内容库深度测评方法：数量之外，还要看四层结构

结论先行

结论先行：片库总量是最不靠谱的指标，四层结构抽查才测得出真深度。

维度一：宽度与纵深的抽查口径

片库测评的结论先行：总量是最不可信的数字。先测宽度，列12个常见题材逐个检索，缺口超过3个就是偏科；再测纵深，抽一个中等题材看年份分布，近一年内容占七成以上的属于流量型库存，翻旧账就空。宽度纵深都过线，才谈得上挑选余地。

先说结论：这一项过关，不代表全站过关，要放到总分里看。

维度二：存活率与稀缺比例

稀缺比例测选片品味。抽20条内容去同类站点对照搜，哪里都有的大路货不计稀缺，少数站点才有的才算。稀缺占一到两成的片库有自己的眼光，用户能在这里找到别处没有的；占比为零的纯聚合库，换到哪家体验都差不多，忠诚度自然无从谈起。

测试提醒：同一维度至少看 3 个样本，再下判断也不迟。

打分与对照

本次按统一口径打分：内容结构 9 分、播放稳定 7 分、操作效率 7 分、风险控制 7 分，满分均为 10 分。测试样本统一用 1080 档位与 720 档位各播 3 段、每段 12 分钟，记录首帧耗时、卡顿次数与中途跳转次数，再换算成等级。分数只反映这一类站点的相对位置，不对应任何具体站名；同类内部差距超过 1.5 分时，日常体验能直接感知，差距在 0.5 分以内则主要看个人偏好。复测时要保留相同的网络与设备条件，原始次数完整记进表格不做删改，否则前后对照会失真，结论也跟着失真。

优缺点对照

优点集中在方法可复用到任何站点、抽查成本低、结论不依赖官方口径，这类长处在连续观看 40 分钟以上的场景里会被放大，选片、续播与回看的衔接更顺手，省下的都是实打实的时间。短板落在需要手动抽样、单次测评约需 30 分钟、结果受抽样运气影响，遇到网络波动或长时间使用时更明显，其中一部分能靠改设置缓解，另一部分由产品结构决定，用户侧改不了。取舍办法很直接：先把自己的高频场景排在前面，高频项权重占 60%，低频项只作参考；短板若正好压在高频场景上，分数再高也不建议当主力。反过来，长处与高频场景对齐时，中等分数也能用得很稳，这也是测评结论先行的原因。

横向对照补充

横向对照时，把这一类与相邻类型放在同一张表里看，差别会更清楚：先比入口路径，再比内容组织，最后比规则透明度，三项里有两项占优的类型才值得进备选名单。测试记录建议保留 4 周，首周看新鲜感，第 2 周看稳定性，第 3 周看回访意愿，第 4 周再下最终结论，单周数据容易被促销与短期热点带偏，放到月度尺度上才算数。对照表里给每项留一列备注，只写事实不写感受，比如某日更新延迟 2 小时、某档位在晚高峰悄悄降档，这类记录攒够 10 条以上，横向结论就很难被单次体验推翻。测完把结果同步到自己的观看记录表，下次换站或做季度复盘时可以直接接着用，不必每次从零测起。

适用场景

换主力站之前，用这套四层法给候选站各做一次半小时体检再排序，比看宣传页可靠。测完把日期、网络和设备一并记下，隔两个月复测，分数变化超过1分的部分就是站点的真实迭代速度。方法不难，难在每次都用同一把尺子量。