从两个交互细节，学抖音的设计策略
产品在面向用户时，要做好功能的更新迭代，以更好地契合用户体验与实际场景下的用户需求。在本篇文章里，作者便针对抖音的评论「不喜欢」、点赞推荐功能进行了交互拆解，并尝试做了重设计方案，一起来看看吧。
抖音已是世界级的短视频流播放平台，不论TIKTOK还是抖音，它所面向的巨量用户及广泛的用户特征，都要求抖音需要保持高频次的更新迭代，以完善灵活的设计策略和机制。
今次简要剖析抖音中近期新增的两个我个人比较喜欢的功能：评论「不喜欢」、点赞推荐，以窥见抖音的交互与业务设计策略。
一、评论「不喜欢」
在聊评论区之前，不可避免地要聊到社区氛围和治理。
社区氛围对任何内容社区类平台来说都属于老大难，评论区的氛围劣质程度往往与DAU呈正比，这一点在抖音、哔哩哔哩、微博等过亿级社区平台表现得更为明显，这和平台的大用户量以及不可避免的用户下沉化息息相关。
1. 社区氛围
针对社区氛围，在C端设计上一般采取的方式为：
新增默认展示的推荐区Tab，展示筛选后的优质评论，在表现层面营造良社区氛围，以引导用户发表合适恰当的内容；折叠评论提交入口和展示页，增加用户使用评论功能的成本，降低触及；排序规则改造，默认以热度或推荐排序，可进行人工干预，引导用户进行良性互动。以上措施多在可用性上表现得较差，毕竟仅是通过黑盒机制或提升使用成本，来减弱用户对不良社区氛围的感知。
在用户层面而言，与用户期望存在一定的偏差，而且一部分用户仍然需要一窥评论区全貌，难免因以上的措施而受到负面影响。
2. 社区治理
采用产品设计技巧可以低成本呈现比较优质的社区氛围，而氛围好坏的根源还是在发布者身上。
以往的社区治理多是针对是否违法违规展开，在普遍追求优质氛围的竞争环境下，大家开始把目光放在了评论内容本身的质量问题上。
这意味着需要平台有基本的治理能力，也需要有识别内容好坏的能力，随着NLP（自然语言处理Natural Language Processing）或OCR（字符识别 Optical Character Recognition）这类能力的发展，治理手段也高超起来：
1）内容发布治理
评论内容触发本地或服务器端关键词库，转为仅自己可见，严重的直接被删除；评论内容未通过机器算法NLP审核，转为仅自己可见，严重的直接被删除。2）内容质量识别：
机器算法NLP无法明确判断内容倾向，转入人工审核流程，审核结果未出前保持为仅自己可见，按照审核结果释放展示或自见或删除；评论内容被机器算法NLP识别为无意义或低质量，被折叠或击沉；评论内容被「不喜欢」过多，被折叠或击沉。以上五类方式中，前几种为大多数平台所使用，既可保证发布者最基本的体验，也照顾到平台的安全和观者的清净。
折叠或击沉评论的方法，使用的范围较窄，比较典型的当属知乎，按其本身强调专业性和关心回答价值的角度而言，折叠是平台专业态度的体现，用户一定程度上是可以接受的。
3. 评论「不喜欢」
评论区的「不喜欢」功能已几乎成了摆设，一般体现为用户评论在收到一定数量的「不喜欢」后才会被折叠或击沉或转为自见。
这只满足了用户点击「不喜欢」时的投票态度，无法体现用户主动参与氛围治理的姿态，而且这条评论会停留在用户视野内很久，用户不知道它何时被处理、会不会被处理，既不能保证观者的体验，也没有满足所见即所得的设计基本法。
在抖音平台而言，尤其是面向大基数的下沉用户时，社区的氛围治理是必须要解决的硬骨头。
抖音可能采用了如下的措施（验证与猜测，不代表官方就是这么做的）：
混搭排序规则：以评论点赞数与发布时间轴为基础排序规则，配合NLP质量分，前置部分优质且有一定热度或者新发布的评论，保证用户在评论区前两屏得以查看高热和较新的优质评论；
排序公式模拟：在「混搭排序」中，猜测是采用净正向点赞+NLP质量分的方式进行的排序，或是采用评论质量分公式影响排序，对公式的简单模拟：
xyz分别代表LIKE、DISLIKE、NLP识别分的权重系数，应当由后端控制，可随时进行调整。
「不喜欢」交互设计：作为负点赞方式，在用户侧的表现是点击即隐藏该条评论，符合所见即所得的交互规则，也满足了用户「杀灭」负面内容的情绪；在排序影响上，应该是抵消了部分的正向点赞，得出评论的实时净点赞分的权重，用以影响排序。
抖音采取这种排序逻辑和设计策略的优势在于：
