编辑导语：内容指事物所包含的实质性事物。一个艺术作品的表现、基本含义、意味或审美价值。现在的用户越来越注重内容的重要性。本文从内容出发，讲解了平台在社区中的价值。推荐注重内容的用户阅读。
社区通过内容，将用户紧密地连接在一起。在供给端，平台鼓励/扶持创作者持续生产着优质内容；而在需求端，平台将合适的内容分发给用户，手指简单地上下滑动就能欣赏大千世界。社区在内容生产、分发，再到消费的链路中日渐强大；而作者与消费者之间也因内容所表达的相同价值观彼此认同，加之平台的引导，逐渐形成了独特的社区文化。
内容是社区的核心之一。平台的职责就是让供给端持续产生内容，并分配给需求端形成良好消费体验，也就是内容的生产与分发。
从平台角度讲，内容的持续供给可以从动机、能力与触发3方面去讨论。
持续生产内容的动力可以来源于利益、社交资本以及情感共鸣3大方面。利益或许不是创作的直接动机，但随着时间推移，持续且稳定的收益会愈发重要。我会从利益角度去分析平台在内容供给侧的价值。
如果梳理市场上现有的创作者收入来源，大致会分为2类：
平台在其中扮演的角色是不可或缺的，其价值不仅体现在连接多方，从而促成利益的交换，还为处于产业链中的各个角色提供额外服务。
创作者与品牌方：
品牌方想通过内容营销将产品更精确地曝光。但它们缺少合适的创作者作为“渠道”为产品发声；创作者有创意，有内容，但是缺少变现能力。
平台撮合了两者，也为双方提供了额外服务。平台创作者提供了商业化资源；设立创作学院，通过课程帮助创作者优化内容；设立推广中心，将内容曝光给更多用户，完成流量的冷启动；以及将广告巧妙融合在作品中的变现策略。
也为品牌方提供并落地品牌的整合营销方案，从硬广到软广，品牌形象的包装等；量化广告效果的工具，以及提升数据表现的方向；
创作者与消费者：
从品牌方赚钱，是创作者“传统”的变现手段，从知识付费和内容电商的浪潮开始，向消费者收费已越来越流行。
知识付费的前提是内容本身，或作者的社会地位在市场拥有的稀缺性。平台打造了完整的工具来构建付费圈子，提供了场景化、轻量化的运营工具，比如主题，话题等，通过周期性的发布引发社群讨论，沉淀为可持续的运营和变现模式。
内容电商包括了创作者的自营电商，和带货推广两方面。自营电商高收益，高风险，涉及到的资金、库存，运营，售后等方面可能都是创作者所不擅长的领域。而平台作为中间人，可以将供货商与创作者粘合在一起。
平台不仅为品牌方提供了被消费者喜欢且信任的代言人，还可以提供了如仓储系统，客服售后系统等电商要素来帮助供货商分担风险；而平台向创作者提供了以带货抽佣的收益方式来降低风险。供应商负责货，平台是场，而创作者的粉丝是人。产生销售额后，三者再按劳分配。
创作才能、创作场景，形式偏好等因素共同影响着创作能力，平台也提供了2方面策略，以符合不同创作者的能力。
前几年很有意思的现象是，创作者根据自己的内容形式来选择不同的内容平台。音频选择喜马拉雅，图文选择公众号、知乎或者小红书，短视频选择抖音快手等。但为了降低内容形式的门槛，各大平台都在做着各自的努力。
如何将图片转为短视频，答案是以图片集或者影集的方式来表达。一段视频中展示若干张图片，以短视频的方式循环播放，点击可以静止查看某张图片。而文章也可以转为短视频来表达。例如知乎提供的图文转视频功能，帮助文字作者将已有的文章快速制作成视频脚本。
平台打通了形式壁垒，可以使同一份信息可以更快的发布，降低了创作的门槛。
创作者除了发表正式的内容，如文章、笔记等，也想记录日常中的小美好。因此也就有了碎片化与系统化并存的生产形式。以小红书为例，生产者可以发表图文、视频等方式承载正式内容；也可以通过语音、打卡、日签、文字、拍摄等日常内容，表达给自己的关注者。
对于普通用户而言，创作文章、视频门槛太高，但很可能会在下面留言评论。对原生内容的二次加工，既丰富了原生内容，也节省了消费对原生内容的判断，代表了大部分用户的观点。从一名普通用户，再到一位积极评论者，再到生产者，这样的上升路径使消费者可以平滑地过渡到生产者
有没有一瞬间，突然有了发朋友圈、发抖音的冲动？平台通过对用户底层情绪的触发，唤起创作内容的念头。
这里举一个例子，话题。社区运营者通过大量的话题，切中用户的心智，从而唤起内容生产的情绪。比如虎扑的女神大赛，网友们正在为谁更漂亮争论不休，看到自己的女神票数落后，评价不佳，怎么能没有冲冠一怒为红颜的冲动呢？
大量地和用户日常息息相关的话题，触发用户发表内容的底层想法，也以一种“命题作文”的方式，降低了创作门槛，让更多的内容得以问世。
内容分发的目的，其实就是牵线搭桥——将生产好的内容匹配给合适的内容消费者。
那系统到底如何分发内容的呢？在分发的过程中，平台有着2个重要功能：存储和筛选。平台的数据库中存放着所有生产的内容；再根据用户信息筛选出适合的内容，放入候选集中（候选集代表着会展示给用户的内容合集），再按照特定的顺序展示给用户。
