<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:content="http://purl.org/rss/1.0/modules/content/"><channel><title>review on Kohsruhe</title><link>https://www.kohsruhe.com/zh/tag/review/</link><description>Recent content in review on Kohsruhe</description><generator>Hugo -- gohugo.io</generator><language>zh</language><managingEditor>kohsruhe@outlook.com (Leehyon HNG)</managingEditor><webMaster>kohsruhe@outlook.com (Leehyon HNG)</webMaster><lastBuildDate>Fri, 11 Sep 2026 16:41:10 +0800</lastBuildDate><atom:link href="https://www.kohsruhe.com/zh/tag/review/index.xml" rel="self" type="application/rss+xml"/><item><title>#13 记一次失败的小红书起号经历</title><link>https://www.kohsruhe.com/zh/2026/09/weekly-review-260911/</link><pubDate>Fri, 11 Sep 2026 16:41:10 +0800</pubDate><author>kohsruhe@outlook.com (Leehyon HNG)</author><guid>https://www.kohsruhe.com/zh/2026/09/weekly-review-260911/</guid><description>&lt;h2 id="小红书"&gt;小红书&lt;/h2&gt;
&lt;p&gt;上周突然来了兴致，想好好经营一下小红书账号。一方面是前些天&lt;del&gt;没忍住&lt;/del&gt;下单了大疆 Pocket 4，想着要不先把号热一热？等后面再拍些 vlog 分享。另一方面是一直有想做一些个人 IP 相关的东西。&lt;/p&gt;</description><content:encoded><![CDATA[<h2 id="小红书">小红书</h2>
<p>上周突然来了兴致，想好好经营一下小红书账号。一方面是前些天<del>没忍住</del>下单了大疆 Pocket 4，想着要不先把号热一热？等后面再拍些 vlog 分享。另一方面是一直有想做一些个人 IP 相关的东西。</p>
<p>但目前看来，结果比较失败。不知道是不是老号没新人流量，还是说这个号已经被我养废了。我主要尝试了一些图文内容，比如分享一些效率工具、或者科技话题，总共发了有 15 篇，但目前为止每篇不到 2 赞，很可怜，直接浇灭了我的创作热情。</p>
<p>分享的内容大概如下：</p>
<p><img src="https://images.kohsruhe.com/2026/xhs-notes.png" alt="xhs-notes"></p>
<p>我找了资料，总结了以下可能的原因：</p>
<ul>
<li>很早就有帐号了，之前一直都是只搜不互动，过了新手期，系统还没对我建立用户画像就打入冷宫</li>
<li>发布后频繁修改和二次审核</li>
<li>风格漂移，没有聚焦</li>
</ul>
<p>另外，我顺带研究了一下小红书底层的推荐逻辑，简单整理下，供参考<sup id="fnref:1"><a href="#fn:1" class="footnote-ref" role="doc-noteref">1</a></sup>。</p>
<h3 id="阶梯流量池与-ces-评分">阶梯流量池与 CES 评分</h3>
<p>小红书的推荐是阶梯式的赛马机制。笔记在通过机审后，会被放入一个几百曝光的初始流量池测试，只有当初始点击率和互动率高于大盘，系统才会把它推向更大的流量池，逐级放大。</p>
<p>而衡量表现的核心是 <strong>CES</strong>，也就是社区互动分，计算公式大致为：</p>
<blockquote>
<p>CES = 点赞×1 + 收藏×1 + 评论×4 + 转发×4 + 关注×8</p>
</blockquote>
<p>显然，评论、转发和关注的权重远高于普通的点赞收藏。平台更看重的是深度互动和转化，随手点赞对于推动笔记进入下一个流量池效果不明显。</p>
<p>当然我可能连那个初始流量池就没进入，后台看了下我的笔记平均曝光在 50 左右，远低于新笔记的平均值 100~200，这还怎么玩。</p>
