智能分发在漫画领域需要用吗？又到底该怎么用？

漫画领域是否需要使用智能分发？到底怎么用呢？快速查看意味着什么？在一年多的反复实验中，李润超和他的团队试图回答这些问题。

作者 | 张一桐

采访 | 张一桐李家瑜

设计 | 范小文

李润超和他的团队的实验已经进行了一年多。

2017年，抖音的巨大成功让短视频上的算法分布再次得到验证。这背后远不止技术进步。产品场景的融合和海量内容的涌现，带来了用户习惯的改变，也对平台的内容分发效率和精细度提出了更高的要求。

虽然当时还没有在长内容领域得到应用，但李润超认为，算法分发将是未来的必然趋势之一。同时，随着AI技术的不断成熟，他也在努力为漫画平台寻找新的技术发展方向。

作为快看漫画的CTO，李润超目前领导着一支200多人的研发团队。从最初的产品框架搭建到新功能的不断叠加，乃至内容制作效率的提升，研发团队不断为快看提供技术支持，不断探索新技术与漫画行业的融合.

快看漫画科技合伙人兼CTO李润超

2017年底，快看正式成立独立团队。这个不到 10 人的精英团队，由李润超本人带领，开始围绕算法推荐进行实验。这不是一件容易的事，或者说极其困难。虽然算法分发已经在信息和短视频领域得到了熟练的应用，但长内容的特点却大相径庭，很少有公司有经验机制可供参考。即便是快看，在短内容分发方面也缺乏经验。

经过一年多的反复试验和不断的修正，快看逐渐摸索出一套基于漫画内容特点和平台用户属性的标注系统，并以此为基础进行多场景的个性化内容推荐。新的算法推荐机制为内容分发带来了明显的加持。李润超表示，个性化推荐的点击转化率提升了150%，有的提升了300%。

李润超两年前的判断也得到了验证。流量红利消失，内容量超载，“大分发”时代正在加速。自由阅读重启了在线文本平台长期停滞的移动互联网转型。爱奇艺正在尝试探索结合长短内容的信息流推荐。在以智能音箱为代表的硬件场景中，算法分发的应用可能更底层。

对于快看来说，压力还来自资本市场对动漫产业整体价值的重新评估。它必须突破内容公司的限制，在更多维度证明自己作为独立平台的价值。

出现了一个新节点。就在今天，快看宣布用户总数突破2亿，月活跃用户突破4000万。为用户进行更高效的运营和价值转换是可能且必要的，而算法分发是最重要的切入点之一。在今年 4 月的合作伙伴小型酒会上，陈安妮表示，算法分发将成为 2019 年快看的重要方向，并在此基础上推出新版本。

“我们已经完成了测试，看到了效果。” 李润超表示，快看在长内容分发算法方面已经进入实际应用阶段。“这也是大势所趋，谁不做，谁落后就是重中之重。”

01 | 如何为漫画做算法分发

算法推荐在底层逻辑上是一样的。通过对标签系统的拆解，AI可以帮助AI理解复杂的内容和特定的用户偏好，进而实现两者的精准匹配。在信息内容相对简单的信息和短视频领域，算法推荐已经成熟应用。

但漫画有其特点。就内容量而言，相对于信息量和内容海量的短视频而言，创作门槛和内容要求较高的漫画在总量和更新频率上都非常有限。据快看全网统计，目前全网漫画总数在20万左右，而快看平台上的漫画数量只有3000多部。

这也带来了用户维度的差异。短内容分发的本质是海量内容的快速筛选，但漫画并没有足够的内容来实现稳定的供应。同时，在阅读场景中，长内容的阅读冗长而身临其境，甚至具有连贯性。这一特性也意味着用户对单个内容的选择成本更高，对推荐准确度的要求也相应提高。

李润超更愿意用“推荐”来形容这个过程，而不是“不断给予”，而是“找到用户此刻最想看到的东西”。

“过去一年的大部分精力都在为此摸索。” 李润超告诉《三个声音》。

一是建立基于漫画内容形式和特点的标签体系。短内容的量级大，每个内容的信息内容单一，这使得短内容的标注体系往往比较好，“尽可能把涉及的点挖出来”。

这不适用于漫画标签。“漫画的内容比较稀疏，标签越多越好，但越准确越好，同时也要有不同的视角。” 李润超说道。内容的复杂性意味着标签挖掘不能完全依赖机器，而需要加入大量专业的内容编辑人员。

