,刷到的视频点赞数长期停留在两位数,甚至个位数,这种“低赞视频包围”的现象并非个例,而是大量用户共同面临的体验。我们不禁要问:为什么算法总在推送这些“不受待见”的内容?

为什么在抖音上刷到的视频全是低赞视频?

为什么在抖音上刷到的视频全是低赞视频

打开抖音,刷到的视频点赞数长期停留在两位数,甚至个位数,这种“低赞视频包围”的现象并非个例,而是大量用户共同面临的体验。我们不禁要问:为什么算法总在推送这些“不受待见”的内容?这背后其实是抖音推荐机制、用户行为模式与内容生态供给三方深度博弈的结果,而理解这一逻辑,不仅能看清平台算法的底层逻辑,更能反推我们如何优化自身的内容消费与创作体验。

算法的“安全边际”偏好:低赞视频的“稳定器”角色
抖音算法的核心目标是最大化用户停留时长与平台活跃度,而实现这一目标的关键,在于推荐内容的“容错率”。高赞视频往往具有极强的风格化或情绪冲击力——比如极致的搞笑、猎奇的剧情或深刻的情感共鸣,这类内容能快速引爆流量,但也容易引发部分用户的反感(如“审丑”“低俗”争议),导致用户跳出率升高。相比之下,低赞视频虽然缺乏爆款特质,但通常更“中性”:日常Vlog、生活技巧分享、风景记录等内容的争议性极低,用户即使不点赞,也很少会主动划走或举报。算法在评估内容时,会优先选择“低风险、高稳定性”的选项,低赞视频恰恰因其“平庸”而成为算法眼中的“安全牌”。当系统无法判断某类内容是否会让用户满意时,推送低赞视频既能维持内容池的多样性,又能避免因推荐高争议内容导致用户流失——这是一种典型的“均值回归”策略,用低互动换取高留存。

用户行为的“无意识筛选”:低赞视频的“沉默大多数”
另一个被忽视的关键因素是用户的“无意识浏览”状态。多数用户刷抖音时处于“碎片化消遣”模式,手指滑动已成肌肉记忆,对内容的互动阈值极高。数据显示,抖音用户平均每条视频的观看时长不足10秒,其中能完整看完的不足30%,而主动点赞的比例更低——仅约5%-8%。这意味着,95%以上的视频即使被用户看到,也不会产生任何互动数据。算法在训练推荐模型时,会优先依赖“显性反馈”(点赞、评论、转发),但海量用户的“隐性反馈”(划走、停留时长、重复观看)同样重要。低赞视频往往因为“不够刺激”而被用户快速划过,这种“隐性负面反馈”会被算法解读为“内容匹配度一般”,进而降低其推荐权重。但问题在于,当大多数用户都处于“无意识浏览”状态时,即使是优质内容也难以获得足够多的显性互动,最终被归入“低赞”行列。久而久之,算法会形成一种认知:“普通用户对普通内容的互动就是如此”,从而陷入“低推低赞”的循环。

内容供给的“长尾困境”:低赞视频的“生态填充物”
抖音的内容生态早已从“蓝海”进入“红海”,创作者数量突破8亿,日均视频上传量超亿条。在如此庞大的内容池中,优质内容的稀缺性愈发凸显——能引发大规模共鸣的选题、具备专业制作能力的团队、符合平台调性的创意,三者缺一不可。绝大多数创作者(尤其是中小玩家)受限于资源与能力,只能生产同质化、低创意的内容:比如“重复跟拍热门BGM”“模仿爆款剧情但质量粗糙”“毫无新意的生活记录”。这些内容缺乏独特价值,自然难以获得高赞,却因为数量庞大而占据了内容池的“长尾”。算法在推荐时,需要平衡“头部爆款”与“长尾内容”的流量分配,避免用户看到的内容过于单一。低赞视频作为“长尾内容”的主体,成为了填充内容池的“生态填充物”——它们无法成为爆款,却能维持平台的“内容丰富度”表象。这种“供过于求”的现状,决定了普通用户刷到低赞视频的概率远高于高赞内容。

平台策略的“流量普惠”:低赞视频的“创作者保护伞”
从平台运营的角度看,推荐低赞视频还暗含着“流量普惠”的战略考量。抖音作为内容平台,创作者生态是其核心竞争力。如果算法只推荐高赞视频,头部创作者将垄断流量,中小创作者的曝光机会被严重挤压,长此以往会导致内容生态僵化——用户看到的内容永远是那几个“网红脸”,新鲜感荡然无存。为此,平台需要通过“流量倾斜”保护中小创作者:即使他们的视频点赞量低,算法也会在一定周期内给予基础推荐,让内容有机会触达精准受众。这种“普惠”机制虽然牺牲了部分用户体验(刷到低赞视频),却维护了创作者的活跃度与平台的长期价值。值得注意的是,这种“普惠”并非无差别——算法会根据创作者的历史表现(如更新频率、粉丝互动、内容垂直度)动态调整推荐优先级,但对于新晋创作者或非头部账号,低赞视频依然是他们获得曝光的主要途径。

如何打破“低赞视频包围”?用户与创作者的破局点
面对“低赞视频围城”,并非无解。对用户而言,主动调整互动行为是关键:当刷到尚可的内容时,不妨少一点“无意识划走”,多一点“点赞或停留”——这些显性反馈能帮助算法更精准地识别你的偏好,减少低质量内容的推送。对创作者而言,跳出“流量焦虑”才能突围与其盲目追逐爆款套路,不如深耕垂直领域,用“差异化价值”替代同质化内容:比如同样是做饭视频,有人专注“15分钟快手菜”,有人主打“米其林家庭复刻”,前者满足效率需求,后者满足品质需求,找准定位才能在低赞中突围。平台也需要在“算法效率”与“用户体验”间找到平衡:优化隐性反馈的权重(如减少“划走即低匹配”的粗暴判定),为中小创作者提供更精准的流量扶持,或许能让“低赞视频”不再是用户的痛点。

归根结底,抖音上低赞视频的泛滥,是算法逻辑、用户习惯与平台策略共同作用的结果。它既反映了内容生态的“长尾现实”,也暴露了流量分配的“普惠矛盾”。理解这一点,我们才能在刷视频时多一分理性,在创作时多一分清醒——毕竟,无论是算法还是用户,最终都会为“有价值的内容”投票。