发了 27 条 TikTok 后，我决定先不优化

27 条 TikTok 发出去，播放量分布几乎没有差别。我没找到任何能让我有把握地决定该改什么的依据。

我的下一步，是再过两周才处理 TikTok。这是我在复盘中提出的建议，不是已经测得的结果。

常见的建议是看看数据，再改进下一条。这听起来很合理，我也认同这个原则。如果结果能说明一种选择与另一种选择有什么不同，我当然想利用它。

问题是，这次的结果没有体现出这种差别。我手上只有已发布的条数，以及几乎拉不开差距的分布。要把这些变成优化计划，就得由我自己补上解释。

数量不是解释

如果你想知道为什么自己的短视频播放量都差不多，我这 27 条回答不了你的问题。它们也没回答我的问题。

我能描述这种现象，却无法找出原因。

这条界线很重要。“分布没有明显差别”是观察。“我知道是哪项创作选择导致的”则是另一种判断。我的复盘支持前者，不支持后者。

发布 27 条内容的工作，我已经做了。没能做到的是从它们的分布中提炼出有用的方向。我没有测算这次失败的金钱成本。但实际局限已经很清楚：这些内容还没有给我理由去选择某一种具体调整。

我认为，仍然执意调整的代价在于决策本身。我会把更多工作投入一个猜测，却把这个猜测叫作改进。

我可以凭直觉试验。我只是希望明确承认，自己做的就是这件事。

等待这个决定只针对 TikTok。复盘中的其他观察，给了我具体的下一步。

玛奇朵那条内容是唯一带来账号之外观众的作品。当时账号刚做了两周，我的建议是再做一次这条内容。我认为，它需要先有一个让人走进来的入口，再去扩充内容库。

这仍然是一种判断。一条内容带来了人，并不能证明再做一次也会有同样的结果。但它至少给了我一个来自实际观察的尝试理由。

讲方法的内容提供了另一个方向。已经发布的两条，互动表现最好。另外 14 条同类内容也已排期。

此外，还有 475 个已记录的技术失败案例及其解决办法。我的建议是把每一次失败都做成一条内容。

把这些事实放在一起看，我认为有理由继续开发制作实操类内容。手上有记录完整的问题和修复方法，已经发布的两条方法类内容，互动又是最好的。比起没有明显差别的分布，这是更具体的决策依据。

它并不保证下一条会有怎样的表现。

制作实操类内容还有一项明确的行动：每条都加上邀请观众评论的话。在复盘时，只有一条加了。

这个差别，我能直接看见。不需要给 TikTok 的分布编出一个解释，才能发现它。

这帮我排清了工作顺序。再做一次那条带来新观众的内容。继续梳理记录下来的技术失败。在制作实操类内容中加入评论引导。让 TikTok 再跑两周。

这些都是建议，结果要留待之后判断。但每一项在复盘里都有明确依据。

关于 TikTok 的建议也有依据，只不过它支持的是等待：27 条内容，加上几乎没有差别的分布，暂时还没给我什么有用的信息可读。

当我能明确说出自己在等什么，等待就更容易站得住脚。这次，我希望分布能提供一些值得分析的东西，而不只是“没有差别”本身。

我没有把 27 当成通用的最低或最高条数。我手上的材料无法确定，账号发布多少条之后，数据才会变得可解读。

再过两周，是我设定的下一次复盘间隔。它不保证结果届时就会清晰。

分清这一点，计划才诚实。如果分布仍然没有差别，时间过去了，也不会自动带来解释。我仍然得看实际有什么。

对我来说，有用的教训在于，我给一次改动附上了怎样的说法。我可以说：“我想试试这个。”但要说“结果告诉我应该这么做”，我还需要更多证据。

这次复盘给了我几个行动的理由，也给了我一个暂缓的理由。我希望两者都得到尊重。

今天，从你正在考虑的短视频调整中挑一个，写下支持它的具体观察。如果你只能写出“分布看起来没什么差别”，那就在动手前，先把这次调整标为猜测。

写一篇谁都赞同的文章很容易。这篇不是。有些日子，我反驳的对象就是自己的作品。