智能分發在漫畫領域需要用嗎？又到底該怎么用？對于快看又意味著什么？在一年多的反復實驗里，李潤超和團隊試圖解答這些問題。

作者 | 張一童

采訪 | 張一童 黎佳瑜

設計 | 范曉雯

李潤超和團隊的實驗已經進行了一年多。

2017年，抖音的巨大成功讓算法分發在短視頻上再次得到驗證。這背后遠不止技術的進步。產品場景融合，海量內容出現，催生了用戶使用習慣的改變，也對平臺的內容分發效率和精細程度提出了更高要求。

盡管當時還未在長內容領域得到應用，但李潤超認為算法分發將會是未來的必然趨勢之一。與此同時，伴隨著AI技術的不斷成熟，他也試圖為漫畫平臺找到新的技術發展方向。

身為快看漫畫CTO的李潤超目前帶領著一個超過200人的研發團隊。從產品框架的最初搭建到新功能的不斷疊加，甚至包括內容生產端效率的提高，研發團隊持續為快看提供著技術支持，并不斷探索新技術與漫畫行業的契合點。

快看漫畫技術合伙人兼CTO李潤超

2017年底，快看正式成立獨立團隊。這個不到10人的精銳小組由李潤超親自帶隊，開始圍繞算法推薦展開實驗。這不是一件容易的事，或者說是極為困難的。盡管算法分發已經在資訊和短視頻領域被熟練應用，但長內容有著迥然不同的特性，也幾乎沒有公司擁有可供參考的經驗機制。甚至，快看在短內容的分發上都是缺乏經驗的。

長達一年多的反復實驗和不斷修正下，快看逐漸探索出一套基于漫畫內容特性和平臺用戶屬性的標簽體系，并以此為基礎，在多個場景進行內容的個性化推薦。新的算法推薦機制已經對內容分發產生了較為明顯的加持。李潤超表示，個性化推薦的點擊轉化率提升了150%，部分提升了300%。

李潤超在兩年前的判斷同樣得到了驗證。流量紅利消失，內容數量過載，“大分發”時代正在加速到來。免費閱讀重啟了網文平臺停滯已久的移動互聯網改造，愛奇藝試圖探索長短內容結合的信息流推薦，在以智能音箱為代表的硬件場景中，算法分發的應用可能更加底層。

對于快看而言，壓力還來源于資本市場對動漫行業整體價值的重估，它必須突破內容公司的限制，在更多維度證明其作為獨立平臺的價值。

一個新的節點已經出現。就在今天，快看宣布總用戶數突破2億，月活超過4000萬。快看有可能也有必要對用戶進行更高效的運營和價值轉化，算法分發正是其中最重要的切入點之一。今年4月的一場面向合作伙伴的小型酒會上，陳安妮表示算法分發將成為快看2019年的重要方向，并將基于此上線新版本。

“我們已經完成了測試，看到了效果。”李潤超表示快看在長內容算法分發上已經進入實際應用階段，“這也是大勢所趨，誰不做誰落后，是重中之重。”

01 | 漫畫怎么做算法分發

算法推薦在底層邏輯上是相通的。通過標簽系統的拆解，幫助AI理解復雜內容和用戶具體偏好，再實現二者精準匹配。在信息含量較為簡單的資訊和短視頻領域，算法推薦已經被成熟應用。

但漫畫有其特殊性。從內容數量來說，和擁有海量內容的資訊和短視頻相比，有著更高創作門檻和內容要求的漫畫在總數量和更新頻率上都十分有限。在快看面向全網的數據統計中，目前全網的漫畫總量在20萬部左右，而快看平臺上的漫畫則僅有3000多部。

這也帶來了用戶維度的不同。短內容分發的本質是對海量內容的快速篩選，但漫畫沒有足夠體量的內容實現源源不斷的供給。與此同時，在閱讀場景上，長內容的閱讀是長時間和沉浸式的，甚至帶有連貫性。這種特性也意味著用戶對單個內容的選擇成本是更高的，對推薦精準度的要求也相應提高。

李潤超更愿意用“勸薦”來描述這個過程，不是“源源不斷地給”，而是“找到用戶此時此刻最想看到的內容”。

“過去一年的大部分精力都在摸索這件事。”李潤超對《三聲》說。

首先是一個基于漫畫內容形式和特點的標簽體系的建立。短內容的量級大，每個內容的信息含量單一，這使得短內容的標簽體系往往是越多越好，“盡可能最大程度去挖掘涉及到的點”。

這點并不適用于漫畫標簽。“漫畫內容比較稀少，標簽不是越多越好，而是要越準越好，同時要有不同的視角。”李潤超說。內容的復雜性意味著標簽的挖掘不能完全依賴于機器，而是需要大量專業內容編輯的加入。

