转载声明：本文转写自哔哩哔哩课堂新闻系学不到：马督工教你做自媒体。文本通过 Whisper 识别语音提取，由 ChatGPT 二次校订转写。如有侵权或转载不妥，请联系删除。
11 第九讲 搜索技巧（上）
在选题和否定选题两个设计阶段之后，工作流程就要进入生产阶段了。
媒体人的想法如果存活到这一步，将有很大的概率接受观众的评价。
下一步的任务是搜集材料，充实内容，让观众在得到信息的同时，能够理解我们提出的观点。
搜集材料最主要的方式当然是采访。
但是在当前的中国社会，组织媒体采访需要资格。少数拥有合法牌照的中国记者，往往又不需要采访就能拿工资。
所以如果让我给大家介绍采访技巧，就像我去教别人自己动手修理私人公务机，不能说完全没用，只能说缺乏应用场景。
另外，以我的工作经验来看，采访效果受到两个因素影响。
第一个因素是交流深度，这主要看天赋和社会经验，不是靠上课就能提高的。
另外一个因素是吸收采访材料的能力，主要看记者对基础资料的掌握水平。
在见到采访对象之前，你投入的学习时间越多，采访的效果就越好。
所以我这里只介绍自媒体人能够自己掌控的要素：搜集公开资料，尤其是在网络上搜集资料。
大学往往会开信息检索课，网上也不难找到搜索引擎的使用教程。
我这里也不想和这些通用化的技巧竞争，只是分享一些江湖搜索经验。
我过去常说，在互联网时代，如果不用搜索引擎主动学习，只是被动地接触信息，这样的人和擅长搜索的人类相比，只能算是猴子。
接下来我分享的经验，不一定能够让你当一个跟上时代的人，但是应该可以帮助一个普通媒体新人达到猿人的水平。
虽然这一课的标题是“如何搜索”，但是在搜索之前，最好还是有一个读书程序。
当然，对于我们媒体人来说，到了研究具体选题的时候，再从基础科学和人文常识开始读书，肯定是晚了。
这里我只说有针对性的阅读。
比如说，找这个行业的概论读一遍，至少把概论的第一章读了，也就是大一学生入学的时候第一次正式上课，听专业教师吹牛时看的那些东西。
这些内容可以帮助我们缩小搜索范围。
然后，在用Google、百度一类通用的搜索工具之前，建议先用学术性的搜索工具，看一看相关话题的论文，挑出最热门和最新的去看。
哪怕只是看看结论和摘要，也能在一些复杂问题上指明方向。
最起码，论文让我们知道这个领域的研究者在考虑哪些方向。
很多媒体人不用学术搜索工具，原因是心理上有一条界限。
他们觉得媒体和学术是两个圈子，以为天天写论文的学者看不上媒体关心的这些通俗话题。
这个想法过去也许有一定的道理。
但是现在中国搞大学扩招也搞了几十年了，社会科学方面也积累了足够多的研究人员。
大学老师刷论文、升职称的压力，并不比媒体人抢流量的压力小。这逼着他们也来关心现实社会，分析日常新闻。
中国社会科学研究还有一个特征，就是没有科普任务。
如果学者想获得更高的地位、更多的经费，最主要的策略不是争取社会影响力，而是用论文在行业内证明自己的独创性，用内参来证明自己的预见性。
所以很多有媒体价值的学术研究并不会主动传播，只会在行业内的小众刊物上发表。
这就制造了一个可以利用的信息落差，值得媒体人在搜索之前利用。
比如说，前面介绍工作总原则的时候，我提到了一个网站——国家哲学社会科学学术期刊数据库。
《睡前消息》481期和483期，我借助这个数据库，完整地整理了中国在苏联解体之前对戈尔巴乔夫的看法。
这个国家数据库的论文，不是只关心戈尔巴乔夫这样的大人物，还有各种网络时代的新闻热点。
远的我就不说了。
直接搜和我相关的关键词，可以发现几年之前就有人研究《睡前消息》，研究我工作过的观察者网，甚至还有很多人关心我作为虚拟角色出场过的网络小说《临高启明》。
这些页面上可以看到论文下载数据，普遍是个位数的下载、两位数的阅读次数，不到话题网络热度的万分之一。
这其中还得算上我的一次下载和一次阅读。
所以至少在当前阶段，媒体人按照关键词去找论文，很容易得到超出同行的学术参考资料。
就算是很轻松、很八卦的话题，媒体人也不要忽略找论文的重要性。
因为媒体关心的问题，往往是和很多人相关的话题。
而无论是社会科学界，还是自然科学研究者，都已经认识到：足够的人数在科学上意味着样本和重要性，值得深入研究。
至于说话题本身看起来是不是严肃，不影响他们发论文的积极性。
大家可能听说过，科学界自己组织了搞笑诺贝尔奖评选活动，专门推荐看起来不正经的论文。
但就算是这些自己都声称有搞笑因素的研究，也可以成为正经的媒体参考资料。
我直接用2023年的搞笑诺贝尔奖举例。
化学与地质学奖发给了一位研究古生物的地质学家。
他发扬了几个世纪之前早期地质工作者的土法上马精神，用舌头去舔自己的岩石标本。
一方面，湿润岩石可以显露更多的表面信息；另一方面，也可能通过味觉得出额外的信息。