我总结了5种不同的候选集，他们筛选内容的规则均不相同。平台通过多种候选集的组合应用，覆盖了用户对内容或主动、或被动的消费需求。
这5个候选集分别为：推荐、关注、分类、榜单和搜索。
推荐是大家最熟悉的。入选范围很广，算法复杂，比如协同过滤、高热召回、向量召回等等算法不一而足。能做到量体裁衣，按照用户需求以不同的顺序展示内容。
随着算法的进步，入选推荐候选集的条件越来越广，也越来越精细。从内容消费者的角度而言，被推荐的内容包括了消费者的个人信息、社交关系、交互行为（搜索、浏览、点击等）、全站内容的热度排名（实时热点）等方面。
而从内容生产者的角度而言，不同粉丝量、活跃行为的生产者所发布的内容，也会入选到不同数量的消费者候选集中。比如拥有100万粉丝的生产者，发布的内容，分发给非粉丝的用户体量，一定比1千粉丝的生产者的分发体量更多。然后经过初级流量池的“考验”后，优质的内容会分发给更多的消费者。
推荐的分发逻辑成熟且复杂，这里只做简单地表述。但其目的是让消费者准确且低成本地看到自己感兴趣的内容，并且适度地发现新内容。
这个候选集可以说是来者不拒，只要被关注者生产的内容就一定会被放入候选集中，再按照关注者与关注者之间的亲密程度和时间线，将内容依次呈现给关注者。
代表的产品如抖音、小红书等。小红书内容的逻辑是关注者的内容被提优分发，也可以在关注tab下只看关注者的内容。而抖音在这两个逻辑之上，增加了好友这个概念，好友发布的内容将会以更高优先级的顺序展示在视频流列表中。
关注强调了以人为本的分发逻辑，通过内容将关注者与被关注者之间，更紧密地连接在一起。通过转赞评等方式，加深了双方关系，也提升了创作者的动力。
分类定位清晰明确，候选集只会采纳特定品类的内容，再按照一定顺序，比如热度，展示给用户。
为了做到分类，在内容生产时，需要生产者手动，或者系统自动地将内容归为某一类。比如虎扑发布内容时，必须要指定内容所属的圈子；比如知乎的短视频tab，系统会展示所有短视频形式的内容。
分类不是feed流中最常见的，需要用户主动地去找到指定的类别，再通过算法推荐。如果说关注是人找人，那么分类就是人先找到内容。比如各大新闻App会在首页顶部放置不同分类tab，用户可自行增、删和排序。
而它存在的意义，提升了消费者，尤其是带有明确目表的用户的消费体验。
榜单的候选集追求质量而不是数量。它会采购仓库中每个品类下最好的内容，并按照热度展示给用户。
进入榜单候选集的条件是苛刻的，一是数据定夺，二是专家定夺。数据定夺很好理解，在某段时间内，数据表现最好的前n个内容。入选规则较为透明，排序规则也较为客观。
而专家定夺，入选和排序规则则完全是主观选择的结果。虽然在某些权威性较强的领域中，如新闻、长视频等，专家/编辑推荐有着难以撼动的地位。但在主观性强的业务中，比如音乐软件的排行榜，除了公认的几个榜单外（比如billboard榜），其他榜单多多少少丧失了权威性，广告运营的因素也在增加，人们较难通过这些榜单来减少搜索成本。
内容的好坏至少有两种判断方式，一是个性化，适合我的内容，也就是推荐；而另一个则是人见人爱，花见花开，适合所有人的内容，也就是榜单。榜单存在的意义其实就是消除了内容的搜索成本。
搜索的候选集规则历史悠久：用户会将感兴趣的内容主动告诉系统，系统再按内容的匹配程度，决定入选的内容和其顺序。
随着内容的复杂化，搜索也需要猜测用户的意图了。比如搜索一个关键词，需要判断是哪个元素，是找用户，还是找内容，找内容的话是找什么样的内容，短视频、还是文章？
于是乎搜索不仅需要推荐，还需要分类。
搜索和推荐一样，是一个极为复杂的系统。笔者在这里仅简单地分为搜索前、后两个维度去讨论。
以知乎为例，搜索前会出现3个板块：历史、发现和分类榜单。这3个板块的内容分发逻辑分别为，按搜索记录倒序、按用户浏览偏好、实时热点等内容推荐，以及特定内容按照热度排序。
而搜索时，忽略无搜索结果时的场景，仅以有搜索结果场景为例。
搜索结果首先要确定候选集的范围：App不同的内容、实体可能都包含该条搜索词，而对不同内容的优先级排序和同种内容不同的权重，又影响着召回规则。
比如query“栗子”，在综合tab下，前3个会依次呈现问答、电子书、文章。并在电子书和文章处，给出特定内容的入口。然后从第4个开始又是关于“栗子”的问答。第12个是与“栗子”有关的相关live，第13个则是相关搜索……
随着内容的形式和数量越来越多，平台方试图完善搜索-分发规则，来命中用户的喜好，并使其留在社区中。
我在思考平台在社区中的作用时，想起来在大一，宏观经济课堂上老师讲“政府在市场经济中的作用”：
平台之于社区，就像政府之于经济，有着类似作用：
本文由 @厚嘴唇 原创发布于人人都是产品经理，未经作者许可，禁止转载。
题图来自Unsplash，基于CC0协议
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。