可以提升高热、高质量的评论的触及和展示效率；社区治理上，可规避质量较差的评论呈现，抬升评论区氛围；用户体验上，既保证了社区氛围的舒适感，也在交互层面上做到所见即所得；体现用户DISLIKE的投票权，点击即对用户隐藏的方式，一定程度上满足了用户对评论区定制的期望，也体现了用户操作是有权威性的这一安慰剂式的设计理念。二、点赞推荐
「点赞推荐」的功能释义为：用户可以通过打开功能，使自己的朋友或粉丝看到自己所点赞的视频。
我见之熟悉的原因是之前在Soul时设计但未落地的转播功能有异曲同工之处。
本义都是为了促进内容在用户侧的自然分发，提升优质内容的传播性。
也就是说，点赞推荐功能，其实是Twitter和微博转推功能的翻版，微信的「在看」功能亦属同样的业务逻辑。
在业务价值上，用户侧内容的自然分发，更易于产生社交互动，也有助于用户之间突破推荐机制带来的信息茧房影响。当关闭朋友可见时，推荐则成了一种低权重的流量推荐手段。
在功能设计层面上，它是个比较有趣的功能，既增加了用户之间互相窥探对方喜好的途径，也有助于用户之间社交关系的加固。
但在交互设计上，我更倾向于抖音在实验试错，因为该功能的交互设计方案是失败的，原因有以下几点：
1）它在信息设计上的门槛过高，使用户无法快速的理解这个功能的影响
点赞作品不会推荐给朋友&点赞作品会推荐给朋友，很难相信，涉及状态开关提醒的文案只有这么弱的差异。如果是有意为之，便有刻意降低用户感知和认知的嫌疑；如果是无意为之，那这个方案真的让人大跌眼镜。
2）推荐给朋友后的呈现方式，需要用户适当关注和付出一定的学习成本
点击推荐后的样式变更，即是告知用户「推荐」是会这样展示给用户；同时在设置拉起的浮层有种动图以演示该效果。表意太弱了。
3）功能开关的说明信息比较复杂，无形中抬升了用户的使用门槛
总的来说，功能是好的，但使用门槛和学习成本过高，对大龄用户或轻中度用户而言，功能触及可能仅仅会停留在点赞之后有新的东西出来了，看一看而已。
而且在用户侧会出于私密性的原因，并不会愿意保持恒打开「推荐」。因此推荐开关需要考虑临时开关和总开关两个状态。
好的功能，需要好的设计。好的设计，必定是使用门槛和学习成本比较低的。
可以适当教育用户，但不能自说自话地教育用户。
以下按照VADU的设计理论对这个功能进行Redesign的尝试。
三、方案重设计
在重新设计之前，需要深入了解业务构成。
线上版本的「点赞推荐」中涉及到的开关过多，功能入口表现又稍显含蓄，在文案的信息设计上拔高了使用门槛，重新设计将以重点解决这些问题为目标。
1. 「点赞推荐」线上业务构成
业务的起点，实是增加推荐手段，引导用户推荐内容给其他用户。
在这个基础上增加了用户可进一步选择将点赞的内容推荐给朋友。只是这一步增加，将「点赞推荐」的流程复杂化。开关逻辑见下图：
2. 「点赞推荐」拆解与重设计
在了解了基础的业务逻辑后开始着手。
1）功能入口强化（价值强化）
将功能价值点表现在入口上，增加用户决策因子，也使用户能一眼了解功能含义。
2）功能说明浮层信息强化（抵达性强化）
点赞作品和推荐作品实是两件事，需要在表意上明确区分，不要给用户留任何含糊的余地。适当情况下可以增加Icon辅助表意。
3）浮层中的功能开关交互合理化（抵达性、可用性强化）
线上的 保持关闭/开启 & 保持开启/关闭 的按钮互斥状态，完全不合乎交互设计的任何规则。既不明确，也没有体现开关状态。可以适当增加说明，并采用开关形式解决。
4）总开关表意和交互合理化（可用性强化）
原本的浮层说明和开关示意，均存在表意不清的情况。改造原浮层交互为新启页面，在页面内详细释义功能。
5）改造总览
四、综上所述
从上述案例，我们得以窥见抖音在业务细节上的打磨，同时在交互细节上的瑕疵点。但这种细节的把控和尝试，都应当是IT行业万马齐喑的今天应该去做的，这也是最原本IT公司做过的事情。
作为设计师，能跳脱出来审视自己，以理论来作为工作方法论的基底，都是难能可贵的品质。
这也正是我回答面试问题你觉得你比同样十年经验的设计师的优势在哪里的答案。
跳出设计者思维，以普通观者的视角反观自己的方法和输出，以学术理论来指导自己，进行适当的反思和纠正，这很重要。
本文由 @无鹿森 原创发布于人人都是产品经理，未经许可，禁止转载
题图来自 Unsplash，基于 CC0 协议
该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。
