Locale: zh-Hant
在社群平台介紹文章時，如果把正文摘要得太完整，讀者在貼文裡就已經拿到答案，自然不必點連結。反過來，如果只寫「震驚真相請看這裡」，又會立刻失去可信度。有效的位置在兩者之間：先說清楚文章談什麼、為什麼值得讀、證據從哪裡來，再只留下一個有意義的空白。社群介紹文比較像15秒預告片，不是劇情摘要。
常見文案是：
「研究發現X。結論是Y。原因是Z。詳情請看連結。」
很貼心。
也順便把點擊理由一起殺掉了。
這就像電影預告把兇手、動機、反轉和結局全部播完。觀眾完全可以說：「謝謝，本片我已經看完了。」
另一個極端也不好：
「你絕對想不到的驚人真相……」
有懸念，但沒信用。
目標不是藏住資訊，而是先證明值得看，再把最後一塊關鍵拼圖留給正文。
1. 好的介紹文不會把主題藏起來
穩定的結構通常是：
- 先給讀者一個容易理解、能產生關聯的主題
- 放上閱讀價值的依據：研究、數據、比較或具體觀察
- 只留一個未解元素，例如「一個特徵」「一個因素」「一個意外差異」
- 排除讀者最容易猜到的一個答案
- 交給URL
例如：
「有些人第一次見面就能很快熟起來，他們往往有一個共同特徵。研究發現，其中一種能力特別重要。而且，並不只是很會說話。」
讀者已經知道主題與價值。
同時腦中會剩下：「那到底是什麼能力？」
重點不是替讀者打一個問號，而是讓讀者自己產生問題。
2. 資訊缺口有效，但完全模糊不有效
information-gap theory指出，當人意識到自己少了一塊知識時，可能產生想把那個缺口補起來的動機。
Qiu與Golman在2024年分析了10萬篇以上的WeChat新聞。能讓明確問題浮現、顯得重要、主題較有意外性的標題，與更多閱讀行為相關。不過，研究也發現點擊數與按讚/點擊比有小幅負相關，提醒我們：讓人點開與讓人點開後滿意，不是同一件事。
「我想知道」是強入口。
「我點進去結果什麼都沒有」仍然是爛體驗。
資訊缺口不是免費流量，而是正文必須償還的承諾。
3. 太模糊和太完整都可能失效
Scientific Reports的一項註冊研究分析8,977個標題實驗，發現具體程度與點擊行為不是單純直線關係。
原本太模糊時，提高具體性可能有效。
但已經很具體時，再塞更多資訊也可能降低吸引力。
所以要找的是剛好的具體程度。
實務上：
- 不隱藏主題
- 不把結果方向全部藏掉
- 讓人知道證據是哪一類
- 只留下核心名詞、最後原因或決定性差異其中一個
「80%給出、20%保留」可以當編輯比喻，但不是研究證明的固定比例。
4. 意外性，一次小反轉就夠
強力的鉤子常是：
「大家通常以為是A，但結果不是A。」
Lewry等人的2023年研究發現，輕微違反直覺的刺激，比單純不太可能發生的刺激更能引發好奇；而把怪異程度繼續放大，也不會讓好奇無限成長。
這不是直接測社群點擊率的研究，所以不能當成CTR公式。
但編輯提示很清楚：
不用寫成：
「你知道的一切全都是錯的！！！」
很多時候只要：
「多數人以為關鍵是口才，但研究指向另一個因素。」
一次反轉就夠。沒有必要為了流量空翻三圈半，最後掉進可信度深坑。
5. 普通字詞往往比高級字詞更強
2024年Science Advances研究分析The Washington Post與Upworthy超過3萬次真實A/B測試。一般讀者更常選擇用字簡單、容易閱讀的標題，而不是複雜版本。
比較：
「人際互動中社會聯結形成的預測因子已被辨識。」
和：
「第一次見面也能很快熟起來的人，有一個共同點。」
不是要丟掉專業性。
而是把進入專業內容的門做簡單。
6. 問號不是萬用成長按鈕
證據在這裡很有意思。
2024年的WeChat分析中，帶問號的標題與較多閱讀相關。
但Fang與Wheeler在2026年的研究整合了5萬多則Reddit貼文、約308萬篇學術論文、22,743次線上新聞標題A/B實驗，以及一項預註冊實驗。結果顯示，問句型標題往往降低參與度，其中一個原因是讀者覺得問句比較不提供資訊。
因此不要把所有標題機械化改成：
「為什麼會這樣？」 「你知道嗎？」 「真正的關鍵是什麼？」
更穩的方法是先給一點資訊：
「很快能和陌生人熟起來的人，有一個共同模式。」
然後讓讀者自己想：
「什麼模式？」
與其把問號放在句尾，不如把問題放進讀者腦中。
7. 七種可以輪替的鉤子結構
如果每篇都寫「研究發現一個驚人因素」，第三篇開始就有流水線味。
① 隱藏一個答案
「更擅長X的人，往往有一個共同習慣。」
② 常識反轉
「大家通常認為A是X的關鍵，但研究中真正拉開差距的是另一個因素。」
③ 結果先給
「做A後B增加了。不過原因和研究者原先想的不同。」
④ 比較型
「A和B一比較，差異很明顯。決定因素不是大家最常講的那個。」
⑤ 失敗模式型
「經常失敗的案例裡，反而反覆出現同一種模式。」
⑥ 規模型
「看完3萬多次真實測試後，會發現人們更願意點的標題有一個很簡單的特徵。」
