尽管公众号的打开率逐年下滑，但近一年来微信推荐流量的引入，让公众号乃至微信内容生态出现了新的变化。
如何抓住微信推荐流量成为了不少微信内容创作者破圈的关键所在，按照目前我们经历的案例，即使是一个粉丝数量较少的新账号，也有可能在微信内容推荐算法之下冲破10w+的阅读，破圈成为爆款。
从经验上的判断来看，微信对粉丝数量较少的新账号会进行更大力度的推荐流量扶持，以抵消公众号生态长期存在的马太效应。当然，一旦微信的推荐流量停止，公众号文章的阅读数也就戛然而止。
总的来说，微信公众号生态正在变得“今日头条化”，微信内容生态也因此变得中心化，平台掌握了更大的权利。
这种变化不仅对激活内容生态活力有益，也同样对平台商业化运营是有好处的，可以发现微信正在大力推动腾讯广告在微信公众号的接入应用，让公众号互选广告在平台系统内部更加规范化的进行，而此前公众号广告平台的落地是极其粗糙的。
随着推荐流量的出现，微信甚至开始主动进行了一些内容运营动作，比如现在公众号创作者每周都能在后台收到“创作周报”，对上一周的内容传播进行回顾，这种颇具仪式感的运营动作，在以前是张小龙所试图避免的。
但坏处在于，公众号粉丝价值开始贬值，对于创作者的内容传播而言，阅读量开始取决于是否命中微信流量推荐算法，类似于“字节系”产品逻辑，公众号粉丝开始变得没那么重要，标题、热点跟进、情绪化内容开始变得更加重要。
对于公众号内容生态来说，热闹的同时，也将变得嘈杂起来。
此前公众号因为机缘巧合成为了长内容的集中地，尽管有大量深度文章打底，但让张小龙遗憾的是公众号短内容的缺失。
微信目前的不少动作都是为了弥补内容生态中短内容的短板，我们可以看到类似于小红书笔记的“小绿书”的出现，还可以看到公众号信息流（看一看）中加入了视频号推荐内容，笔记与短视频，都是短内容的核心领地。
微信似乎是想将所有内容形态进行统一整合，无论是长图文还是短视频，均接入到公众号信息流页面中，这样一来，用户所有的信息需求都能够在公众号信息流中实现。
理想是美好的，但现实很骨感。我认为对于大众用户而言，不可能存在一个统一的信息入口，让用户的多元化内容需求都通过一个单一入口实现。原因很简单，因为用户不同内容需求的场景和诉求是不同的，而入口本身是具有特定场景性质的，因此其中便天然存在不匹配。
用大白话来说就是，微信的多元化内容整合，反而会有损张小龙一直所强调的用户体验。
微信内容生态用户体验的降低，很明显地表现在不同内容形式的推荐混乱上。例如公众号文章与视频号内容的杂糅，在一篇行业性的公众号文章后面，可能会推荐一条小姐姐跳舞的视频号内容，这种混杂的内容推荐逻辑让用户形成错愕感。
完全不同的内容同时杂糅在信息流中，造成场景需求错位，反而降低了内容匹配效率
究其原因在于，长图文阅读与短视频观看分属于不同的用户场景，save time内容与kill time内容亦分属于不同场景，而用户很可能在工作时间关注了某个知识类公众号，在娱乐时间关注了某个小姐姐的视频号，但信息流推荐却将二者内容统一整合，线性地推荐给用户了。
这背后本质上是算法反而导致了推荐内容效率的降低。因为算法本身认为用户对两块内容都是有需求的，但却忽略用户处于特定场景的问题。用户在工作场景下打开公众号信息流，大概率是想看行业类内容，这时候信息流推荐小姐姐跳舞的短视频，用户只能无情划过，尽管用户在另一个场景下对这类娱乐内容是有需求的。
发现没有，信息流推荐反而让内容消费的效率变低了，再加上微信信息流总是会推荐不同的内容，这样一来用户便会在错误的场景中错过大量感兴趣的内容。
之所以存在这个问题，原因在于微信不同于抖音快手小红书这类拥有明确标签的内容平台，用户打开抖音快手小红书有明确的内容需求，这些平台能够知道用户打开APP的需求，就像用户打开淘宝就是为了购物一样。
但微信根植于社交场景，社交能够潜入多样化的内容消费需求之中，微信其实很难去判断用户打开订阅号信息流页面的诉求究竟为何，因此内容推荐效率会降低，反而容易出现内容混乱。
如果再深挖下去，便会触及到一个更加深层次的问题，那就是微信内容生态本身的定位是什么，现在公众号、视频号推荐内容在订阅号信息流（看一看）中杂糅在一起，它们希望给用户带来怎样的价值，希望用户怎样记住它，这实际上是并不明晰的。