<h3 id="笔记内容的职责拆解">笔记内容的职责拆解</h3>
<p>另外，关于笔记结构也有点说法，它类似于一个层层递进的漏斗：</p>
<ul>
<li><strong>封面</strong> 负责停下来</li>
<li><strong>标题</strong> 负责点进去</li>
<li><strong>开头</strong> 负责继续看</li>
<li><strong>正文</strong> 负责拿收藏</li>
<li><strong>结尾</strong> 负责留评论</li>
<li><strong>定位</strong> 负责获关注</li>
</ul>
<p>回头再看下我发的那些笔记，多多少少有点小问题，但也不至于这么差。我怀疑问题主要还是在这个号本身上，大概率是废了，这一块后面再说吧。</p>
<h2 id="普通人用-ai-的思考">普通人用 AI 的思考</h2>
<p>不知道大家现在是怎么用 AI 的。就我而言，目前最大的价值还是在辅助学习上，类似一个更聪明的搜索引擎。</p>
<p>遇到不懂的概念，我习惯直接抛给 AI。但也慢慢意识到一个问题，在这个快节奏时代，我们似乎正在慢慢丧失静下心来阅读大段长文的能力，往往只是走马观花地扫两眼，而这完全凭脑子记忆（过目不忘）几乎是不可能的。因此，我还会让 AI 提炼要点、做第一性思考，并随手记录进在线笔记里。</p>
<p>当前采用的方案是基于开源的 <a href="https://usememos.com/">Memos</a>，通过 Docker 部署在家里的 NAS 上，再配合 Cloudflared 打通公网，方便随时随地记录和检索。当然还有一些就直接复制粘贴进 flomo 里。相比而言，Logseq 记的是越来越少，目前还是更看重能上云和浏览器访问。</p>
<p>除此之外，我还后台让 AI 辅助阅读英文原版书（尤其是一些技术书籍）。让它按照我提供的结构模板输出整理好的 Markdown 文档，之后借助静态网站发布上线，还是要方便在浏览器里随时翻看。不过就现阶段而言，MiniMax M3 处理出的内容不是很理想，中文排版有时略显杂乱，目前只能先将就着看。</p>
<blockquote>
<p>感兴趣的可以看这里 👉 <a href="https://reading.kohsruhe.com/">Welcome to Vorlesung</a></p>
</blockquote>
<p>这是我近期除了 vibe 之外，使用 AI 的核心场景了。</p>
<p>关于自动化工作流，我目前还没有搭建出特别满意的定时任务。之前折腾过一阵子 RSS 订阅与自动知识归档，但体验下来总有一种为了做而做的感觉。</p>
<p>或许可以尝试让 AI 每天阅读我的 RSS 订阅列表，<del>从中挖掘一些值得做成小红书选题的方向。</del></p>
<h2 id="修东西">修东西</h2>
<p>最近越来越喜欢修东西。</p>
<p>家里的物件出了毛病，首先想到的不是直接扔掉换新，而是先去网上搜搜看有没有可替换的配件，只要能买到，就想办法把它修好继续用。</p>
<p>我发现修东西除了能省钱，最大的好处在于不会带来沉重的「换物心理负担」。不用纠结旧物丢了是否可惜，也不需要承担买新物时重新挑选、接触学习的磨合成本。而且亲手把一件坏掉的物件修好，那种感觉，就像是在维系人与物品之间某种潜在的情感纽带，甚秒！</p>
<p>不知道大家是否也有过类似的体会。</p>
<h2 id="新工具">新工具</h2>
<p>正如前面说的，我入手了 Pocket 4。其实早些年我就买过 2 代，当时买的时候也是想着要做一名 vlogger，结果买回来大部分时间都在吃灰，不知道这一代会不会重蹈它爷爷的覆辙。</p>
<p>不过这次确实得先熟悉一下基本操作、学学拍摄教程，而不是每次临到要拍的时候，才抓瞎去想这个按键怎么用、那种运镜怎么拍。</p>
<p>仔细想来，自己在对待这些日常物品上其实一直挺敷衍的，需要上点心，把那些随身常伴的器物真真切切地用起来、做到熟能生巧，发挥价值，而不是每次临时临才手忙脚乱。</p>
<p>这让我想起爸妈使用智能手机时的场景。如果我也在不知不觉中丧失了折腾新事物的能力与好奇心，面对未来的技术浪潮，恐怕有朝一日也会像他们一样，在时代的新工具面前不知所措。</p>
<div class="footnotes" role="doc-endnotes">
<hr>
<ol>
<li id="fn:1">
<p>推荐算法不一定是最新的，可能有误&#160;<a href="#fnref:1" class="footnote-backref" role="doc-backlink">&#x21a9;&#xfe0e;</a></p>
</li>
</ol>
</div>
]]></content:encoded></item></channel></rss>