01
发现内容
用户动作：进入首页，刷内容货架，或主动进入剧场/分类。
VIBEX：首页有今日推荐、热播、更新；剧场提供大类、时间、排序筛选。已实测
ReelShort：首页有内容货架、搜索、History、Top Up；用户笔记记录有语言选择和双列分类。已实测用户实测
VIBEX / COMPETITIVE REVIEW
单竞品深度研究 · 实测用户路径版
VIBEX × ReelShort
从“看一部剧”到“继续消费”的差距
这不是功能清单，而是从用户真实动作出发，对比两边如何让用户发现内容、连续观看、被打断后恢复消费，以及这些动作如何变成下一次推荐。
报告日期：2026.08.17 ｜ 用途：推荐策略、商业化与产品体验评审
2产品对照
5消费关键节点
4证据等级
先说结论：VIBEX 已有“行为资产”，缺的是把资产放到对的场景
因此一期不需要先讨论复杂算法；先将已有的续看、足迹、收藏、点赞、隐藏、同类剧集分别服务于不同用户任务。
● 已实测● 用户实测笔记● 外部公开数据● 待核验
本次登录态实测发现：首页的“我的追剧”与“足迹”前排内容高度重复。
这说明不是缺少内容，而是“回到未看完的剧”和“找下一部剧”这两个任务，还没有被拆成不同的候选内容与排序逻辑。
这说明不是缺少内容，而是“回到未看完的剧”和“找下一部剧”这两个任务，还没有被拆成不同的候选内容与排序逻辑。
ReelShort 可借鉴的核心
不是直接复制页面，而是让细标签、历史、分集消费和充值入口保持连续。用户每做一次选择，都容易走到“继续看”或“下一部”。
本报告的结论：先把“继续消费”跑顺，再用数据放大“找下一部”的效率
结论一｜VIBEX 不是推荐从 0 开始。
续看、具体集数、收藏、点赞、隐藏、足迹、同类剧集均已存在；当前优先级应是把这些已存在的行为，变成用户可感知的“下一步”，而不是另起一套大而全的推荐系统。
续看、具体集数、收藏、点赞、隐藏、足迹、同类剧集均已存在；当前优先级应是把这些已存在的行为，变成用户可感知的“下一步”，而不是另起一套大而全的推荐系统。
结论二｜核心差距不在一个“猜你喜欢”模块。
ReelShort 把内容细标签、游客历史、分集消费和充值入口串成路径；VIBEX 的功能已具备，但“续看、探索、同类、解锁”之间尚未明确分工，用户会看到重复内容或在解锁处断开。
结论三｜一期要服务三个业务结果。
① 回访后更快开播：续看直达最近集；② 看完后不流失：同类内容接下一部；③ 被限制后不丢失：登录/充值后回到原剧原集原进度。
因此，推荐一期的验收不看“上线了多少模型”，而看三段漏斗是否改善：回访 → 开播、播放结束 → 下一部开播、限制集触发 → 登录/充值后恢复播放。三段改善后，才有基础继续放大 DAU、次留、连播率和充值率。
以用户动作串起来：短剧消费不是一次播放，而是一条不断被打断、再被承接的链路
以下“已实测”来自 VIBEX 游客/登录态、ReelShort 游客态；未登录后或支付后的内容不做推断。
02
判断要不要看
用户动作：看封面、题材、简介、集数和人物设定，决定点哪一部。
VIBEX：卡片展示剧名、题材、集数；播放页可从题材标签回剧场。已实测
ReelShort：详情页可见剧情简介、互动量、分集与 Female / Vampire / Werewolf 等细标签。已实测
03
连续观看
用户动作：选集、播放、自动进入下一集；在追剧页恢复上次进度。
VIBEX：实测从追剧页点某剧第28集，自动播放到第29集；播放页有分集、画质、互动和同类剧集。已实测
ReelShort：可进入分集列表；用户笔记记录有下一集、隐藏和清晰返回入口。已实测用户实测
04
被登录或解锁打断
用户动作：游客遇到限制，选择登录、充值或离开。
VIBEX：游客点击实测剧集第4集时出现登录注册弹窗；登录后可继续播放。免费集数按单剧配置，不能写成全站固定规则。已实测
ReelShort：用户笔记显示部分剧集以页内解锁承接；支付后如何回流尚未实测。用户实测待核验
05
回访与下一部
用户动作：下次打开找回未完结内容，或基于刚看过的内容找下一部。
VIBEX：追剧页有续看、已完成、收藏、点赞、隐藏；首页有我的追剧和足迹。已实测
ReelShort：游客有 History，记录观看到的集数；登录后的回访排序未测。已实测待核验
页面与功能：两边各有基础，差别在于“用户下一步”是否被提前安排
VIBEX实测游客 + 登录态
