從「演算法歧視」到「Direct Post 降權」：一次自動化跨平台發布的踩雷紀實
起點：一個看似合理的懷疑
事情是這樣開始的。用 Claude Code 自動生成冷知識類短影音，透過 Zernio 這個排程工具，一次分發到 IG、YouTube Shorts、TikTok 三個平台。IG 跟 YouTube 的數據都正常起飛，單支影片動輒破百觀看；但 TikTok，完全是 0。
第一個念頭當然是懷疑內容本身——是不是冷知識這種偏「知識向」的主題，在 TikTok 這種娛樂導向的平台天生就吃不開？畢竟大家都聽過「TikTok 比較適合搞笑跳舞，知識型內容比較適合 YouTube」這種說法。
第二個念頭是懷疑帳號——是不是新帳號有觀察期，被演算法刻意鎖住推薦？甚至還特地跑去 TikTok 上滑影片、點讚，想「養」一下帳號的信任度。
這兩個懷疑，最後證明都不是真正的原因。而排查的過程，比答案本身更值得記錄下來。
排查第一階段：拆解「導流機制」的底層邏輯
在真正碰到 TikTok 的問題之前，其實先搞懂了一件更基礎的事：Meta 系（FB、IG）本質上就是不歡迎外部連結的。
FB 的貼文如果正文放 YouTube 連結，觸及率會被系統性壓低，這不是陰謀論，是 Meta 自己的排序邏輯——內容形式權重大致是「影片（尤其 Reels）> 圖片輪播 > 純文字 > 外部連結」，外部連結敬陪末座。IG 更狠，貼文說明文字裡的網址本來就不會超連結化，貼了也是純文字，使用者根本點不進去，等於觸及被扣分又沒人能點，雙輸。
真正合法的導流管道只有三個：Bio 連結、限時動態的連結貼紙、私訊。想清楚這點之後，策略隨之調整：不再硬求「導流去 YouTube」，而是把同一素材原生化——IG 傳 IG Reels、TikTok 傳 TikTok、YouTube 傳 Shorts，三邊各自吃各自平台的原生推薦紅利，比互相導流的漏斗損耗要有效率得多。
排查第二階段：懷疑演算法歧視，一步步被推翻
原生化之後，IG 跟 YouTube 數據正常，唯獨 TikTok 死死卡在 0。這時候浮現的假設，按照懷疑順序排列：
假設一：知識型內容在 TikTok 天生弱勢。 查了資料才發現這站不住腳——只要抓住 TikTok 的敘事節奏（懸念開場、快速轉場），知識類懶人包一樣能上熱門。TikTok 的演算法本質上是內容導向、不是主題導向，不至於系統性打壓某一種題材。
假設二：帳號新，被鎖觀察期。 於是開始「刻意滑 TikTok、點讚別人的內容」，想像這樣能養帳號信任度。後來才搞懂一個關鍵誤解：你作為觀眾的滑動、按讚行為，只會訓練「別人推薦什麼給你看」，跟「你發布的內容能不能被推給別人」是兩套完全獨立的系統。 這番功夫，方向完全用錯了地方。
假設三：API 發布被鎖成私人（SELF_ONLY）。 這個猜測有理論依據——TikTok 的 Content Posting API 確實規定，未經官方審核的第三方 App，發出去的內容一律被鎖成「僅自己可見」。但回頭去 TikTok 後台親自檢查，每支影片顯示的都是「公開」狀態，不是私人。這個假設也被推翻。
轉折點：一次手動上傳，撕開真相
排查陷入瓶頸時，做了一個最乾淨的實驗：手動下載影片，直接在 TikTok App 裡上傳一支。
結果，一發布就有人看到。
這個結果一次排除掉了「帳號被封鎖」「內容主題被歧視」「新帳號觀察期」這幾個假設——因為如果是帳號本身的問題，手動發也應該一樣是 0。真正的變因，只剩下一個還沒被檢查過的東西：發布路徑本身。
真正的答案：Direct Post 的隱形降權
進一步查證後找到關鍵：TikTok 的 Content Posting API 有兩種發布模式——
- Direct Post（全自動直接發布）：內容直接上線，不需要人在 App 內做任何操作。
- Media Upload / Draft（草稿模式）：內容送進 TikTok 的 Creator Inbox 草稿匣，需要帳號擁有者親自在 App 內完成最後的編輯與發布。
