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，一起来瞧瞧吧。
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点，都要求抖音须要保持高频次的更新迭代，以建立灵活的设计策略和机制。
今次简略分析抖音中近日新增的两个我个人比较喜欢的功能：评论「不喜欢」、点赞推荐，以窥探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气氛和整治。
社区气氛对任何内容社区类平台来说都属于老大难，评论区的气氛劣质程度常常与DAU呈反比，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显著，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. 社区气氛
针对社区气氛，在C端设计上通常采取的方法为：
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气氛，以引导用户发表合适恰当的内容；折叠评论递交入口和展示页，增加用户使用评论功能的成本，降低触碰；排序规则改建，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。
以上举措多在可用性上表现得较差，毕竟仅是通过黑盒机制或提高使用成本，来减小用户对不良社区气氛的感知。
在用户层面而言，与用户期望存在一定的误差，而且一部分用户依然须要一窥评论区概貌，难免因以上的举措而遭到负面影响。
2. 社区整治
采用产品设计方法可以低成本呈现比较优质的社区气氛，而气氛优劣的症结还是在发布者头上。
以往的社区整治多是针对是否违规违法展开，在普遍追求优质气氛的竞争环境下，大家开始把眼神放到了评论内容本身的质量问题上。
这意味着须要平台有基本的整治能力，也须要有辨识内容优劣的能力，随着NLP（自然语言处理Natural Language Processing）或OCR（字符辨识 Optical Character Recognition）这类能力的发展，治理手段也娴熟上去：
1）内容发布整治
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初审，转为仅自己可见，严重的直接被删除。
2）内容质量辨识：
机器算法NLP难以明晰判别内容倾向，转入人工初审流程，审核结果未出前保持为仅自己可见，按照初审结果释放展示或自见或删掉；评论内容被机器算法NLP辨识为无意义或低质量，被折叠或击毁；评论内容被「不喜欢」过多，被折叠或击毁。
以上五类形式中，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，也照料到平台的安全和观者的清静。
折叠或击毁评论的方式，使用的范围较窄，比较典型的当属知乎，按其本身指出专业性和关心回答价值的角度而言，“折叠”是平台专业心态的彰显，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」功能已几乎成了摆饰，一般彰显为用户评论在收到一定数目的「不喜欢」后才能被折叠或击毁或转为自见。
这只满足了用户点击「不喜欢」时的投票心态，无法彰显用户主动参与气氛整治的姿态，而且这条评论会逗留在用户视野内许久，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，社区的气氛整治是必须要解决的“硬骨头”。
抖音可能采用了如下的举措（验证与推测，不代表官方就是如此做的）：
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，前置部份优质且有一定热度或则新发布的评论，保证用户在评论区前两屏得以查看高烧和较新的优质评论；
排序公式模拟：在「混搭排序」中，猜测是采用净正向点赞+NLP质量分的形式进行的排序，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辨识分的权重系数，应当由前端控制，可随时进行调整。
「不喜欢」交互设计：作为负点赞形式，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，应该是抵消了部份的正向点赞，得出评论的实时净点赞分的权重，用以影响排序。
抖音采取此类排序逻辑和设计策略的优势在于：
可以提高高烧、高质量的评论的触碰和展示效率；社区整治上，可规避质量较差的评论呈现，抬升评论区气氛；用户体验上，既保证了社区气氛的舒适感，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法，一定程度上满足了用户对评论区订制的期望，也彰显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，使自己的同事或粉丝听到自己所点赞的视频。
我见之熟悉的缘由是之前在Soul时设计但未落地的“转播”功能有异曲同工之处。
本义都是为了推动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，更便于形成社交互动，也有助于用户之间突破推荐机制带来的信息茧房影响。当关掉同学可见时，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，既降低了用户之间相互揣测对方喜好的途径，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低，使用户难以快速的理解这个功能的影响
“点赞作品不会推荐给同学”&“点赞作品会推荐给同学”，很难相信，涉及状态开关提醒的文案只有如此弱的差别。如果是有意为之，便有刻意减少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）推荐给同学后的呈现形式，需要用户适当关注和付出一定的学习成本
点击推荐后的款式变更，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疗效。表意太弱了。
3）功能开关的说明信息比较复杂，无形中抬高了用户的使用门槛
总的来说，功能是好的，但使用门槛和学习成本偏高，对大龄用户或轻轻度用户而言，功能触碰可能仅仅会逗留在“点赞以后有新的东西下来了，看一看”而已。
而且在用户侧会出于通透性的缘由，并不会乐意保持恒打开「推荐」。因此推荐开关须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。
以下根据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婉转，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种问题为目标。
1. 「点赞推荐」线上业务构成
业务的起点，实是降低推荐手段，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。只是这一步降低，将「点赞推荐」的流程复杂化。开关逻辑见右图：
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）功能入口加强（价值加强）
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意。
2）功能说明浮层信息加强（抵达性加强）
点赞作品和推荐作品实是两件事，需要在表意上明晰分辨，不要给用户留任何含混的余地。适当情况下可以降低Icon辅助表意。
3）浮层中的功能开关交互合理化（抵达性、可用性加强）
线上的 保持关掉/开启 & 保持开启/关闭 的按键互斥状态，完全不合乎交互设计的任何规则。既不明晰，也没有彰显开关状态。可以适当降低说明，并采用开关方式解决。
4）总开关表意和交互合理化（可用性加强）
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，在页面内详尽释义功能。
5）改造总览
四、综上所述
从上述案例，我们得以窥探抖音在业务细节上的打磨，同时在交互细节上的瑕疵点。但这些细节的把控和尝试，都应该是IT行业万马齐喑的明天应当去做的，这也是最原先IT公司做过的事情。
作为设计师，能跳脱下来考量自己，以理论来作为工作方法论的基底，都是难能可贵的品质。
这也正是我回答笔试问题“你认为你比同样六年经验的设计师的优势在那里”的答案。
跳出设计者思维，以普通观者的视角反观自己的方式和输出，以学术理论来指导自己，进行适当的反省和纠正，这很重要。
本文由 @无鹿森 原创发布于人人都是产品总监，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储存空间服务。