- 首页：今日推荐、热播排行榜、今日更新；登录后增加我的追剧、足迹。
- 剧场：大类 + 时间 + 排序筛选，适合目标明确的找剧。
- 播放页：分集、画质、弹幕、互动、同类剧集、标签跳转。
- 个人资产：续看、已完成、收藏、点赞、隐藏，且续看记录到具体集数。
ReelShort实测游客态 + 用户笔记
- 首页：内容货架、搜索、History、Top Up、账户入口同时可见。
- 详情：剧情、分集、互动量与故事设定/角色身份标签更细。
- 游客资产：History 记录观看进度，游客也有“回来继续看”的入口。
- 付费入口：全局 Top Up / Wallet；官方页面提示解锁在 App 内完成。
游客态 vs 登录态必须分开看（重要区分）：
游客态（VIBEX）：无观看进度留存、追剧页/“我的”关闭（实测提示“请先登录后查看追剧列表”）——游客回访资产缺失；登录态（VIBEX）：续看记录到具体集数、有我的追剧/足迹/收藏/点赞/隐藏——行为资产完整，但“我的追剧”与“足迹”前排内容重复。
对比 ReelShort：游客态即有 History（“已观看到第 X 集”）+ My List——竞品把游客也纳入回访体系。
结论：VIBEX 的“续看能力更完整”仅对登录态成立；游客态反而是最大短板（对应 D3 留存 0% 的结构原因）。
游客态（VIBEX）：无观看进度留存、追剧页/“我的”关闭（实测提示“请先登录后查看追剧列表”）——游客回访资产缺失；登录态（VIBEX）：续看记录到具体集数、有我的追剧/足迹/收藏/点赞/隐藏——行为资产完整，但“我的追剧”与“足迹”前排内容重复。
对比 ReelShort：游客态即有 History（“已观看到第 X 集”）+ My List——竞品把游客也纳入回访体系。
结论：VIBEX 的“续看能力更完整”仅对登录态成立；游客态反而是最大短板（对应 D3 留存 0% 的结构原因）。
体验判断：VIBEX 的“续看”能力更完整；ReelShort 更早把“历史、内容理解、充值入口”放到同一条用户路径上。VIBEX 的提升重点不应是堆更多入口，而是消除已存在货架之间的职责重叠。
推荐层：先定义每个页面要解决的用户任务，再决定该用哪些行为
页面可观察到规则入口，不等于可证明模型实现。本节只写产品可落地的规则，不虚构 ReelShort 算法。
1行为发生看过、收藏、隐藏
2形成信号进度、偏好、负反馈
3进入候选池续看 / 相似 / 热门
4按场景排序首页 / 播放页 / 剧场
5消费后更新下一次更准
首页 · 我的追剧留存
只展示未完成内容，首卡直接跳到最近集数；不应混入“找新剧”的足迹内容。
已有：续看 + 集数 → 补：候选池隔离 → 看回访开播率
执行明细：候选池=未完成剧（有 play_progress 且未看全集）；过滤=已看完/隐藏/弃剧；排序=最后观看时间倒序，首卡直达最近集；数据依赖=play_progress 事件（缺失，需先补埋点）。
首页 · 足迹发现
排除未完结、隐藏与近期多次未点内容；用近30天观看/收藏/点赞的标签找“未看过的相似剧”，同小题材打散。
已有：足迹/收藏/点赞/隐藏 → 补：相似探索 → 看下一部开播率
执行明细：候选池=近 30 天观看/收藏/点赞剧的三级标签取相似剧（排除未完成/隐藏/近期多次曝光未点）；过滤=已看完+负反馈；排序=相似度×内容质量分（可复用后台基础分：追剧转化35/完播20），同小题材打散（连续不超 2 条同题材）；数据依赖=播放记录+三级标签完整度（当前内容大多只挂 1 个标签，需先补标签）。
播放页 · 同类剧集连播
当前剧结束或用户退出时，优先同二、三级标签内容；排除当前剧、隐藏剧与近期已反复曝光未点的剧。
已有：同类剧集 + 标签 → 补：过滤/打散 → 看看完后流失率
执行明细：候选池=同二/三级标签剧集；过滤=当前剧/隐藏/近 7 天曝光未点；排序=同标签内按完播率+追剧转化率（复用后台基础分），保留 20% 探索位；数据依赖=标签+曝光记录（曝光去重需补 position/source 归因）。
剧场 · 默认页选剧
用户未筛选时，用历史偏好重排；用户手动筛选后，筛选条件优先，推荐退到辅助排序。
已有：分类/时间/排序 → 补：兴趣重排 → 看筛选后开播率
执行明细：用户未筛选时=近 30 天偏好标签重排（复用后台类型爆款源逻辑）；用户手动筛选后=筛选条件硬约束优先，兴趣只做同分类内二级排序；过滤=下架/转码未 ready（实测 QC 门禁失效需先修）；数据依赖=偏好标签缓存（后台已有 user_tag_pref 设计）。
