平台六大功能
编辑手记
每部推荐作品旁边都有一段编辑写的推荐理由，不是自动生成的标签，而是人工看过之后留下的判断。
选片逻辑
不按播放量排名。编辑先完整看一遍，标出适合的观众类型，再交给系统去匹配你的观看记录。
口碑追踪
追踪作品评分在播出周期内的变化，评分是在上升还是下降，能看到一条清晰的曲线。
完结复盘
完结作品三个月后编辑回访一次，看完结局再打分，这个评分比连载中的参考性更高。
标签索引
编辑为每部作品打的标签，不是笼统的"奇幻"或"日常"，而是"适合雨天看"这种具体描述。
观看存档
看到哪一集第几分钟自动保存，换设备登录后从上次位置继续播放，不用再凭记忆找。
当季人气番
沉默魔女的秘密
制作：Studio五组 / 第8集 / 莫妮卡是史上首个以平民身份进入魔法学校的"沉默魔女"，擅长无咏唱施法却极度社恐。实力明明够强，却因过度紧张在考试中失利，只能和同学合作完成任务。
克雷瓦提斯 第二季
制作：寿门堂 / 第6集 / 第二季正式进入王国篇，蕾蒂西亚一行随雷吉的加入卷入更大规模的战争。亚人族与人类的对立、各方势力的博弈，在这一季展开得更充分。
和雨和你
制作：亚细亚堂 / 第7集 / 雨天总会出现在同一个地方的少女，和一位喜欢画画的男生之间的安静日常。没有戏剧化的冲突，只是散步、画画和偶尔的对话，节奏很慢，每一帧都舒服。
琉璃的宝石
制作：藤商事 / 第5集 / 热爱矿物收藏的少女与同伴一起寻找宝石的日常故事。每集介绍一种矿物和它的产地，科普内容自然融进剧情，不显刻意。慢节奏，但后劲很大。
彻夜之歌 第二季
制作：LIDENFILMS / 第4集 / 第二季围绕光与薺的日常继续展开，节奏比第一季更快。除两位主角外，其他夜间学校伙伴的故事也开始推进，原作中人气很高的角色在这一季登场。
神椿市建设中
制作：万代南梦宫影业 / 第5集 / 改编自虚拟歌手组合神椿工作室的同名多媒体企划。故事发生在被"世界之敌"侵袭的神椿市，少女们为守护城市而战斗，画面风格鲜明，音乐质量突出。
本周飙升榜 Top 8
行业观察
短篇作品在推荐系统里的表现比长片好
平台内部数据显示，单集12到15分钟的短篇作品，在推荐流中的完读率明显高于24分钟标准长度作品。用户在推荐流里更愿意尝试一部短篇，试错成本更低。
查看详情
- 完读率差异：短篇作品在推荐流中的完读率高于标准长度作品，用户在推荐场景中更愿意尝试短篇。
- 决策成本：点击一部作品时，用户的心理决策时间很短。短篇降低了"要不要试试"的门槛，点击后的即时反馈也更快。
- 采购方向：近期上架的短篇动画数量有所增加，部分作品甚至专门针对推荐场景调整了单集时长。
- 长篇优势：长篇在追更场景中仍有优势，用户对已追作品的新集数有固定期待。长短篇的定位正在分化。
短篇和长篇不是替代关系，而是满足不同场景需求的内容形式。推荐系统的任务是根据用户当下的状态，把合适长度的作品放到合适的位置。
人工标注和算法推荐开始结合使用
多家平台开始采用"编辑先看一遍再交给算法匹配"的混合模式。编辑标注适合的观众类型与推荐理由，算法根据观看记录匹配，冷门佳作的推荐效率明显提升。
查看详情
- 编辑标注：编辑团队先完整观看作品，标出适合的观众类型、情绪状态与观看场景，再交给算法做用户匹配。
- 算法匹配：算法根据观看记录、评分和收藏行为建立偏好档案，再与编辑标注的作品画像匹配，生成推荐结果。
- 冷门佳作：纯算法容易陷入"播放量越高推荐越多"的马太效应，人工标注让质量高但播放一般的作品也能获得推荐机会。
- 可解释性：混合模式下的推荐结果可以附带编辑撰写的推荐理由，用户能看到"为什么推荐这部"。
编辑负责判断作品质量与适合人群，算法负责把作品推给对的人。两者各司其职，比单靠任何一方都更有效。
完结作品的二刷率比连载作品高出一截
用户调研显示，完结作品的二刷率明显高于连载作品。观众倾向于等完结后一口气看完，再回头重看喜欢的片段，完结专区的停留时间也更长。
查看详情
- 观看节奏：完结作品的观众倾向一口气看完，看完后对剧情有完整印象，更容易产生"想再看一遍"的冲动。
- 二刷动机：包括"想再看一遍喜欢的片段""第一次看漏了细节""想确认某段剧情"等，连载观众在追更过程中很难产生这些动机。
- 停留时间：完结专区用户停留时间普遍更长，用户更倾向于浏览和选择；连载专区则更倾向于快速查看更新后离开。
- 长尾价值：完结作品在播出结束后的播放量衰减速度比连载作品慢，适合作为长期内容资产来运营。
完结作品适合"深度推荐"，连载作品适合"更新提醒"，平台的推荐策略需要根据作品状态做出调整。
秋季新番整体质量高于春季档
从编辑团队的实际观看记录看，2026年秋季新番在制作质量、剧本完整度和演出水准上整体高于春季档。慢节奏日常类与心理悬疑类数量增加，热血战斗类占比下降。
查看详情