“用哪些維度去刻畫一部作品，每部作品要打哪些標簽，都需要依賴最專業的人。”過去一年，快看的內容運營部門和李潤超的團隊保持著緊密的合作，深度參與到標簽體系的制定中。創始人陳安妮是漫畫作者出身，這讓快看有著濃厚的內容基因，并以擅于持續發掘推出爆款聞名。盡管算法分發更多基于技術運用，但快看的核心內容壁壘依然在標簽體系的制定中得到了延續。

目前，快看已經形成了一個擁有幾十上百個維度的專業化標簽體系。這個體系的核心標簽由專業內容團隊完成。此外，通過面向全網搜集作品數據，以及識別彈幕、評論等用戶內容生態，快看對已有詞庫進行著持續更新和補充。“我們希望最后能做到，拿出一個作品的標簽我就能猜出它大概是一個什么樣的作品。”

對精準度的要求不僅僅是向用戶成功推薦了3000部作品中的一部。對于需要長時間、連貫性閱讀的漫畫而言，還包括精準匹配不同場景下的具體閱讀需求。“在不同的時間，用戶是想看一部新作品，還是想繼續追更，還是想回顧已經看過的。”

“這需要對內容有深刻理解。”李潤超說，基于這種理解對內容進行進一步的拆分和細化，進一步提高算法推薦的精準度。比如，對不同的作品封面、章節、甚至是文案再次標注，提供更多推薦維度。此外，每隔一段時間，快看還會對作品進行整體性的標簽更新，“不一定是具體的按每一話，但是我們會有更新機制兼顧到作品的變化趨勢。”

過去一年，在首頁智能排序、發現頁面、猜你喜歡和小規模上線的獨立產品等多個使用場景下，圍繞800至1000部的作品池，快看不斷進行個性化推薦的灰度測試。李潤超表示，快看已經擁有一個成熟的AB實驗平臺，能夠保證實驗過程中流量的均勻分配和隨時切換，并能通過多個指標檢驗實驗效果。

“快看平臺上已經有大量的綜合性功能，我們的指標不僅涵蓋了閱讀領域的點擊轉化率、人均閱讀次數等，在社區、商業化上也有不同的指標，我們會更關注實驗對全局的影響是不是正向的。實驗平臺同時也關注局部指標，比如按鈕顏色的優化會帶來哪些改變。”李潤超說。

新的算法推薦機制已經“做出效果”，并將在今年離開實驗層面，面向全平臺用戶進入應用階段。

02 | 塑造獨立平臺價值

在資訊和短視頻平臺，算法分發的商業意義在于通過對流量的再分類和精細化運作，創造了更多廣告分發場景。

但這并不完全適用于總內容體量有限的漫畫平臺。李潤超表示，在漫畫領域，算法分發的應用更多的價值在于讓更多用戶能夠在漫畫平臺找到自己喜歡的作品。

“大家對快看的固有印象是以女性用戶為主，包括我們的主要推薦作品也都是女性向的。”李潤超說，“但實際上，快看上也有很多面向男性的，面向更高年齡群體的作品。”快看用戶的性別比例也在變化，男性已經占到近四成。

過去，對這種作品的發掘只能依靠用戶自己，但去年開始，這些用戶可以輕易地找到自己更喜歡的作品。

從作品角度出發，這意味著IP可以更快聚集起一批具有更高粘性的精準用戶，縮短變現周期，更快實現商業價值。

與此同時，快看的總用戶量已經突破2億，這個數字幾乎已經涵蓋了以女性和一二線城市青少年為主的核心漫畫受眾。李潤超認為，下一階段，更高效的分發將會進一步拉高用戶數量天花板，成為快看用戶增長的新動力。盡管實際帶來的廣告收益是有限的，但是對總用戶量的拉動也將間接帶動平臺整體廣告收入。

2億之后，快看的壓力不僅僅來自整體流量封頂下的繼續拉新。漫畫行業的創作特點和大多數從業者的創作者背景意味著在行業和平臺發展的初期，大量的資源和精力被用于內容的打造，核心的商業變現邏輯也圍繞IP展開。

開發周期長、成功率有限且難以控制，IP的商業特性讓資本和市場重估整個動漫行業，甚至是網絡內容行業的價值。2018年，更多漫畫平臺正被整合到不同的文娛大體系中，成為IP孵化的具體環節。

PCG整合后，騰訊動漫的IP篩選和孵化功能被進一步明確；愛奇藝動漫被明確定義為IP源頭之一；漫漫漫畫被連尚文學收購，雙方將就網文漫改展開更多合作。與此同時，更多平臺正越過漫畫平臺對上游產能進行直接控制，比如閱文在不久前完成了對A4漫業的投資。