而第三方開發文件明確指出：用 Draft 模式、在 App 內完成編輯發布的影片，觸及明顯優於全自動的 Direct Post。 原因在於 TikTok 的推薦系統會參考「是否使用 App 內建熱門音效」這類原生訊號，全自動發布的內容天生缺乏這些訊號，即便可見度是公開的、也通過了審核，演算法依然會系統性地不主動推薦。
這解釋了一切：公開狀態沒問題、審核也通過了，但因為是 Direct Post，演算法從一開始就判定這是「非原生」內容，於是不推。這不是懲罰，是 TikTok 刻意用這個機制篩選「App 內真人創作」跟「後台批次灌內容」——Meta 和 YouTube 目前對這件事的執行力道明顯寬鬆得多，這也是為什麼同樣的自動化流程，IG 跟 YouTube 完全沒事，只有 TikTok 出狀況。
解法：把 Draft 模式接回自動化流程
搞懂原因之後，解法反而不複雜。原本以為要退回「下載到雲端硬碟 → 傳手機 → 手動上傳」這種笨重的搬運流程，後來發現 Zernio 本身就支援這件事：
在 API 呼叫的 platformSpecificData.tiktokSettings 裡，把 draft 參數設成 true，Zernio 依然全自動把內容送到 TikTok，只是最後一步變成送進 Creator Inbox 草稿匣，手機會跳出通知，只需要點開、確認、按發布——十秒鐘的事，換來原生訊號的加成。
中間還有個小插曲，跟 video_made_with_ai 這個欄位有關。這個欄位理論上是內容有 AI 生成成分時應如實揭露的標記，但實際判斷起來有模糊地帶：文案／腳本確實是 AI 生成沒錯，但影片裡用的圖片素材，全部是從網路圖庫抓下來的現成圖片，並不是 AI 生成或 AI 編輯的圖像，所以嚴格來說並沒有「圖像內容 AI 化」這件事，最終判斷不需要特別調整這個欄位。
至於這個判斷對不對、有沒有因此影響到流量分發，目前還沒有足夠的數據能驗證，只能算是這輪排查裡還沒收斂的一個尾巴，留待之後觀察。
改完之後測試發布，兩支影片都拿到了正常的觀看數與按讚數，雖然量還不大（六十幾跟七十幾次），但**「有起手式」這件事本身，就是整個排查最重要的驗證**。
附帶收穫：反推出一套標題公式
排查 TikTok 問題的同時，也回頭看了 YouTube Shorts 過去 28 天播放最高的幾支標題，意外拆解出一個重複出現的公式：
「[熟悉主題]，[轉折詞]+[反差結論]」
例如「你的快樂，其實是從腸子來的」「飛機窗是圓的，因為方的死過人」——前半句用「權威感詞彙」建立一個你自認識的認知，後半句用轉折詞直接打掉這個認知，中間刻意留白（不解釋完整原因），逼你點開影片找答案。這套「反直覺 + 熟悉威脅」的雙重鉤子，加上帶點黑色幽默或生理不適感的收尾詞（死過人、殺手、輸了），是這幾支高播放影片的共同骨架。這套公式已經寫進了標題生成的 prompt 模板裡，準備讓下一批內容驗證看看是否持續有效。
這次排查帶來的幾個心得
一、遇到「多平台表現不一致」的異常，第一直覺不該是懷疑演算法歧視或平台偏見，而是先排查發布路徑本身有沒有差異。 同一份內容、同樣的帳號、同樣的操作邏輯，唯一沒有控制的變因，往往才是真正的答案。
二、A/B 測試永遠是最乾淨的排查工具。 手動上傳 vs. 自動發布，一次對照就把好幾個「感覺很合理」的假設全部推翻，比繼續在腦內堆疊猜測有效率得多。
三、自動化的效率跟平台原生訊號要求之間，本來就存在張力，需要主動去找折衷點，而不是二選一。 完全放棄自動化太浪費，完全無視平台的原生訊號偏好又會撞牆——Draft 模式剛好是兩者的折衷解，保留了大部分自動化的效率，只在最後一步交還「這是真人在操作」的訊號給平台。
四、內容資產本來就該用複利心態經營，不用天天盯著數字焦慮。 排查完技術問題之後，剩下的就是把內容做穩、讓演算法持續正常運作，時間到，量體自然會墊起來。
延伸閱讀