Red Bull 主频道十年做出 2700 万订阅、300 亿次观看，视频里几乎不出现产品。这篇借 YouTube 策略师 Oscar 的访谈，谈科技公司怎样像 D2C 品牌那样把内容当资产经营，把心智份额存下来。
你有没有想过，一家卖会计软件的公司，凭什么能用一档叫“谁是隐藏的百万富翁”的综艺小品拿到五十万次观看，而大多数科技公司的 YouTube 频道，还在上传文件名里带着 .mp4 的内部网络研讨会？Oscar 是一位 YouTube 策略师兼创意总监，节目标题称他的策略累计带来过 200 亿次观看，客户包括 Red Bull、L’Oreal、Gymshark、Dua Lipa，也包括 QuickBooks、Lovable 这样的科技公司。他最近上了 Distribution 播客，聊的是科技公司怎样借用 D2C（直面消费者品牌）这几年的内容打法。
这场访谈信息密度很高，从心智份额聊到标题字数，从 AI 搜索聊到预算分档。我没有按顺序复述，而是顺着一条线来读：Oscar 反复在讲的，其实是把内容当成一项会增值的资产来经营，而不是一次性的广告。我把最值得看的几个判断整理出来，加上我自己的思考。
产品的壁垒越来越浅，Red Bull 式的心智份额成了最后一道墙
Oscar 的起点是一个观察：品牌正在把内容当真。他提到 PayPal 最近挂出一个 head of content（内容负责人）的岗位，据他说年薪可以开到一百万美元；又提到 Elon Musk 的粉丝数比 Tesla、SpaceX、PayPal 加起来还多，因为人们跟随的是人。在他看来，现代营销已经不是在杂志上登一则广告，而是持续创作能吸引对的人的内容，攒下一批广告预算停掉之后也不会消失的受众。他说，金钱唯一买不到的东西，就是一群真心喜欢你、信任你的粉丝。
标题的规则他讲得很具体。第一，55 个字符以内，否则会被截断成省略号。第二，要制造 curiosity gap（好奇缺口），也就是“你已经知道的”和“你想知道的”之间的差距，办法是提问，或者用 power words（强力词）。他举的魔术频道例子是：与其叫“一个很棒的硬币魔术”，不如叫“世界上最好的硬币魔术”，缩略图文字再接一句“骗过所有人”。第三，标题和缩略图要互相补充。他给的 CTR（点击率）基准大约是 5.5%，低于这个数就先换标题，再换缩略图，一次只改一个变量。YouTube 内置的 A/B 测试用的是 watch time share（观看时长份额），会在 14 天里同时衡量有多少人点、点进来的人又看了多久。
脚本他推荐 HIVE 框架：hook（钩子）、intro（介绍）、value（价值）、end screen（结束画面）。开头前 10 秒只做一件事：把标题重复一遍，确认观众点对了。随后在介绍里给出品牌的可信度，再抛三个 open loops（开放回路），也就是先提出一个问题，在回答它之前又埋下下一个问题。他说他和 YouTube 内部的人聊过，一支视频是一万次观看还是十万次观看，最大的区别就是 retention（留存），而 open loops 是提升留存最有效的办法。
我觉得这套流程的本质，是“先写承诺、再做兑现”。标题和缩略图是对观众的承诺，开头确认承诺，开放回路维持承诺，留存率则是承诺有没有兑现的账单。把包装放在拍摄之前，其实就是产品开发里常说的 working backwards（倒推），先想清楚用户看到的那一页是什么，再去做内容。顺便提醒一句，5.5% 是他自己的经验值，不同品类差别很大，别拿它当考核线。
内容也是存款：为 AI 搜索的未来提前储备
这是整场访谈里最新鲜的一段。Oscar 说，YouTube 现在已经是多数 LLM（大语言模型）平台上被引用最多的来源里的第二名，仅次于 Wikipedia；曾经风头很盛的 Reddit，因为有人用各种灰色手段刷排名，引用量大约两个月前断崖式下跌。他的解释是，YouTube 很难造假，必须真的做内容，而且 Google 同时拥有 YouTube 和 Gemini，Gemini 的大量训练数据就来自 YouTube。所以他建议大品牌每年至少投入 300 万到 500 万来做 YouTube Shorts，他把短视频比作一个 deposit box（存款箱），为未来的 AI 搜索结果提前存款。
他的客户 L’Oreal 就是这么做的：请真正有资质的皮肤科医生出镜，按事先写好的脚本，用自己的语言把关键词和解决办法讲出来。一天的拍摄可以切出大约 50 条短视频，再分发到五个平台，就变成 250 多个素材，几年下来，用户在 AI 里搜“干燥嘴唇用哪款润唇产品最好”，出现在最前面的就是它。
他还分享了几个他自己测出来的结论。观看量对能否被 LLM 抓取“完全没有影响”，因为 AI 平台会自动转录每一支视频，看的是相关性、有没有解决问题，以及内容好不好提取，所以他们写脚本会用 chunking（分块）的方法，每一段就是一问一答，不写成一大段含糊的文字。更关键的是 information gain score（信息增益分），也就是这个脚本里有多少是 AI 本来不知道的新信息。AI 可以谈论一切，却谈不了你的亲身经历，所以他们每一条都会加入新信息、个人经验或客户案例。