擺脫出版社和上游供應商身份，作為碩果僅存的獨立漫畫平臺之一，內容之外，快看必須在用戶留存、商業轉化等更多方面證明其作為獨立平臺的價值。

2018年，在傳統訂閱之外，通過“彩蛋卡”等虛擬周片的上線，會員搶先看等新形式的推出，快看試圖進一步帶動用戶付費，這其中也包括對AVG等輕量游戲的嘗試。李潤超表示，快看目前的付費率已經超越閱文，“我們的細節嘗試非常多，去不斷測試什么樣的組合效率最高。”

在聚集超過2億用戶后，“社區”將成為新的重點。最早，快看的社區更接近于作者與粉絲的互動場景，在過去一年，包括同人、手賬、配音等多個內容板塊，快看著力強化用戶間的聯系，和社區的UGC內容屬性。

技術將成為一切的底層。快看的研發團隊計劃在今年再翻一番，以推動在內容生產、分發和變現等多個維度效率的提高。

“內容生態是大方向，是前面的那個1，但是后面能加幾個0，依靠的就是技術研發能力。如果不想淪為內容供給方，就一定要真正發揮互聯網和技術產品的價值。”

以下為《三聲》和快看漫畫技術合伙人兼CTO李潤超的部分對話整理：

三聲：什么時候意識到我們需要做個性化推薦？

李潤超：2017年。整個市場來看，用戶的使用習慣已經發生變遷，移動互聯網的產品思路也在轉變。過去的產品思路是我幫用戶分出各種各樣的場景，教育用戶在不同的場景做不同的操作。但是到了2017年，可以看到產品的場景融合，轉向在一個場景下盡量滿足用戶的多元需求。這背后就是個性化推薦的不斷推進，是行業變遷導致我們探索新的方向。另一方面是AI和人工智能在2017年已經相對成熟，漫畫行業也要探索新的技術方向。

三聲：長內容的智能分發和短內容有哪些區別？

李潤超：從內容分發的視角來看，長內容的總量有限，沒有短內容那么大的量級。資訊、短視頻平臺的體量是巨大的，往往在上百萬，但漫畫平臺可能只有幾千部。

從用戶視角來說，短內容的消費是對內容的快速篩選，但長內容不是篩選，而是要找到此時此刻最想看的內容。此時此刻最想看的未必是新內容，也許是你一直在追的，這在體驗上是很不同的。長內容的推薦不是推給你，更像是勸薦，不是源源不斷的給，而是找到最合適的內容和方式，讓你快速開始讀。

三聲：在具體標簽和推薦制度的構建上會有哪些差異？

李潤超：比如打標簽，短內容由于量極大、內容單一，標簽是希望越多越好，最大程度挖掘內容特征。但是長內容相對稀少，所以不是越多越好，而是要越準越好。同時，在視角上也是不同的，長內容的標簽不能完全依賴于機器挖掘，而是需要大量人的參與。

和短內容相比，長內容的標簽是更加專業化的。我們的標簽體系依賴最專業的人去定義，我們需要從哪些維度刻畫一部作品，每個緯度下面針對某個作品又應該打那些標簽，這套專業標準定下來后，我們再給每個作品打標簽。給作品打標簽也同樣需要找專業的，理解漫畫的人。我們希望未來有一天，拿出一個作品的標簽，僅僅憑借這80到100個標簽，能夠完整刻畫一部作品。

三聲：我們對于標簽的制定和選擇具體有哪些標準？

李潤超：維度與維度之間有獨立性，不覆蓋，標簽和標簽之間有區分度，我們追求精準和完整的刻畫作品，所以它的標簽體系非常難做。產品研發規定了框架，但標簽體系需要整個內容團隊的參與。

長內容的標簽有兩層追求，一是我們希望標簽多而精準，二是這些標簽可能是很新的，我們需要發現一些新的標簽不斷補充。我們一直在做針對用戶內容生產體系的識別，包括對評論、彈幕的識別等等，去做新詞的挖掘。此外的話，在快看平臺之外，我們也有外圍的體系去做全網的數據整合，從中挑選標簽。但是這些都是補充性和輔助性的體系，但我們主要還是以專業體系為主。

三聲：以什么樣的單位來打標簽？標簽更新節奏是什么樣的？

李潤超：每個作品上線之初會圍繞整部作品打上標簽，每一話更新過程中，我們也會提供新的機會去更新這套體系。這是一個動態的更新過程，包括我們還有一個機制，定期重新打一遍標簽。作品的劇情走向很多可能是和開始的規劃不是完全一致的，所以我們必須要有一個更新的機制，它不是按話打標簽，而是兼顧到不同的變化趨勢。

