《短视频与直播前七字听觉劫持、评论区从众引爆与脉冲逼单剧本学》各章定量结论
短视频与直播卖货流传着许多口诀:前七个字定生死,每三秒一个钩子,评论区要先带节奏,最后几单要喊出来。本书把这些口诀改写成可以计算、可以复核、可以被数据推翻的命题,并且只讨论守规矩的说服:只报后台真实库存,不搞虚假倒计时,不雇人刷评论,不安排托。书中参数均为示意;全部计算由书中程序生成;本书不构成个别化的法律、广告合规或营销建议。
DOI 待发布 · 专著页正式发布后上线(本站暂无专著页) · 5DL-B-147 · English version
- 第 1 章 · 前七字的声学惊奇度:贝叶斯惊奇、倒 U 阈值与语速
第一章用伽马-泊松模型计算开场七个音节的贝叶斯惊奇度,留存与惊奇度呈倒 U 关系,示意模型的最优值为 1.79 比特,九成增益区间为 1.13 到 2.62 比特,「七个字」取决于语速。 - 第 2 章 · 注意力生存曲线:删失、风险函数与前三秒的杠杆
第二章把留存曲线还原为有删失的生存函数,前三秒的同幅改动对平均观看时长的增益是后段的 3.65 倍。 - 第 3 章 · 防划走钩子密度:习惯化、边际递减与过量的反噬
第三章说明钩子会习惯化,每三秒一个钩子时最后一个钩子只剩 0.102 的效果,计入负面反馈后净价值呈倒 U 形。 - 第 4 章 · 评论区从众:阿希实验、信息级联与累积优势
第四章用精确马尔可夫链求解信息级联,一条假推荐就把错误级联的概率放大到 2.63 倍。 - 第 5 章 · 评论区引爆:分支比、霍克斯过程与真实首评
引爆评论区的关键量是分支比。示意模型中,从 10 条真实提问出发,分支比 0.5 平均只得 20.0 条,0.9 平均得 100.0 条;越接近临界,同样的改进放大越多。前五分钟里,认真点名回答使期望评论数翻倍,雇人刷评论买来的主要是假评论,真实评论只多了一点。临界附近的评论区同样会放大投诉,因此越热的直播间越需要实时处理投诉。下一章转向直播间的另一个核心环节:真实库存的报数节奏与脉冲收口。 - 第 6 章 · 稀缺报数节奏:真实库存的几何报数与脉冲收口
第六章给出真实库存的几何报数阶梯与收口脉冲的最优频率,每分钟一次脉冲只得到最优的 0.863;虚假稀缺只要每场被识破的概率达到 0.0123 就不再划算。 - 第 7 章 · 原典考辨:《乐记》的感物动心与亥姆霍兹的拍音
第七章考辨《乐记》的感物动心之说与亥姆霍兹的拍音理论,粗糙度在每秒约 26.0 次拍时最强。 - 第 8 章 · 实践与证伪:直播间合规收口流程与预注册检验
第八章给出合规收口技能包、私讯跟进上限与静默时段、停止与转人工规则,以及每组 6,745 位观众的预注册转化率检验。书中以标注框区分已发表的证据、可运行的 Python 计算(20 段程序)、原典与作者的假说。
模型示意算例,非实时报价