我做了个小实验：新91视频为什么你总刷到同一类内容？多半是避坑清单没弄明白

标题：我做了个小实验：新91视频为什么你总刷到同一类内容？多半是避坑清单没弄明白

开头先说结论：你一直被推同一类视频，99%不是“平台故意整你”，而是你无意中给了算法非常明确的信号——同时自己也没把避坑清单做齐全。下面我把做实验的过程、原理拆给你看，并给出一套立刻可用的避坑清单（快速+深度两套），照着做，推荐流马上能变得更符合你的真实兴趣。

我做的实验（简要）

• 对象：一个新注册的“空白”账号和一个长期使用的账号（同一台设备）。
• 方法：控制变量，连续一周只在两个账号上浏览内容：空白账号刻意交叉观看多类视频；老账号按常规刷每日推送。期间记录推荐变化、播放记录、滑动/停留时间、点赞/不感兴趣操作。
• 结论速递：少量的“互动”行为会迅速偏移推荐方向；不清楚并执行避坑动作会让算法进入“回音室”，形成强放大效应。

算法如何把你“圈”起来（通俗版）

• 信号源：观看时长、完成率、点赞/踩、不感兴趣、搜索词、评论、订阅/取消订阅、停留位置（在首页还是在频道页点开）。
• 学习方式：协同过滤（跟和你行为相似的人喜欢什么）+ 内容标签（视频标题、描述、标签）+行为权重（观看多长、是否看完比点赞更重要）。
• 放大效应：算法倾向于推能产生更多互动的内容。一旦你在某类视频上表现出高完成率或连续点击，系统会放更多类似内容，进入“同类循环”。

常见误区（很多人没意识到的坑）

1. 只看但不干预：不点“不感兴趣”/不删历史，算法以为你喜欢。
2. 赞/收藏/订阅动作混乱：对同一类视频反复点赞会被判定为偏好。
3. 标签误导：你偶尔搜索或看了带有热门关键词的视频，就会被当成新兴趣点。
4. 自动播放与短视频机制：自动播放会增加观看时长信号，短片的高完成率特别容易被放大。
5. 多设备同登录：手机、平板、PC的行为会合并，难以精细管理偏好。
6. 区域与语言：使用VPN或切换语言会拉入不同内容池，造成推荐混乱（有时候你会因此刷到“不同但又同质”的大量内容）。

避坑清单（实操）：快速修复（5分钟）

1. 清空/暂停观看历史

• 进入“历史”，选择“清除所有观看记录”或“暂停观看记录”。

1. 清空/暂停搜索历史

• 同步清除搜索记录并暂停搜索记录。

1. 标记“不感兴趣”

• 在重复出现的内容上点“不感兴趣”或“不要推荐此频道”。

1. 取消订阅不想要的频道

• 直接取消订阅并撤销历史点赞/收藏（若必要）。

1. 关闭自动播放

• 关闭“自动播放”按钮，阻止系统无意识累积偏好信号。

避坑清单：深度优化（30分钟）

1. 系统梳理：检查订阅/关注列表，把不相关的频道一次性清理。
2. 批量删除历史：手动从历史中删除那些误导性的单条视频（比如误点进去的标题党视频）。
3. 主动点赞你希望更多的内容类型：用正向信号培养新偏好，不要只靠“没看完”来改变推荐。
4. 制定短期“行为计划”：连续几天（至少3天）刻意只看想培养的那类视频，每条至少看到中部或看完；同时对不想要的类型用“不感兴趣”。
5. 创建主题播放列表：把你真正喜欢的类型视频加入同一播放列表并多次播放，算法会把该集合识别为兴趣点。
6. 区分工作/私人账号：把不同用途的观看分开，用不同账号或至少不同浏览器/无痕窗口登录。
7. 使用地区/语言切换谨慎：如果不是刻意想换内容源，别随意切换区域或语言。
8. 定期维护：每月一次清理历史与不感兴趣、检查订阅。

高级技巧（对技术敏感的你）

• 利用“看后不点赞但长时间停留”改变权重：如果你想弱化某类视频，短暂点开但快速退出往往没用，反而可能加权；用明确“不感兴趣”更有效。
• 创建“诱饵”和“培养”策略：先在空白账号培养想要的兴趣，再把关键频道订阅到主账号。
• 分时段观看：平台会根据时间段调整内容类型（晚间可能推更娱乐化内容），有时候变换观看时间能获得不同流量池的推荐。

我实验中最出乎意料的发现

• 一次随手的点赞能把空白账号的推荐在两天内几乎完全转到相似主题；相反，批量删除历史与连续三天用“不感兴趣”标注能在五天内明显改善推荐多样性。
• 自动播放造成的“隐性偏好”非常强：你在吃饭或躺着让它播完，系统会认为你是真爱。

结论（简短） 推荐平台不是永远把你固定住，但它会根据你给出的少量信号做出强烈回应。把避坑清单做对，你就能把主动权拿回来：要么培养新的兴趣，要么回到更广泛的内容池。行动比猜测更有效——用上面的5分钟快速修复，短时间内就能看到明显变化。

想试一个小验证？照着“5分钟快速修复”操作，然后在接下来72小时只有选择性地观看你想要的内容，观察推荐是否跟着变化。如果你愿意，也可以把变化把截图发给我，我帮你做下一步策略（比如想把推荐变成科技/财经/旅行/轻松片段哪一类）。