商业化判断：用户被打断后，能否回到原剧、原集、原进度，比弹窗本身更重要
短剧解锁的正确承接
看至限制集→保留当前剧/集/进度→说明解锁权益→登录/充值→回原集继续看
VIBEX 已验证“限制集 → 登录弹窗 → 登录后继续播放”；支付成功后的回流还需要实际核验，不能提前下结论。
VIBEX 可直接补的产品要求
- 充值页持续展示当前剧名、当前集数、已看进度，不要让用户离开情绪场。
- 明确表达买什么、解锁什么、余额还差多少；金额、金币与权益一一对应。
- 登录/支付完成后，用同一消费上下文回到播放器，而不是回首页。
- 按“限制集触发 → 登录 → 充值 → 回原集播放”看漏斗，判断到底是转化问题还是承接问题。
截图证据页：不使用示意图代替实测截图
以下为本次报告挂载的 5 张实测截图（2026-08-17 截取）：ReelShort 页面为繁体中文版游客态，VIBEX 为登录弹窗实测。
验证：被限制后，付费承接是否保留剧集语境。
支撑：商业化章节
验证：游客观看后是否形成回访入口与观看进度。
支撑：回访旅程
验证：分集、标签、下一步内容如何同时出现。
支撑：内容理解
验证：游客分享路径与分享物料的完整度。
支撑：自然拉新
验证：限制集触发登录后，如何回到原剧继续看。
支撑：解锁承接证据使用说明：页面行为以“已实测”为准；《竞品对比.doc》中的观察以“用户实测笔记”标识；未完成支付、未完成竞品登录的部分保持“待核验”。这保证结论经得起评审追问。
市场基本面：内容分发效率，决定增长能否跑过获客成本
8.5亿+2026 年 Q1 全球短剧 App 下载量
≈1.4亿美元ReelShort 2026 年 Q1 内购收入（接近）
25分钟2026 年 4 月全球短剧 App 平均日使用时长
40→50亿美元海外短剧市场规模：2025 约 40 亿 → 2026 预计 50 亿（DataEye）
~2亿美元/月海外短剧月收入：2025 年 8 月近 2 亿创新高（界面新闻）
80%亏损约 8 成出海玩家亏损（界面新闻 2025.11）
60-70%美国贡献头部 App 收入的 60%-70%（Sensor Tower）
来源：Sensor Tower《State of Short Drama Apps 2026》。报告称，2026 年 Q1 全球下载量超过 8.5 亿、同比增长 140%；ReelShort 与 DramaBox 单季内购收入均接近 1.4 亿美元；全球平均日使用时长达到约 25 分钟。
市场结构：美国=收入主战场（60-70% 收入、单次下载付费是其他市场 6 倍）；东南亚=增量市场（ShortMax 东南亚 46% 下载、Melolo 印尼 84% 收入）；日本=高付费细分；300+ 中国短剧 App 出海、80% 亏损——进入门槛低、赚钱门槛高；买量是增长引擎（ReelShort 付费下载占 78%）。
对 VIBEX 的含义：不能只看内容量或单点充值入口。首页到开播、连续观看到下一部、限制集到恢复播放，每一段都影响 DAU、次留与充值的共同结果。
市场结构：美国=收入主战场（60-70% 收入、单次下载付费是其他市场 6 倍）；东南亚=增量市场（ShortMax 东南亚 46% 下载、Melolo 印尼 84% 收入）；日本=高付费细分；300+ 中国短剧 App 出海、80% 亏损——进入门槛低、赚钱门槛高；买量是增长引擎（ReelShort 付费下载占 78%）。
对 VIBEX 的含义：不能只看内容量或单点充值入口。首页到开播、连续观看到下一部、限制集到恢复播放，每一段都影响 DAU、次留与充值的共同结果。
从竞品结论回到 VIBEX：建议按这三件事推进，而不是先重做一套系统
与产品/数仓确认：续看、足迹、收藏、点赞、隐藏、同类剧集分别来自哪些行为，当前更新频率与可用字段是什么。
用“我的追剧、足迹、播放页同类、剧场默认页”跑出不重复的场景规则；每项明确候选、过滤和排序目标。
首页/剧场/播放页分别观察曝光、点击、开播、观看集数、连播、登录触发、充值触发和回访，不用主观判断效果。
最终判断：ReelShort 的优势更集中在“内容理解与商业化入口的连续性”；VIBEX 的优势是已经拥有可用的用户行为资产。推荐一期的价值，是把这些资产从“功能存在”变成“能推动用户继续消费的规则”。