“应该用哪些维度来描述一个作品，每个作品应该贴上哪些标签，我们需要依靠最专业的人。” 过去一年，快看内容运营部与李润超团队保持密切合作，深度参与了正在开发的标签系统。创始人Annie Chen是漫画作者，赋予快看强大的内容基因，以善于不断发现和推出流行模特着称。虽然算法分发更多是基于技术应用，但快看的核心内容壁垒一直延续在标注体系的制定上。

目前，快看已经形成了几十上百个维度的专业标签体系。该系统的核心标注由专业的内容团队完成。此外，快看通过收集全网工作数据，识别弹幕、评论等用户内容生态系统，不断更新和补充现有词库。“我们希望最终能够做到，去掉一个作品的标签，我就能猜出它是一个什么样的作品。”

对准确性的要求不仅仅是成功推荐给用户的 3000 种标题之一。对于需要长篇连贯阅读的漫画，还包括不同场景下特定阅读需求的精准匹配。“在不同的时间，用户是想看新作品，还是想继续追更新，还是想回顾他们已经看过的东西。”

“这需要对内容有深刻的理解。” 李润超表示，基于这样的认识，对内容进行了进一步的细分和细化，进一步提高算法推荐的准确性。例如，标注不同作品的封面、章节甚至文案快看漫画，以提供更多的推荐维度。此外，每隔一段时间，快看都会对整个作品的标签进行更新。“不一定要具体到每个词，但我们会有一个更新机制来考虑作品的变化趋势。”

一年来，快看围绕800-1000个作品池，在首页智能排序、页面发现、猜你喜欢、独立产品小规模上线等多种使用场景下，持续进行个性化推荐灰度测试. 李润超表示，快看已经拥有成熟的AB实验平台，在实验过程中可以保证流量的均匀分布和随时切换，并且可以通过多个指标来检验实验效果。

“快看平台已经具备了大量的综合功能。我们的指标不仅涵盖阅读领域的点击转化率、人均阅读量等，在社区和商业化方面也有不同的指标。我们将“更关注实验的整体影响。影响是正面的吗？实验平台也关注局部指标，比如按钮颜色的优化会带来哪些变化。” 李润超说道。

新的算法推荐机制已经“见效”，今年将脱离实验阶段，进入全平台用户应用阶段。

02 | 塑造独立平台的价值

在信息和短视频平台上，算法分发的商业意义在于通过流量的重新分类和精细化运营，创造更多的广告分发场景。

但这并不完全适合内容总量有限的漫画平台。李润超表示，在漫画领域，算法分发的应用更有价值，可以让更多用户在漫画平台上找到自己喜欢的作品。

“大家对快看的固有印象是女性用户以女性用户为主，包括我们主要推荐的作品也是女性化的。” 李润超说，“但其实也有很多面向男性的快闪，面向更高年龄组的作品。” 快看用户的性别比例也在发生变化，男性已经占到近40%。

以往这类作品的发现只能靠用户自己，但从去年开始，这些用户就可以轻松找到自己更喜欢的作品。

从作品来看，这意味着IP可以快速聚集一批粘性更高的精准用户，缩短变现周期，更快实现商业价值。

与此同时，快看的用户总数已经超过2亿，这个数字几乎覆盖了核心漫画受众，主要是一二线城市的女性和青少年。李润超认为，下一阶段，更高效的分发将进一步提高用户数量上限，成为快看用户增长的新动力。虽然实际广告收入有限，但用户总数的增加也会间接带动平台整体广告收入。

2亿之后，快看的压力不仅仅来自于整体流量上限下的持续扩张。漫画行业的创作特点和大部分从业者的创作者背景，意味着在行业和平台发展的初期，大量的资源和精力被用于内容创作，核心的商业变现逻辑也围绕着IP展开。

开发周期长，成功率有限，难以控制。IP的商业特性让资本和市场重新评估整个动漫产业乃至网络内容产业的价值。2018年，更多的漫画平台正在融入不同的娱乐系统，成为IP孵化的特定部分。

