RKIVE AIRKIVE AI
Portada: Instagram 正在悄悄重塑「发现」:推荐机制正在取代关注关系

Instagram 正在悄悄重塑「发现」:推荐机制正在取代关注关系

By Alberto Luengo|25/09/26
platformscreatorsbrandscontent strategy
Instagram 正在将内容发现从「关注关系」转向算法推荐和私信分享——这里是所有变化与应对策略。

Adam Mosseri 已经明说:Instagram 将更深地押注算法推荐,而非你的关注关系图谱,且越来越多的发现将发生在私信和小群组中。你将获得更多「调节」控制(主题、兴趣重置等),但不会回到纯粹的关注流。本文解析了关键变化、背后逻辑,以及如何高效应对而不耗尽团队资源。


TL;DR

Adam Mosseri 最近终于把「潜台词」说了出来:Instagram 将进一步强化算法推荐,逐步淡化关注关系在内容分发中的作用。同时,发现的重心也会持续向私信和小群组转移。你确实会获得更多用于「调节」内容偏好的选项,但它们都是宏观层面的(主题、兴趣重置等),而非让你回到纯关注流。以下是具体变化、背后逻辑,以及如何聪明应对。


实际发生了什么变化

  • 推荐更多,关注更少。 Meta 多年来一直在这条路上推进;到 2024 年初,用户在 Instagram 上看到的内容中,约有 50% 已经是 AI 推荐的(而非来自你关注的账号)。这个比例还在继续上升。(Newszii)
  • Mosseri 的最新表态: 他在最近的一段 Reels 和 Threads 中重申,Instagram 正在全力扩大推荐内容的范围(包括此前被降权的类别),并为用户提供调节推荐强度的选项——但不会回到「仅关注」的默认模式。今年 1 月,他也曾公开表态,允许推荐带有「强度控制」的政治内容,进一步印证了平台的推荐导向。(The Verge)
  • 有调节旋钮,但缺少精确度。 Instagram 现在开放了更多「内容偏好」设置,包括「显示更多/更少」、「不感兴趣」、「敏感内容控制」,甚至「重置推荐」等选项,用来刷新系统对你喜好的理解。这些功能确实有用,但本质上是主题级别的调节,而非「我只想看我关注的人」的精细控制。(Androidsis)
  • 私信成为新的内容发现入口。 Instagram 不断推出推动分享进入收件箱的功能(例如用 Reels 回复 Stories、私信快捷分享、群组提示)。Mosseri 明确表示:人们私下分享的频率远高于公开发布,产品设计也在随之调整。(Popular Science)
  • 触达与关注图谱脱钩的测试。 Instagram 正在试验「Trial Reels」等功能,让创作者的内容可以直接面向非关注用户,相当于让推荐系统优先分发。这正是「推荐优先分发」的具体体现。(SlashGear)

整体效果是:Instagram 的信息流和 Reels 排序器正在优先优化「系统预测你会互动的内容」,并辅以私信层面的分享信号——而不只是你关注的账号发布了什么。


为什么这对创作者、品牌和企业来说是件大事

  1. 粉丝数量对触达的作用减弱。 推荐引擎可以把你最好的内容直接送到对的人面前——如果你的内容包装得当,这是增长的机会。但这也意味着,即使粉丝众多,表现不佳的内容也可能直接「消失」。(这正是许多团队所说的「抽奖感」。)
  2. 私信分享成为新「权重信号」。 内容被转发到私信、在群聊中引发共鸣,正越来越多地决定它是否能进入更大的推荐池。公开的点赞/评论已不再是全部故事。(Popular Science)
  3. 「控制」≠「策展」。 你可以用主题/兴趣工具微调推荐,甚至重置算法,但平台不会默认提供「只看关注」的模式。用户选择与平台优化之间的张力将持续存在。(Androidsis)
  4. Meta 愿意大幅扩展推荐范围。 如果 Instagram 愿意推荐政治内容(即便配合控制选项),它也几乎会推荐任何它认为你会观看的内容——这是关注不再是主要入口的又一明确信号。(The Verge)

imageNews


内容推荐机制的底层逻辑正在重写

  • 推荐权重 > 关注权重。 算法会综合观看时长、完播率、重播、收藏、分享(尤其是私信)和负面反馈来决定谁还能看到这条内容。这会影响信息流、Reels、Explore,甚至越来越多的收件箱入口。(Popular Science)
  • 网络效应转移到小群体。 一条内容如果在两三个群聊中爆红,可能会超过一条在更大粉丝群中「表现不错」的内容。
  • 「可调节」的信息流,而非「自主选择」的信息流。 你可以通过设置刷新或降权某些类别,但排序器仍会将你的信号与其预测相结合。(Androidsis)

潜在问题与风险(让我们诚实一点)

