前两天曾经写过一篇文章，谈到小红书这款产品的特殊之处。今天我想再借着最近的热点，谈下我的观点：当前虽然小红书已经很火了，但我认为，小红书的价值仍然被远远低估。我们应该把小红书当成一个重要的渠道去做。

与抖音、视频号、微博、微信公众号等平台不同的是，小红书的搜索属性很强，它上面有非常多的鲜活的经验和评论。

比如上月中我带孩子去迪士尼，想了解是否需要购买早享卡，最自然的方式就是去小红书，其他平台确实没这部分内容。前段时间给用户解读古建类的书籍，我原本的习惯是去微信里搜，但后来发现，古建相关的知识小红书上也挺多。

最开始使用小红书，我把它当一个搜索引擎，想去那里了解别人的生活经验。

经验其实就是见解，这也是 ChatGPT 根本无法做到的，比如我想知道某款洗地机怎么样，GPT 只能回答场面话，但我想要的是很具体很私人的经验。这时候，小红书几乎就是独一无二的选择。这确实是这款产品的独特之处。

这种特质也和刚刚提到的流量分配机制有关系。

注意，我说的是流量分配机制，而非内容分发和推荐方式。

因为从分发推荐方式上来看，主要就三类。一类是基于用户的协同过滤，推荐系统根据用户的自然属性（年龄、性别、学历等信息）和浏览兴趣来计算用户相似度，进而给相似用户推荐内容。

第二类是基于内容的协同过滤。推荐系统提取内容的特征，然后计算不同内容之间的相似性之后，给用户推荐与过去喜欢内容相似的内容。第三类是推荐全网的高热内容。目前看，可能不同产品实现细节不同，但没有超出这个范畴。

但在不同的流量分配机制下，类似的推荐系统会产生完全不同的结果。

理解小红书流量分配机制的前提是要先理解它的定位。坊间传闻有一道产品经理的面试题：“抖音是内容平台，而小红书是内容社区，请问社区和平台的区别是什么？”你可以停下来想想。

我说说自己的认知。刷抖音的时候，我感觉自己像是在看电视，上下滑动的动作类似拿遥控器换台，从言情剧换到百家讲坛。只不过，作为新一代的产品，抖音会把电视节目的颗粒度切得更小，并且，还会结合算法更精准的给我推荐节目。而刷小红书，有点像走出家门，和街坊们聊些家长里短的事，王阿姨李大爷张叔都会参与进来。前者注重内容消费，后者注重互动交流。

我甚至可以说得更极端一些：在小红书上，内容只不过是将用户连接起来的媒介而已。你可以再停下来想想这句话。

这直接就会影响平台对流量分配的态度：我的出发点不是要把某条大V创作的精品内容做成爆款，而是要让那些能起到更好连接作用的内容触达更多人——这些内容往往都不是专业制作的内容。

我从朋友那里得到的一个未经官方确认的数据：小红书每天会把 50% 以上的流量分配给千粉以下的普通用户，而抖音会把 80% 以上的流量分配给万粉以上的创作者。这也能解释为什么我们在抖音上刷到的绝大多数内容都已经有很高的点赞数据，而小红书却不是。

当然，这里面没有优劣之分。它们如同两条不同的河流，各自朝着不同方向流淌，各自风景如画。

我想探讨的是造成这种区别背后的原因。跳出来看，核心在于二者的主要内容形态不同。抖音以视频为主，小红书以图文为主。毋庸置疑，相比公众号的长文，二者都已经极大程度降低了创作门槛。可对于一个创作者而言，想做出一个好视频的难度，远远大于图文。

视频需要考虑脚本、口头表达、拍摄、剪辑、画面、BGM等因素。普通人拿出手机，随手拍一个视频容易，但想做出越过及格线的视频作品，就要求他必须具备相对专业的能力。能拍视频和能拍出好的视频作品，这中间隔着不小的能力鸿沟，而图文内容中不存在这么大的差异。

换句话说，图文形式本身就是一种内容平权。

内容创作的客观规律决定了两个平台上优质内容的供给量。供给量又反过来影响了推荐算法的分配逻辑。

抖音优质内容的供给方集中在腰部以上的创作者，而小红书更为分散。也正因为分散，所以它必须考虑怎么把流量分配给众多的普通用户。但抖音没办法采用这个策略，不然平台的内容质量可能会急剧下降。

用统计学的思维表达就是，小红书上的优质内容更分散。

然后这条因果链还在继续延伸。正因为小红书的机制是把更多流量分配给普通用户，一个普通用户就可能与更多普通用户产生连接。如果把用户和用户之间的关系想象成一张相互连接的网，那小红书的网没有呈现出明显的中心节点，各散点之间的连接同样稠密。社区属性也会更强。

这也能解释为什么我们能在小红书的发现页中看到很多仅有 10 来个点赞的帖子。而这种情况在其他视频内容平台上会比较少见，他们更多偏向于分发高热内容。

这完全是两条不同的道路。

小红书上有很多普通人的悲喜碎碎念和生活经验。去年父亲生病，他在老家拍了张片子，相隔千里我很着急，不知道什么情况。

当时灵机一动，发了个小红书笔记求助，没想到，5 分钟之内，很快收到几条评论，热心的陌生人不断给我分享经验，提建议。我一下子得到了宽慰。

是的，无可否认，社交媒体时代，算法放大了人们的情绪，加剧了信息茧房，但另外一面，它也让不同地域的人可以像邻里一样，充分地连接和交流，这个世界很大，但推荐系统可以拉近彼此的距离。