我觉得这三档的逻辑很清晰：一万美元买的是质量底线和自己的时间，十万美元买的是一套让创始人只负责出点子的流程，一百万美元买的是上限。而其中永远不能外包的，是创始人那 30 分钟里说出来的东西。这正好和前面的 information gain 呼应：团队能把想法做得漂亮，但原料只能来自真实的经历和判断。
三条腿、两个频道、三类观众
Oscar 把内容策略概括成 content trifecta（内容三件套）：自己的原创内容、付费广告、合作。他不反对广告，广告能保证触达，你清楚钱花在哪；但如果它是唯一渠道，那些做有机内容的对手就会逐渐赢走心智份额，因为不是每个人都爱看广告。合作则像“火上浇油”，他特别提到 YouTube 的 collaboration（联合发布）功能：视频同时出现在创作者的频道和品牌的频道，但内容归品牌，既能借来对方的观众，也能带来合法性，是给新频道快速“提速”的办法。
他还有一个我觉得很值得抄的结构：每个品牌应该有两个频道。第一个负责 top of funnel，用营销预算做大家真的想看的内容，做品牌认知，Red Bull 是典范；第二个是 how-to 频道，深入讲产品和服务怎么用，专门为搜索、AEO（回答引擎优化）和 GEO（生成式引擎优化）服务。他举了 Webflow University 的例子，标题甚至不一定出现 Webflow，比如“怎么让一个 div 居中”，但演示用的是 Webflow，所以连只想学网页开发的人也会被吸引过来。Clay 则有好几个纪录片风格的频道专门做顶部流量，产品只是被很轻地放进去。他估计一个品牌用大约每年 50 万美元就能把这两个频道做起来。
之所以要分开，是因为他从 YouTube 内部的人那里得到过确认：推送视频最重要的指标之一，是订阅者回访率（subscriber return to video）。一个频道里既有娱乐内容又有登录教程，会造成受众分裂，每支视频只有一部分订阅者想看，回访率自然就低。再往下，每一支视频还要用 CCN 框架检验：它能不能同时吸引 core（核心粉丝）、casual（路人）和 new（新观众）。我觉得这是一个很实用的自检清单，因为它逼你同时回答三个问题：老观众为什么回来，路人为什么愿意点，新观众凭什么进来。
大品牌建网络，小品牌靠 CEO
谈到大品牌，Oscar 描述了一个很少被讨论的趋势：品牌正在搭建“品牌网络”。Red Bull 有 Snow、Motorsports、Gaming、Chess，每个垂直领域各占一块，BBC 把几十个频道加在一起有大约 8000 万订阅者，其中 BBC News 约 1700 万，BBC Learn English 约 1000 万。他的想象是，如果是 Nike，就不会只有一个频道，而是 Nike Running、Nike Nutrition，甚至直播赛事，这样下一次要推新品，不必先想怎么买广告，因为已经有一批现成的观众。
小公司的机会则在另一边。他用 Nothing 手机的例子：面对 Apple 和 Samsung 这样的对手，Nothing 的 CEO 在 YouTube 上直接坐下来和粉丝对话，“上一代你们不喜欢这个，好，我们改”，Apple 不会这样做。Oscar 说，这就是挑战者的优势：做大公司不会做的事。他的建议是，如果你是 CEO，讲自己的故事，让人看到你在做什么，因为“人们跟随的是人”。他还给了一个类比：Feastables 靠 Mr Beast 每周的视频曝光，在货架前直接把心智份额变成了市场份额。
他最后的判断相当大胆：未来的媒体就是 YouTube。这是一个靠 YouTube 吃饭的人的观点，我会保留一点距离。但“挑战者做大公司不愿意做的事”这条，我觉得是成立的，因为内容的成本远低于一亿美元的广告预算，同时它积累的是不会随预算停止而消失的受众。
我自己的一点思考
听完这场访谈，我最大的感受是，Oscar 讲的几乎每一个技巧，标题、缩略图、开放回路、信息增益，背后都指向同一个东西：真实的价值。在人这一层，观众要的是“这支视频为什么值得我花十分钟”；在算法这一层，推荐系统只是在观众的选择之上做统计；到了 AI 这一层，大模型要的是它自己答不出来的新信息。三个读者，三道关卡，最后检验的是同一件事：你有没有真的给出点什么。
同时，我也想对这场访谈保持一点清醒。Oscar 是靠 YouTube 吃饭的策略师，他的案例大多是成功的，也大多来自可以娱乐化、预算充足的品牌，不是每一家 B2B 公司都能变成 Red Bull。他关于 AI 引用的结论来自自己的测试，他自己也承认可能随时变化。所以我更愿意把它们当作假设，而不是教条。
发表于 2026-10-20 08:05:02