三聲：怎么樣提高算法對用戶需求的深度理解？比如如何判斷用戶在不同的時間點到底想看什么樣的內容？

李潤超：這基于對平臺特性和用戶使用習慣的深度理解，過去一年很大的精力都在摸索這件事情。如果粗淺的看，被推選的作品池子可能只有幾千部作品。但是如果你把這幾千部作品細化拆分，比如配上100個不同的文案、10個不同的封面，每個封面和文案分別適合推給什么樣的人，都是有標簽的。這件事是可以越走越深的。就像我剛剛說的，更精準的描述是一種勸，關鍵是你怎么勸他。

三聲：快看的內容團隊一直擅長流量運營和爆款打造，應用算法分發后把流量分配權利交給技術，會不會有自廢武功的感覺？

李潤超：其實不會。個性化推薦的基礎標簽體制實際有我們整個編輯和運營團隊的深度參與，在標簽制定的過程中，包括內容的初期評價上，內容團隊的經驗和權重已經融入進去。每一次的推薦過程中，也會不斷融入。只不過這種推薦更加個性化了，過去可能只是分了男版和女版，現在可能分出了更多的板塊，在每個不同的板塊我們都會推薦認為具有長期價值的作品。

三聲：過去一年，快看如何進行算法分發實驗？如何在有限的基礎數據下達到比較好的推薦效果？

李潤超：包括首頁的智能排序、發現頁面、還有面向小部分用戶的獨立版本，針對1000部左右的作品池，我們在四五個地方不斷切入小流量測試。流量分配一般控制在5%到10%之間，如果效果不好，可能在10%的時候就停掉了。

快看有一套完整的AB測試平臺，可以保證流量的快速切換和均勻分配。同時，作為一個擁有大量綜合性功能的漫畫平臺，除了人均閱讀次數、點擊轉化率等涵蓋整個閱讀領域的指標，還會參考社區和商業化多個方面的指標，對比每一個實驗對全局的影響，保證它是絕對正向收益的。同時我們也會看局部指標，去優化不同的細節。比如按鈕的顏色從紅色變得藍色，會不會影響點擊效果。這些都保證了我們最終能做出效果。

三聲：長內容的分發更依賴專業團隊，走出實驗進入應用層面，面向全平臺作品和用戶進行算法推薦，在平臺體量不斷增漲的情況下，怎樣保證分發能力的持續匹配？

李潤超：未來依然是要依賴于專業團隊，只不過未必是我們內部的團隊。事實上，不管長短公司，所有做個性化推薦的公司都有大量的人力投入在內容的審核審查上，因為機器的推薦一定是有瓶頸的，不可能真正做到對內容的深度理解。我們也研究過Netflix，他們也有專門的團隊，是一群喜歡內容，懂內容的人，以兼職的形式完成。我們可能也會向這個方向發展，借助廣大漫畫愛好者的力量，但這件事的前提是你必須形成自己的標簽體系。

三聲：對于快看而言，智能分發在整體業務中的重要性是什么樣的？

李潤超：是非常重要的。我們的測試已經測完了，有了較為明顯的效果。這也是大勢所趨，是必須要做的，誰不做誰落后。當然也肯定不是我們全部的重點，不是說這一年只干這一件事就行了的，在產品研發上，我們還有很多重點。

三聲：資本市場正在對IP和網絡內容的價值進行重估，去年漫畫平臺也受到了比較大的影響，出現了一系列的整合和調整。下一個階段，漫畫平臺怎樣掙脫出版社模式和內容供應商身份，形成獨立平臺價值？

李潤超：在早期，漫畫平臺對出版社模式的延續其實是出于上游產能的限制。因為這個行業的市場化程度沒有那么好，所以需要編輯和作者的深度融合，幫助他們整體性地提高創作水平，這不是技術和產品能力決定的。

但在技術和產品研發上的投入一定是能夠改變這個局面的一個重要方式。產品和技術最后驅動的是整個效率的提升，如果不在這一點上有所發揮，就和傳統出版社沒有任何區別。

內容供給、作者生態是大方向，是前面的那個1，但技術和產品能力決定了你后面能有幾個0。快看是最早實現高清漫畫的平臺，通過數據收集分析反推策劃、AI上色等方式也在探索技術手段對上游內容創作效率的提升。除了智能分發，去年也在不斷探索平臺的社區化和虛擬商品等新的變現方式。

對于漫畫平臺而言，今年的主要變化還是如何提高效率，不僅僅是分發效率，這個效率是多元的，只有真正能把效率做上去的企業，才能生存下來。

?三聲原創內容 轉載請聯系授權