先承认一个反直觉的判断:发布频率增加后信息量下降,通常不是“写少了”,而是选题池被摊薄了。你不需要再找更多题目,而要把现有选题按“可验证的决策价值”重新分层,砍掉那些只能维持更新节奏、无法推动用户下一步动作的题目。收缩选题的起点,是拿你手里已有的一篇内容或一份选题清单,逐条标注它替读者解决了哪个具体判断,然后只保留能通过业务数据回检的那几条。
发布频率上升后,最容易被误判的是把“重复”当成“信息量下降”。实际操作中,先取最近发布的五到十篇内容,对每一篇问三个问题:它是否给出了一个可执行动作;这个动作的结果能否被下一步观察;读者看完是否还需要去别处补条件。如果三问都答不上,问题在选题;如果答得上但读起来仍空,问题在表达和证据密度,不应直接砍题。
一个可区分的证据是:把同一选题写成两个版本,一个只讲结论,一个讲结论加适用条件和反例。若后者明显更长但读者停留和后续咨询没有变化,说明该选题本身缺乏决策价值,属于该收缩的对象;若后者带来了更具体的追问,说明选题成立,只是此前写得太薄。
收缩不是凭感觉删,而是按回检能力分层。以你手上的选题清单为对象,逐条归入下面三层,然后决定保留比例。
这里的假设是:你已有实际业务和可观察的咨询或销售记录。若业务刚起步、还没有稳定信号,分层依据要改成“能否用一次小范围发布换回一条具体反馈”,而不是硬套上面的信号类型。
具体动作:从清单里选出三个第一层选题,每个只写一个适用条件和一个不适用条件,发布后记录读者追问是否集中在这些条件上。如果追问集中,说明收缩方向正确,下一步应把同类条件拆成独立选题;如果追问仍泛泛,说明选题层级判断有误,应回到第二层找前置解释,而不是继续加发布量。
这个动作的结果会直接改变下一步:追问集中时,你的选题池会自然变窄但变深,发布频率可以下降而不损失信息量;追问分散时,问题可能不在选题数量,而在你没有把条件写清楚,此时应改表达而非砍题。
收缩后的选题不应按时间平均铺开,而应按“判断依赖”排序。先发能建立前提的选题,再发需要该前提才能执行的动作类选题。可以用一个短例子说明假设的比较方法:假设你有“如何判断客户是否具备采购条件”和“具备条件后如何推进下一步”两个选题,先发前者,读者在后者下的追问会更具体;反过来先发后者,追问会大量回到前提问题上,等于用两篇内容完成一件本可以一篇半完成的事。
发布顺序确定后,给每个选题标注它依赖的前置判断。若某选题找不到前置依赖,也不产生独立动作,它大概率属于第三层,应继续收缩。这个排序动作的结果是:你能用更少的发布量覆盖同一条决策链,而不是用更多篇数重复同一个判断。
收缩选题有边界。当第一层选题已经被反复写到只剩同义替换,且读者追问开始转向你尚未覆盖的新场景时,继续砍题会让内容脱离实际需求,此时应转为开发新场景,而不是压缩存量。另一个边界是:如果业务侧信号本身不稳定,比如咨询量波动主要来自渠道投放变化而非内容变化,就不要把发布频率和内容信息量直接挂钩,应先固定渠道变量再判断选题。
把这两个边界写进你的收缩规则里,可以避免把“暂时没信号”误判成“选题无效”。收缩选题的最终目的,是让每一次发布都对应一个可观察的下一步,而不是让更新日历看起来更满。