怎么判断 Medium / Substack 选题挖掘做得好不好

Medium / Substack是以长文写作与邮件订阅为核心的平台：Medium 偏阅读社区，Substack 偏作者自有订阅。在这样的平台上做选题挖掘，目标很明确：持续找到用户真正关心、又适合你来回答的选题。做了选题挖掘之后，怎么知道是否有效？关键是选对指标、按时记录、和自己比较。

放在Medium / Substack上要注意什么

在Medium / Substack，内容会出现在订阅邮件、平台推荐、搜索和社交分享等位置；读者为深度与观点付费或订阅，稳定更新和清晰定位比单篇爆款更重要。

文字平台选题适合观点、经验和讨论型问题。

放到一个具体账号上看（示例）

设想一位虚构的创作者「HR 小林」，主做求职与职场，面向应届生和转行者。ta 最常遇到的问题是担心观点被误解引发争议。如果把选题挖掘落到 ta 的账号上，可以先拿「面试问题」这个方向试一次：整理评论区和私信中的高频问题；然后把选题分为常青、时效和节点三类；一段时间后回头检查效果。（人物与情节均为虚构，仅作演示。）

核心指标

指标	记录方式	判断方式
选题库储备量	发布后固定时间记录	与自己的历史数据比较
不同类型选题的平均表现	发布后固定时间记录	与自己的历史数据比较
来自评论与私信的选题占比	发布后固定时间记录	与自己的历史数据比较

复盘记录表（示意）

日期：【】
本期做了什么：【】
指标变化：【填写你的真实数据】
用户反馈：【评论/私信要点】
原因分析：【】
下次调整：【】

复盘时问自己的问题

哪条内容表现最好？它和其他内容有什么不同？
用户的反馈与数据是否一致？
这次的变化是否可能来自外部因素（节假日、热点）？
下一步只改一件事，是哪件？

数据不好时先检查这些

只凭自己兴趣选题：结合用户搜索与评论。
追所有热点：只追与定位相关的。
选题太大：拆成一个具体问题一个文章。
选题库不维护：每周清理与补充。
照搬爆款标题：借鉴结构，内容要有自己的经验。

对照的标准做法

在Medium / Substack站内搜索领域关键词，记录联想词和高互动内容的共同点
整理评论区和私信中的高频问题
关注行业新闻、产品更新和季节变化
把选题分为常青、时效和节点三类
用“用户问题 + 你的角度”改写每个选题
建立选题库，标注优先级和状态

让 AI 帮你分析

提示词 1

我在Medium / Substack做【领域】内容，目标用户是【用户】。请列出 30 个用户可能会搜索的问题，并按常青、时效、节点分类。

提示词 2

下面是我收集的评论区问题：【问题列表】。请聚类成选题，并为每个选题给出一个独特的切入角度。

怎么坚持下去

遇到拿不准的情况，可以先在小范围试：选一两条内容应用新做法，与原做法对比，再决定是否全面推广。

不要试图一次做到完美。先按最简单的版本跑两到三周，再根据反馈逐步加细节——这比一开始就设计复杂流程更容易坚持。

延伸阅读

提示：本文不提供未经核实的统计数字或“算法秘诀”；示例均为虚构，Medium / Substack的规则与功能请以官方公告和帮助中心为准。