小红书获客指南：3个方法留住高人气“龙虾”用户

本文作者 钱玉娟

3月10日，小红书平台发布了一份《关于打击AI托管运营账号的治理公告》（下称《公告》），称发现部分用户采用AI托管模式运营账号，通过技术手段自动生成内容、发布笔记，并在评论、私信、群聊等场景中模拟真人互动。

这一行动的背景是，开源AI智能体框架OpenClaw在全球掀起一场“养虾”运动，众多创作者开始利用AI工具进行选题抓取、图文生成、自动分发、私信交互。面对大量矩阵式AI账号挤占信息流，依赖人设感与信任背书的小红书，开启了一场社区保卫战。

“平台严格禁止任何利用技术手段模拟真人、进行非真实内容创作或虚假互动的行为。”小红书呼吁用户在创作过程中合理使用AI工具，坚持由真人分享真实经历与感受，以共同守护社区的底色。

一位小红书用户认为，“小红书平台最宝贵的正是这种人味儿。”他支持平台在《公告》中的相关举措，认为不只是当下要限制和降低AI出现的频率，从长远看，当人们每天都和AI互动交流，未来一个“反AI”的平台反倒更具稀缺性，“如果到处充斥AI和AI生成的内容，谁还想看呢？”

目前小红书平台上已有不少笔记被打上“内容可能使用AI技术生成”的明显标识。该小红书用户认为，这类AI生成内容具有明显特征，例如标题、用词和语法上都不像真人那样随意且情绪化，“AI的表达往往很生硬。”

一位接近小红书的人士以“我吃饭了”这一口语表达解释，AI训练过程中主要使用文献等专业语料，例如“我已于今日12:30完成午餐”，而口语化数据较少，这导致AI“不说人话”。为此，小红书会拿着一部分训练好的口语化数据样本，进行模型训练。当其他AI模型生成的内容出现较大偏差时，系统就能据此分析出该内容是否来自真实用户。

一位互联网社区产品技术负责人向记者指出，即便大模型生成的文本日益自然，但在大规模数据池中，模型的统计学特征依然明显。这导致AI生成的文本在词汇选择上，倾向于选取概率最高的中性词，如“首先”、“总之”。句式结构也会更严谨，缺乏人类书写中常见的口语化断句、语序倒置或方言倾向。

小红书并未在《公告》中透露其甄别AI托管的具体方法。有AI模型厂商工程师向记者透露，识别并非依赖某个单一指标，真实用户在社交平台上的行为通常具有随机性与非连续性，例如真人回复评论时存在生理性的“处理时长”波动等。此外，编辑页面停留时长、验证码填写速度等，都可以作为有效的辅助识别指标。

上述互联网社区产品技术负责人也指出，一旦“养虾人”AI托管运营社交媒体后，其脚本往往呈现出一定的结构化特征，例如内容7×24小时均匀分布，甚至定时发布精确到秒级，而在回复评论时则表现为恒定的响应速度与标准化的句式长度，缺乏真实社交语境下的情绪起伏。

该互联网社区产品技术负责人认为，AI制造的低质信息流一定会稀释原生创作者的曝光权重，导致优质内容供给流失。另外，像小红书这样靠内容种草、广告营销作为标签的社交平台，品牌方也无法接受其广告投放被AI账号点击或互动的情况。

从小红书的治理方法来看，若普通账号偶尔使用AI托管代写、代发笔记或互动，平台会采取警告或限制内容分发等阶梯式处理措施。“平台有推荐权重，一旦账号被识别或被判定为AI托管，首先会降低推荐权重并进行拦截。”前述接近小红书人士认为，此次平台治理的严苛之处在于，一旦某一账号被判定为直接通过AI托管工具注册、发布、互动，或主页所有公开笔记均为AI托管代发，平台将直接予以封禁处理。

在当下近乎全民将AI视为提效工具的背景下，小红书率先对AI托管展开限制与管理。“内容创作需要回归‘重人设’、‘重真实经验’的原始属性。”上述互联网社区产品技术负责人补充，小红书在《公告》中还公布了用户举报渠道，引入用户侧的“人感验证”来辅助决策，这有助于弥补偿法识别的滞后与误判。当大量用户反馈某一账户“回复生硬”、“内容雷同”时，平台或将其视为高权重的扰动项，进入人工复核流程。