🎬
海量片库
覆盖电影、剧集、纪录片与短剧四大类，按题材、年代、地区、评分多维度归类。每天都有新内容上线，热门新作与经典老片同步收录，打开就能挑到想看的那一部。
按题材与叙事风格划分的二级频道，横向滑动可以查看更多分类，点一下就能收窄选择范围。
从找片到看完，每一步都做了对应的功能支撑，用得越久越顺手。
覆盖电影、剧集、纪录片与短剧四大类，按题材、年代、地区、评分多维度归类。每天都有新内容上线，热门新作与经典老片同步收录，打开就能挑到想看的那一部。
输入片名、演员姓名甚至一句台词里的关键词，都能快速定位到相关内容。系统还会依据观看记录推荐相似题材与风格，越用越贴合你的口味，省下反复挑选的时间。
手机、平板、电视与电脑之间无缝切换，看到一半的内容自动记录进度。通勤路上用手机接着看，回家打开电视自动续上，不需要手动寻找上次停下的位置。
把正在追的内容加入追更列表，更新当天自动提醒。日历视图清楚展示每天的更新节奏，哪一天有新内容一眼可见，再也不会因为忘记时间而错过关键剧情。
边看边发弹幕，和同时段观看的人分享吐槽与共鸣。弹幕可以自由开关，透明度与字号也能单独调节，遇到密集片段一键静音，既留住热闹氛围，也不挡住关键画面。
看完可以写下自己的观感，也能读到其他观众的长评短评。评分、标签与讨论串彼此串联，帮你判断一部作品值不值得花两小时，还能遇到口味相近的同好。
近期观看量较高的内容，涵盖悬疑、都市、古装与纪实等多个方向，评分与时长信息一并列出，方便快速判断。
播放、推荐、画质与社区氛围，是长期使用里最能被感知的四个部分。
片源做了分段预载处理，点开之后基本不用等缓冲。切集、拖进度、换清晰度都是即时响应，很少出现黑屏转圈的情况，看到关键处也不会被突然卡住。
多线路自动切换，某条线路不稳定时会悄悄换到另一条，画面不中断。长时间连续播放也很少出现音画不同步的问题，追剧过程更连贯，不用反复刷新页面。
基于观看时长、跳过行为与收藏偏好综合判断，推荐结果会随着使用慢慢调整。看得越多越贴合口味，不用每次都在首页来回翻找，决策路径明显变短。
主流内容提供高清与超清两档，部分经典作品做了专门修复，保留了当年的胶片质感。压缩算法上做过取舍，暗部细节不会糊成一片，夜景戏也能看清层次。
评论区有明确的讨论规则，剧透需要标注，广告和攻击性内容会被折叠处理。留下的是真正在聊内容的人，很多时候看影评比看简介还更有参考价值。
只收集优化推荐所必需的数据，不做多余的权限索取。浏览记录和收藏列表可以随时清空，账号注销流程也做得简单直接，不用来回找入口绕圈子。
关于内容分类、推荐机制与观看决策的长期观察，写给真正在意选片效率的人。
在片库体量快速膨胀的今天，观众面对的问题早已不是“有没有东西看”，而是“这么多东西该看哪一个”。标签体系、评分分布与观众行为数据，共同构成了筛选的底层逻辑。理解这套逻辑，选片效率会有明显变化。
很多平台习惯给一部作品打上十几个标签，结果反而让检索失效。真正有效的做法是把标签分成“硬属性”和“软属性”两类：题材、年代、地区属于硬属性，情绪基调、叙事节奏、人物关系属于软属性。硬属性负责让内容被找到，软属性负责让内容被喜欢。两者混在一起堆砌，用户点开十次可能有九次是错的，久而久之就不再相信分类入口。
单一的平均分很容易被极端评价拉偏。更可靠的方式是同时呈现评分分布、短评数量与观看完成率。一部作品如果评分中等但完成率很高，说明它至少留住了人；反过来，评分很高但弃看集中在第三集，往往意味着开篇与后续之间存在落差。把这三个数据放在一起看，判断会稳得多。
推荐的价值不在于把人留在页面上，而在于缩短决策路径。当用户连续三次跳过同类推荐，系统就应当换一条线索，而不是继续加码推送。真正好用的推荐，是让用户感觉“我只是随便看看”，结果却一次就点中了想看的。这需要把行为数据拆得足够细，也需要在合适的时候克制住“多推一点”的冲动。
未来的影视平台会越来越像一座图书馆，而不是一个货架。货架只负责陈列，图书馆负责理解你要什么。谁能把标签、评价与行为数据串成一条清晰的线，谁就能在有限的注意力里拿到更多时间。这条路没有捷径，只能靠长期的数据积累与克制的产品判断。
来自真实观众的反馈，列表会自动向上滚动，鼠标移上去就停下来，方便慢慢读。
片库比想象中全，凌晨想看的冷门纪录片居然也能找到，画质还挺稳，没有糊成一片。
标签筛得细，按情绪选片这个思路挺戳我，就是偶尔会刷到几条重复推荐。
追剧日历真的好用，更新提醒来得很准，再也不用自己掰着手指算日子了。
弹幕开关做在显眼位置，这点很贴心，密集的地方一键清屏，画面完全不受影响。
老片修复过的版本挺多，配色没被过度调艳，看得出做这件事的人是懂行的。
手机看到一半换电视继续，进度果然接上了，这一点确实省心，不用再找位置。
影评区氛围不错，写长评的人挺认真，不是那种一句话刷屏的地方，值得一看。
推荐偶尔会跑偏，但多刷几次之后明显准了，能感觉到系统确实在跟着我调整。