整合PCG后，腾讯动漫的IP筛选和孵化功能进一步明确；爱奇艺动画已明确定义为IP来源之一；漫漫漫画被联商文学收购，双方将在网络漫画改革方面开展更多合作。与此同时，更多平台正在超越漫画平台，直接控制上游产能。例如，阅文最近完成了对A4漫画的投资。

摆脱出版商和上游供应商的身份，作为仅存的独立漫画平台之一，快看除了内容，还必须在用户留存、业务转型等更多方面证明自己作为独立平台的价值。

2018年，除了传统的订阅外，通过推出“彩蛋卡”等虚拟周片，推出会员抢先看等新形式，快看进一步拉动用户付费，这也包括AVG和其他轻量级游戏。. 李润超表示，快看目前的支付率已经超过了阅读。“我们尝试了很多细节，不断测试哪种组合最有效。”

在聚集了2亿多用户后，“社区”将成为新的焦点。最早，快看的社区更贴近作者与粉丝的互动场景。在过去的一年里，它包括了粉丝、账号、配音等多个内容版块，快看加强了用户与社区UGC内容属性的联系。

技术将是一切的底层。快看的研发团队计划今年再翻一番，推动内容生产、分发、变现等多个维度的效率提升。

“内容生态是大方向，就是前面的1，后面可以加几个0，靠的是技术研发能力。不想成为内容提供者，就必须真的给充分发挥互联网和科技产品的价值。”

以下为《三声》与快看漫画科技合伙人、CTO李润超的部分对话：

三声：你什么时候意识到我们需要做个性化推荐？

李润超：2017年，从整个市场来看，用户的使用习惯发生了变化，移动互联网的产品思路也在发生变化。过去的产品思路是我帮助用户把各种场景分开，教育用户在不同的场景下做不同的操作。但2017年，我们可以看到产品的场景融合，转而尝试在一个场景中满足用户的多样化需求。这背后是个性化推荐的不断推进，是行业的变化引领我们探索新的方向。另一方面，2017年AI和人工智能相对成熟快看漫画，漫画行业也应该探索新的技术方向。

三声：智能分发长内容和短内容有什么区别？

李润超：从内容分布来看，长内容总量是有限的，没有短内容那么大。信息和短视频平台的体量巨大，往往以百万计，但漫画平台可能只有几千个。

从用户的角度来看，短内容的消费是对内容的快速筛选，而长内容不是筛选，而是找到你此刻最想看的内容。你此刻最想看的可能不是新的内容，可能是你一直在追的，从体验上来说是很不一样的。长内容的推荐不是给你推荐的，更像是推荐，不是源源不断，而是要找到最合适的内容和方法，让你快速上手。

三个声音：具体的标签和推荐系统的构建有什么区别？

李润超：比如在标签方面，由于短内容量大，内容单一，希望标签越多越好，最大限度地发挥内容特色。但是长的内容比较少见，不是越多越好，而是越准确越好。同时，视角也不同。长内容的标注不能完全依靠机器挖掘，需要大量的人参与。

与短内容相比，长内容标签更专业。我们的标注体系是靠最专业的人来定义的，我们需要从哪些维度来描述一个作品，以及在每个维度下对某件作品应该标注哪些标签。这套专业标准定下来后，我们会给每一个作品。标签。给作品贴标签还需要找懂漫画的专业人士。我们希望在未来的某一天，我们把一件作品的标签拿出来，仅仅依靠这80到100个标签就可以完整地描述一件作品。

三声：我们对标签的制定和选择的具体标准是什么？

李润超：维度和非覆盖是独立的，标签和标签是有区别的。我们追求对作品的准确和完整的描述，所以它的标签系统很难做到。产品开发决定了框架，但标签系统需要整个内容团队的参与。

长内容标签有两种追求。一是我们想要越来越准确的标签，二是这些标签可能很新，我们需要找到一些新的标签来不断添加。我们一直在做用户内容生产系统的识别，包括评论识别、弹幕识别等，做新词的挖掘。另外，除了快看平台，我们还有一个周边系统，整合全网的数据，从中挑选标签。但这些都是补充和辅助系统，但我们主要关注专业系统。

三声：用什么单位标注？标签更新节奏是什么样的？

李润超：每部作品的开头都会围绕整部作品进行标注。在每一集的更新过程中，我们也会提供更新这个系统的新机会。这是一个动态更新过程，包括我们还有一个定期重新标记的机制。很多作品的剧情走向可能与最初的规划并不完全一致，所以我们必须要有一个更新机制，不是按照文字来标注，而是要兼顾不同的走向。