⑦ 小謎題型
「兩句話意思幾乎一樣，其中一句卻更常被選。差別不是什麼高級文案術。」
8. 最糟的做法，是在貼文裡把文章講完
自動發布系統很容易生成：
「新文章發布。」 「標題。」 「摘要。」 「結論。」 「URL。」
看起來完整。
問題是文章已經在貼文裡辦完自己的告別式了。
讀者拿到答案，就往下滑。
社群介紹文的任務不是寫一篇迷你文章。
而是創造一個合理進入正文的理由。
醫療、法律、金融、安全、災害等高風險內容則例外。不能把關鍵警告拿來當「點開才告訴你」的誘餌。若資訊會改變重要決策，安全優先於懸念。
9. 預告片與標題黨的界線，在於是否兌現
關鍵不是語氣多刺激。
而是正文有沒有做到貼文承諾的事。
壞介紹文會：
- 暗示正文沒有支持的結論
- 把相關寫成因果
- 誇大數字
- 加上沒有來源的「專家也震驚」
- 承諾正文根本沒有的答案
好介紹文會：
- 只打開正文真的能回答的問題
- 說清楚證據是研究、經驗、比較還是觀察
- 保留來源本身的不確定性
- 不為了驚訝而改變事實
- 讓人點開後得到「原來是這個」的回收感
點擊可以借。
信用不能無限透支。
10. 自動化時不要只優化CTR
除了點擊率，還應一起看：
- 閱讀深度與停留
- 是否移動到下一篇
- 收藏與分享
- 再訪
- 負面回饋
- 同一鉤子是否用過頭
真正要的流程是：
「點開 → 讀了 → 承諾兌現 → 再回來」
而不是：
「點了 → 勝利。」
11. AI生成介紹文的實用規則
- 用一句話提取文章真正的讀者價值
- 確認證據類型
- 推測讀者最自然的第一個答案
- 選一個正文一定能回收的未解點
- 只隱藏那一點
- 改成簡單用語
- 輪替鉤子結構
- 放URL
- 再與正文比對，刪除誇張、捏造、無法兌現的承諾
同時禁止：
- 每篇都從「新文章發布」開始
- 貼完整摘要
- 濫用「震驚」「揭密」「其實」
- 編數字
- 創造正文不存在的衝突
- 為了演出藏掉重要警告
- 多語言逐字照搬單一語言語序
多語言真正要翻譯的是功能，不是字面。
12. 最好用的基本公式
價值
→ 證據
→ 一個資訊缺口
→ 一個小意外
→ URL
不要全部說完。
也不要什麼都不說。
社群介紹文不是文章的壓縮檔。
它是把人帶進正文的預告片。
預告片別把兇手說出來。
但至少告訴大家這是什麼電影。
- Qiu, J. & Golman, R. (2024). Curiosity in news consumption. Applied Cognitive Psychology. https://doi.org/10.1002/acp.4195
- When curiosity gaps backfire: effects of headline concreteness on information selection decisions. Scientific Reports. https://doi.org/10.1038/s41598-024-81575-9
- Shulman, H. C., Markowitz, D. M., & Rogers, T. (2024). Reading dies in complexity: Online news consumers prefer simple writing. Science Advances. https://doi.org/10.1126/sciadv.adn2555
- Fang, D. & Wheeler, S. C. (2026). Titles framed as questions reduce reader engagement. Journal of Consumer Psychology. https://doi.org/10.1002/jcpy.70031
- Lewry, C., Gorucu, S., Liquin, E. G., & Lombrozo, T. (2023). Minimally counterintuitive stimuli trigger greater curiosity than merely improbable stimuli. Cognition, 230, 105286. https://doi.org/10.1016/j.cognition.2022.105286
- Blom, J. N. & Hansen, K. R. (2015). Click bait: Forward-reference as lure in online news headlines. Discourse, Context & Media. https://www.sciencedirect.com/science/article/pii/S0378216614002410