周末连刷三部，中间一次都没卡过，加载速度这块确实可以，拖进度也跟得上。
分类做得干净，不会一进去满屏都是同一类内容，这点在同类型里挺难得。
深夜档有个专门的入口，找那种慢节奏的片子方便多了，不用自己在分类里挖。
演员资料页挺全，作品列表按年份排好了，想顺着某个人物往回看也不费劲。
短剧专区是我意外发现的心头好，十几分钟一集，通勤路上刚好够看完。
界面不花哨，该有的功能都在，用久了眼睛也不累，这点比花里胡哨重要。
纪录片分类做得很细，自然、人文、历史分得开，找片的时候省了不少时间。
希望以后能加个片单分享，现在收藏只能自己看，有点想推荐给朋友。
看完立刻能写两句，写完还有人回，感觉像散场之后站在门口聊了两句。
多端切换很稳，平板看到一半用电脑打开，一秒就续上了，中间没断过。
年代筛选很好用，想找八九十年代的东西，点两下就出来了，不用一层层翻。
整体挺顺手，就是偶尔想找某句台词搜不到，希望后面能在这方面加强一点。
来自内容研究、影评与策划一线的观察，聊的是行业里真实存在的变化。
标签体系是否好用，最终要看用户点开之后的留存。91传媒把硬属性和软属性拆开处理，这个思路是对的——先让人找得到，再让人喜欢上，顺序不能反，反了就变成自嗨。
我比较在意平台对老片的态度。修复不是把画面调得越艳越好，而是尽量还原当年的质感。这一点上，他们的处理算是克制，颗粒感和暗部层次都留住了，值得肯定。
推荐算法最怕的是自嗨。真正有效的推荐，是让用户觉得“我只是随便看看”，结果一次就点中了想看的。这需要把行为数据用得足够细，也需要在推得多和推得准之间做取舍。
影视平台的竞争已经从抢内容变成抢时间。谁能让用户在一分钟内决定看什么，谁就赢了。缩短决策路径，比单纯把片库再堆大一倍要有价值得多。
从内容储备到注意力分配，影视平台的重心正在发生迁移。
过去几年，影视平台的竞争主要集中在内容储备上，谁手里的版权多，谁就更有底气。但随着片库规模普遍突破万部量级，内容数量带来的边际效益正在快速下降。观众真正稀缺的不再是选择，而是决定看什么的那几分钟。
一个明显的变化是，首页的位置正在从“陈列”转向“决策辅助”。推荐位、榜单、短评摘要、观看完成率这些信息的权重在上升，因为它们能帮助用户在极短时间内完成判断。数据也印证了这一点：决策路径每缩短一步，实际播放转化率就会有可感知的提升。
另一个趋势是内容形态的分化。长剧依然占据观看时长的大头，但单集十分钟上下的短剧在通勤、午休这类碎片场景里增长很快。两类内容对产品的要求并不相同，前者看重连续性与进度同步，后者更依赖快速进入状态。
对平台来说，接下来的考验在于能否把标签体系、行为数据与内容编排真正打通。谁的推荐更懂人，谁就能在有限的注意力里多拿到几分钟。这件事没有捷径，只能靠长期的数据积累与克制的产品判断。
平台近期的产品迭代与内容动向，按时间倒序整理。
新的标签结构把硬属性与软属性拆开管理，检索命中率明显提升。用户在筛选时能更快缩小范围，不必再逐个翻页确认。
查看详情 →提醒不再固定在更新后半小时，用户可以按自己的作息设置。晚间档与通勤档的提醒策略也做了区分处理。
查看详情 →短剧分类下新增多个题材子类，单集时长集中在十分钟上下。通勤场景下的完播率比上季度有明显提高。
查看详情 →长评支持分段撰写与草稿保存，写一半退出也不会丢失内容。发布后的排版在手机端也做了适配调整。
查看详情 →切换设备后的进度同步时间缩短到接近即时，跨屏观看的打断感明显减少。弱网环境下的表现也做了优化。
查看详情 →本批次以八九十年代的现实主义题材为主，修复过程中保留了原有的胶片颗粒感。上线时间将分批公布。
查看详情 →一个关于“少一点犹豫”的小故事。
91传媒起步于一个很小的想法：让找片这件事变得不那么费劲。
早期团队只有几个人，做的事情也很简单——把分散在各处的影视内容整理成一套清晰的分类，再给每一部作品配上足够准确的简介和标签。没有花哨的功能，只是希望有人打开页面时，能在三十秒内找到今晚想看的东西。
随着内容体量增长，单纯依靠人工整理已经跟不上节奏。我们开始把标签分成硬属性与软属性两层，前者负责让内容被检索到，后者负责让内容被喜欢。这套结构一直沿用到现在，也成了后续推荐机制的基础。
这些年里，我们陆续上线了追剧日历、多端续播、弹幕互动和影评社区。每一项功能背后，都是同一个判断：观众要的不是更多选择，而是更少犹豫。所以我们宁愿把首页做得克制一点，也不愿意用满屏的推荐位去消耗注意力。
今天的91传媒，片库覆盖电影、剧集、纪录片与短剧四大类，每天都有新内容上线。团队依然保持着每周复盘用户反馈的习惯，哪些功能真的有用，哪些只是看起来热闹，都会认真写进复盘文档里。
我们相信，一个好的影视平台应该像一间熟悉的放映厅：灯暗下来，你知道接下来两个小时不会白费。这个目标不算宏大，但足够我们一直做下去。
二十个常见问题，点击标题展开，列表可以上下滑动查看。