三声：如何提高算法对用户需求的深入理解？比如，如何确定用户在不同的时间点想看什么样的内容？

李润超：这是基于对平台特性和用户习惯的深刻理解。在过去的一年里，探索了很多能量。如果从表面上看，入选作品的池子可能只有几千件。但是如果把这上千个作品细分，比如100个不同的文案，10个不同的封面，每个封面和文案都适合什么样的人，都贴上了标签。这件事可以越来越深。刚才说了，更准确的描述是一种说服，关键是你怎么说服他。

三声：快看的内容团队一直擅长流量运营和大片创作。应用算法分发，将流量分发权交给技术后，你会不会觉得自己要放弃武功了？

李润超：其实不是。个性化推荐的基础标注系统，其实涉及到我们整个编辑运营团队的深度参与。在标注的过程中，包括对内容的初步评价，内容团队的经验和权重都已经融入其中。每个推荐过程都将继续整合。只是这个推荐更加个性化。在过去，它可能已经分为男性和女性版本。现在，它可能会分成更多的部分。在每个部分，我们都会推荐我们认为具有长期价值的作品。

三个声音：过去一年，如何进行算法分布实验？如何在有限的基础数据下达到更好的推荐效果？

李润超：包括首页的智能排序，发现页面，以及针对少数用户的独立版。对于1000左右的作品池，我们继续切入四五个地方的小流量测试。流量分布一般控制在5%到10%之间。如果效果不好，可能会停在10%。

快看有一套完整的AB测试平台，可以保证快速切换，流量分布均匀。同时，作为拥有大量综合功能的漫画平台，除了人均阅读量、点击转化率等覆盖整个阅读领域的指标外，还将参考社区各方面的指标和商业化比较每个实验对整体情况的影响。，这保证它是绝对正的。同时，我们也会看局部指标来优化不同的细节。比如按钮颜色从红色变成蓝色，会不会影响点击效果？这些都保证了我们最终可以做出效果。

三种声音：长内容分发更多依赖专业团队。走出实验，进入应用层面，对全平台作品和用户进行算法推荐。在平台体量不断增加的情况下，如何保证配送能力的持续匹配？

李润超：未来我们还是要靠专业的团队，但不一定是我们内部的团队。事实上，无论公司多长或多短，所有做个性化推荐的公司在内容的审核和审核中都有大量的人工输入，因为机器推荐肯定有瓶颈，不可能真正了解内容深入。我们也研究过Netflix，他们也有专门的团队，一群喜欢内容、懂内容的人，都是兼职做的。我们也可能朝着这个方向发展，借助广大漫画迷的力量，但这样做的前提是必须形成自己的标签体系。

三生：对于快看来说，智能配送在整体业务中的重要性是什么？

李润超：很重要。我们的测试已经完成，并且有比较明显的效果。这也是大势所趋，必须要做的。谁不这样做，谁就会落后。当然，这绝对不是我们的全部重点。这并不意味着我们今年只需要做这件事。在产品开发上，我们还是有很多重点的。

三种声音：资本市场正在重新评估IP和网络内容的价值。去年，漫画平台也受到很大影响，发生了一系列整合和调整。下一阶段，漫画平台如何摆脱出版商模式和内容提供者的身份，形成独立平台的价值？

李润超：早期，漫画平台的发行模式延续，其实是因为上游产能的限制。因为这个行业的市场化程度不是很好，需要编辑和作者的深度融合，帮助他们整体提升创作水平，这不是由技术和产品能力决定的。

但是，对技术和产品开发的投资必须是改变这种状况的重要途径。产品和技术的最终驱动力是整体效率的提升。如果在这一点上不发挥作用，就和传统出版社没什么两样了。

内容供应和作者生态是大方向，就是前面的1，但是技术和产品能力决定后面能有多少个0。快看是第一个实现高清漫画的平台。通过数据采集分析、逆向规划、AI着色等，也在探索提高上游内容创作效率的技术手段。除了智能分销，去年也在不断探索社区化、虚拟商品等平台变现的新方式。

对于漫画平台来说，今年的主要变化是如何提高效率，而不仅仅是发行效率。这种效率是多种多样的。只有真正能提高效率的企业才能生存。