- 制作质量：秋季档在作画稳定性和演出水准上整体更高，部分作品在分镜设计和色彩运用上表现突出。
- 剧本完整度：秋季档作品剧本结构更完整，开篇节奏和信息量控制得更好；春季档部分作品存在铺垫过长或节奏拖沓的问题。
- 题材分布：慢节奏日常类和心理悬疑类数量增加，热血战斗类占比相对下降，与观众偏好的演变方向一致。
- 推荐影响：秋季档整体质量提升，意味着编辑推荐命中率更高，推荐系统中秋季档作品的点击率和完读率都高于春季档同期。
季度之间的质量波动是正常现象。了解不同季度新番的整体表现，有助于调整观看预期；对平台来说，则需要根据季度差异调整推荐策略。
标签体系从题材分类向情绪分类演变
传统题材标签（奇幻、日常、悬疑）正被更细粒度的情绪标签补充。"适合雨天看""看完心情会变好"这类描述性标签的点击率比题材标签更高。
查看详情
- 题材标签的局限：奇幻、日常、悬疑只能反映世界观设定，无法描述观看体验。用户想找"看完心情会变好"的作品时，题材标签帮不上忙。
- 情绪标签兴起："适合雨天看""适合睡前放松"这类标签点击率更高，用户更愿意按当下的情绪状态来选片。
- 编辑标注作用：情绪标签通常由编辑完整观看后手动标注，算法很难自动生成，这也是编辑标注不可替代的原因之一。
- 推荐影响：情绪标签让推荐系统可以基于用户当下的状态推荐作品，而不仅仅依赖历史观看记录。
标签体系的演变反映了用户选片逻辑的变化——从"我想看什么类型"到"我现在想感受什么"。理解这个变化比增加标签数量更重要。
漫剧和传统动画的用户重叠度在上升
数据显示漫剧观众和传统动画观众的重叠度比去年同期有所上升。部分观众既看传统电视动画也看漫剧，两类内容之间的边界正在模糊。
查看详情
- 重叠度变化：漫剧观众中同时观看传统动画的比例比去年同期上升，不再把两者当作完全不同的内容类型。
- 观看场景：传统动画更多在晚间和周末观看，漫剧更倾向于碎片时间，两类内容占据不同位置，互补而非替代。
- 推荐要求：跨内容类型的匹配成为新要求。系统需要理解两类内容之间的偏好关联，而不是把它们当作独立行为处理。
- 内容供给：漫剧和传统动画的制作质量都在提升，部分漫剧在叙事完整度和画面表现上已接近传统动画。
用户的分类方式正从"这是什么形式"转向"这是不是我喜欢的"。对平台来说，理解真实偏好比区分内容形式更重要。
常见问题
推荐理由是怎么写出来的？
标注适合人群：编辑会标记这部作品适合什么样的观众，比如"适合喜欢慢节奏的人"或"适合第一季老观众"。
描述观看体验：推荐语不是概括剧情，而是描述看完之后的感受，比如"看完心情会变好"或"后劲很大"。
不是自动生成：推荐理由由编辑手动撰写，算法只负责把标注好的作品匹配给对应的用户。
可以反馈：如果觉得某条推荐理由写得不准，可以提交反馈，编辑会复核。
选片逻辑和播放量排名有什么不一样？
不看播放量：推荐不按播放量排名，播放量一般但质量高的作品也有机会被推荐。
匹配观看记录：系统根据你给作品打的分和观看完成度建立偏好档案，再与编辑标注的作品画像匹配。
推荐理由可见：每条推荐附编辑撰写的推荐理由，用户能看到"为什么推荐这部"。
持续调整：如果你标记某条推荐"不感兴趣"，系统会减少同类推荐，编辑也会看到反馈。
口碑追踪看的是什么？
上升还是下降：评分在上升还是下降，趋势比绝对值更能反映作品的走势。
分集评分：部分作品提供分集评分，能看到哪一集评分最高、哪一集评分下滑。
完结后回访：完结作品三个月后编辑回访一次，看完结局再打分，这个评分比连载中的参考性高。
与推荐结合：评分上升的作品会在推荐中获得更高权重，评分下滑的作品会被降低推荐频率。
完结复盘是怎么做的？
看完结局再打分：复盘的评分由看完结局的用户给出，比连载中的评分参考性更高。
记录结局状态：标注结局完整性，分为完整结局、开放结局、番外补完等类别，方便判断是否值得补看。
与推荐结合：复盘评分高的完结作品会在完结索引中获得更好的位置，也更容易被推荐给新用户。
定期更新：完结索引每月更新一次，新完结的作品会及时加入，旧作品的状态也会复核。
标签索引和普通题材标签有什么区别？
描述更具体：不是笼统的"奇幻"或"日常"，而是"适合雨天看""看完心情会变好"这类具体描述。
覆盖观看体验：标签不仅描述作品的内容类型，也描述观看感受和适合的场景。
可以组合使用：多个标签可以组合筛选，比如"适合睡前放松加慢节奏"。
持续补充：编辑会根据用户反馈和新的观看记录，持续补充和调整标签。
观看存档在不同设备上能同步吗？
云端同步：登录账号后，观看存档同步到云端，换设备登录后可以从上次位置继续。
多端切换：在手机上看了一半，换到平板登录后进度一致，无缝衔接。
进度精确：进度记录精确到秒级，不会出现"大概记得看到哪"的情况。
手动标记：也可以手动标记某集为"已看"或"待看"，方便管理追番进度。