我认为微信之所以将公众号、视频号、小绿书等内容整合在一起，更可能是腾讯为了对抗字节系产品的用户时长侵蚀，以及推进商业化层面的战略考量，而未必真的是“以用户为中心”原点出发。
微信推荐算法能够为内容生态带来新的活力，帮助新内容创作者获得足够的曝光流量，同时也让创作者把更多精力放在内容创作本身，而非渠道运营、商业化等层面，这对于当下死气沉沉的公众号内容无疑是有益的。
但与此同时，推荐算法也会给内容生态的运营治理带来挑战。因为推荐算法的出现，尤其是在微信特有的社交分发机制下，相当于给了标题更大的权重，用户很可能因为标题党而进行点击阅读，从而给与算法机制正向反馈，从而鼓励标题党的出现，同样的道理，也会推动谣言、小道消息的出现，这就需要微信投入更大的内容生态运营精力。
推荐算法的一个核心问题在于，算法本身并不知道内容的好坏（当然不同用户对内容好坏的标准也不一样，这就带来更多的问题），算法只能通过数据表现来判断内容质量，而数据描绘质量这件事，本身就是有漏洞且可以被操控的。
一个很明显的现象就是，在公众号内容推荐信息流中，就算是推荐的内容主题相对统一，匹配了用户特定场景的内容需求，但信息流推荐的内容质量千差万别，背后创作者的水平大相庭径，这同样也造成了内容效率的降低，拉低了用户体验。
比如说当你想要了解财经新闻时打开公众号信息流，推荐内容确实都是相关的财经内容，且标题都具有点击吸引力，但由于财经领域创作者众多，推荐的内容中有相当一部分是极为低质的，用户若是点击查看，反而在大大浪费自身的时间。
当然这个现象只是表象，背后的问题在于，推荐流量机制是让内容本身进行内卷式的竞赛，当对于公众号账号的评估却相对缺失了，这就造成内容推荐的品质差异巨大。
我用一个容易懂的类比来解释吧，内容本身相当于“产品”，而账号相当于“品牌”，推荐算法实际上是“产品”的内卷，有去品牌化的意味，而在某种程度上忽略了“品牌”对“产品”品质的影响，因为品牌就意味着产品品质的稳定性，品牌的背后是一套标准化流程，在内容创作这件事上，就是创作者、内容机构自身的创作方式和认知水平。
但在算法逻辑下，内卷出来的“产品”不一定匹配所有用户，反而更可能是标题党内容。用户的画像不同、场景的不同，对好内容的定义也不同，因此就难以实现内容与人群的匹配错位问题。
事实上，微信内容推荐算法与当年今日头条遇到的问题一样，都会将创作者向标题党的方向推动，并且试图在内容创作上命中算法机制，反而可能忽略了内容品质本身，很可能最终导致内容生态的“劣币驱逐良币”。
也就是说，推荐算法确实可以让创作者重新聚焦在内容层面，但聚焦的是算法数据在意的内容层面，比如标题等等。
但算法认定的好内容与真正用户认为的好内容之间存在缝隙，且长图文短图文等不同内容形态的质量评价标准本身就应该不同，因为其面向的是不同的用户内容需求场景，这些缝隙在算法逻辑下反而是被拉大了的。
这也是为什么微信在时效性内容推荐上难以处理的原因，因为对于新闻类、热点评论类内容而言，时效性是其价值所在，但具有长效价值的深度内容，时效性反而不重要，不同内容品类的价值判断标准是不一样的，如果统一规整到一套推荐算法中，难免会产生混乱与错位。
我们在近段时间的微信体验上也可以明显发现，大量根据算法推荐的行业内容，在标题创作上确实让人有点击欲望，但不少在专业水平上实在欠缺。需要我们不断地点击选择不推荐理由来训练算法，才能逐步地进行优化推荐内容。
总而言之，微信推荐算法的引入让微信内容生态迎来了新的挑战，主要问题有两个：
第一是用户场景和推荐内容匹配的问题。
长短图文、短视频、直播等多元化内容整合至内容信息流中，但用户在特定场景中无法消纳，造成用户原本可能是需要这些内容的，但内容打开和匹配效率反而降低，造成用户体验的下降。因为平台算法在帮助用户做内容决策，但却不得要领，并不能准确知道用户的每次的内容需求意图。
第二是内容品质判定的算法缺陷问题。
推荐算法对内容品质的定义与用户真实对内容品质需求不一致，不仅推动了标题党的再次泛滥。
同时创作者水平的天差地别，也反而推动了“劣币驱逐良币”的现象再次出现。同时，不同的内容品类和形态的质量评判标准不同，但其外在表现形式很可能是类似的，强行将多元化内容规整到一套推荐算法中，很可能会对部分内容产生误伤，从而再次影响内容生态的长期繁荣。
来源：传播体操