  • 用户自主性下降。 许多人想要纯关注流,而 Instagram 的回应依然是「使用调节工具」,而不是「给你一个默认的关注模式」。(The Verge)
  • 广告倾向更强。 推荐主导的系统可能会让人觉得像是在刷广告,即使自然发现仍然不错。
  • 「显示更多/更少」可能制造信息茧房。 新的控制工具可能无意间缩窄你的内容视野。重置功能有帮助,但大多数人不会频繁使用。(Phandroid)
  • 创作者波动性更大。 成功者爆红得更快;平庸内容下滑得更快。

品牌与创作者的应对手册

1) 打造「值得被私信分享」的内容

  • 在画面本身构建「可转发价值」(清单、地图、前后对比、小模板)。
  • 添加一句适合私下分享的引导语,而不仅是公开热度:「收藏这条」 / 「发给你负责投放的同事」。
  • 把「分享」和「收藏」当作北极星指标(在推荐主导的时代,它们最具预测力)。

2) 面向「冷启动」受众包装内容

  • 前 1-2 秒要给出明确承诺:「这 3 个开场白能让 Reels 收藏量翻 3 倍」。
  • 使用易懂的叠加文本,让视频在被转发时无需字幕也能自我解释。
  • 避免只有粉丝才懂的内部梗——假设观看者完全没有背景知识。

3) 把「关注」视为留存,而非分发

  • 粉丝依然是你的回头客,但触达新受众的机会来自推荐。通过 A/B 测试快速迭代创意,找到最容易被私信转发的内容格式。

4) 有意识地使用调节工具

  • 当你的信息流感觉不对时,定期重置推荐(设置 → 刷新)。
  • 大胆使用「不感兴趣」来清理垃圾内容;在优质类别上用「显示更多/更少」微调。(Androidsis)

5) 智慧排程:在你最容易爆发的时间发布

  • Instagram 自带的「受众在线时间」图表只是描述性数据;用你自己的「按小时影响力」数据来预测最佳发布时间。如果你在用 Rkive,「高峰时段」时钟是基于你过往的胜率构建的;锁定高效时段,让自动发布系统轮流推送候选内容,这样你就能持续保持节奏,无需人工盯盘。(原生分析适合快速查看;预测还是靠你自己的数据。)

针对不同团队的简短策略

创作者

  • 做一次「可转发性」审计:最近 10 条帖子——有多少被私信分享,有多少被收藏?
  • 找出 DM/分享比最高的格式,本周再发布两条同类型内容。

品牌

  • 多发布「问题-解决」类 Reels 或微型操作手册(这些内容最容易在聊天中被分享)。
  • 在每周复盘中记录不同格式的收藏/分享数据,而不是只看点赞数。

企业

  • 搭建「回复视频」管道,用于回答常见问题(私信传播的好素材)。
  • 建立「创意 × 数据」例行机制:每周制作「私信传播排行榜」,淘汰那些没人转发的格式。

Bonus: 如果你在管理多个账号,让 Rkive 在你的「高峰时段」自动安排最优格式,然后在周一浏览「指标雷达」决定下一步测试方向。你负责审核,机器负责节奏。


接下来要关注什么

  • 更多「调节旋钮」。 预计 Instagram 将继续扩展主题/兴趣控制面板,让用户「感觉」自己有更多掌控权——即便推荐仍然是默认开启的。(Androidsis)
  • 收件箱入口的演变。 新的私信原生发现功能(群组提示、收藏到私信文件夹、「发送给…」引导等)将进一步奖励那些「可被转发」的格式。(Popular Science)
  • 内容分类的扩展。 在重新开放政治内容推荐并配套控制选项后,其他「敏感或模糊」类别可能也会沿用相同模式。(The Verge)

总结

Instagram 的发现引擎如今不再优化「你关注了谁」,而是优化「你可能会喜欢什么」——而私信分享信号正在成为它的核心依据。你无法通过乞求关注来战胜算法;你能做的是打造值得被私信分享的内容,为冷启动受众包装得当,并在你最有爆发力的时间发布,让算法有最强信号可用。用平台的新工具保持你自己的信息流干净,用你的数据保持内容生产有序。


如果你希望我们把这些策略直接融入你的周计划:我们可以为你设计一个为期两周的测试,包括:(1) 两种「私信优先」内容格式,(2) 高峰时段排程,(3) 「分享 & 收藏」KPI。你将在 10 天内知道推荐引擎是否在为你工作——或该如何调整下一步。


参考来源


Read more from Rkive AI


About the author

Alberto Luengo is the founder and CEO of Rkive AI, a leading expert in AI for content automation and growth. He shares real-world insights on technology, strategy, and the future of the creator economy.

1
Instagram 正在悄悄重塑「发现」:推荐机制正在取代关注关系 | Rkive AI