他用一个合情合理的方式，把一个看起来很荒谬的动作变成了科学研究的一部分。
如果说化学与地质学奖还算是对科学史致敬，机械工程奖就非常接近实用了。
研究者发现了蜘蛛身体里面的液压结构，可以用一根针来控制，让蜘蛛的脚动起来，哪怕是死去的蜘蛛也可以。
你看到这些人好像是在玩死虫子，实际上他们可能开启了一种廉价的生物机械制造方式。
其他的奖我就不依次介绍了，只介绍两个和媒体行业密切相关的社会科学研究内容。
今年的搞笑诺贝尔文学奖发给了一个文字反应测试。
观察读者连续多少次读到同一个词或者同一个字，就会产生对字词本身的陌生感，也就是突然“不认识这个字了”。
这个研究看似轻松，实际上对我们媒体来说非常重要，对于广告学也很重要。
写文章的人就算围绕同一个话题，也要避免重复用字。
而广告公司经常要把图像藏到大量的文字里，或者反过来把文字藏进图像。
在做内容规划之前，我们都需要类似的论文提供量化的指导。
还有心理学奖，发给了一个测量“抬头看天”传播效果的研究。
他们随机在街道上安排一些人，在毫无预兆的情况下停下来向高处看，仿佛发现了什么有意思的事情。
然后旁边的研究者会观察，其他人会不会受到这些实验人员的影响，一起抬头看天。
结果发现，15个人就足以诱导40%的路过人群停下来一起看热闹。
做自媒体的人都知道，这个实测数据可以给网络内容的传播效率提供重要的参考。
15个人站在街上看天，换成微信公众号提供的推荐数据，就是“你有15个好友在看同一条内容”。
所以媒体人不能小看搞笑诺贝尔奖的研究结果。
连搞笑诺贝尔奖都不能错过，其他论文当然更要严肃对待。
媒体人必须相信，这个世界上的聪明人足够多，也有比较成熟的科研体系。
大多数我们要研究的问题，先不急着自己搜索证据，可以先看看专业的论文怎么说。
搞笑诺贝尔奖证明，论文不仅提供了有效信息，连媒体人可以利用的传播原理，都有超出直觉的量化研究。
当然，在社会科学方面，中国和西方还是差得很远。
尤其是我们的学术界避讳很多，有意绕开了很多中国当前的矛盾。
所以去看看外国的研究成果也很重要。
这些年中国工业社会发展迅速，很多我们刚刚遇到的社会矛盾，在几十年之前的欧美都已经发生过了，得到了完善的研究。
大多数观众的外语应该比我强，希望大家不要浪费自己的外语能力。
至少也可以用翻译软件保证自己的内容深度。
在利用学术资源之后，就要开动普通的搜索引擎了。
我先介绍一条基本规律：付出越多，得到越多。
搜索引擎的工作原理，是根据我们给出的关键词去筛选内容。
我们给出的关键词如果包含了更多的信息，返回的内容就会更精准。
根据信息论创始人香农的定义，信息量是可以精确计算的数据。
新增内容消除的不确定性越多，信息量就越大。
这个定义可能还比较抽象，我举个例子。
香农曾经让别人给他写英文句子，一个字母一个字母地慢慢写，他试着用前面已经写出来的字母判断下一个字母是什么。
如果他能很有把握地做预判，下一个字母就没有消除什么不确定性。
因为新字母只是把一个接近于1的概率提升到1，包含的信息量近乎于0。
如果下一个字母完全无法预判，给出的新字母就消除了很大的不确定性。
因为把概率从很低的水平提升到1，包含了很明显的信息量。
所以通过多次猜测，香农可以计算常用英语的信息量，还能计算出平均到每个字母的信息量。
现在，如果我们要提高搜索效率，也应该用同样的方式去确定关键词。
一定要在原始资料中找到最不可预测的文字，也就是用其他文字无法推测的文字。
这样的文字包含了最高的信息量，也会最快地把你引向有效的结果。
最好的例子，是搜我自己的常用ID。
我最早用的、时间也最长的ID是“马前卒”，已经用了快20年了。很多人见面都喊我老马。
但如果直接百度“马前卒”，想找我的相关信息，虽然第一页可以找到一些内容，但是前面的结果有一些和我无关，剩下的内容也有不少和我没关系。
这是因为“马前卒”并不是我的专属ID，而是一个用了上千年的通用词。
就算我或者其他自媒体从来没有用过这个笔名，互联网上还是会有很多内容和“马前卒”相关。
所以在互联网上出现“马前卒”的相关内容，是一个大概率事件。
用香农信息论来说，大概率词汇的信息量就很低。
向搜索引擎提供“马前卒”做关键词找我自己，输入的信息量低，返回的内容质量就必然比较差。
我的其他ID就不属于通用词。
如果我没有偶然使用“马督工”做笔名，互联网上出现“马督工”这个词的概率就很小。
用香农信息论来说，小概率词汇的信息量比较高。
所以向搜索引擎输入“马督工”这个关键词，返回的内容基本上都和我相关。
这个例子可能还不太直观。
我们把“马督工”的字换成拼音输入法容易弄错的字，搜索“马都工”或者“马督公”，可以看到前面的内容还是和我相关，很容易通过一次信息跳转，就找到自己需要的内容。
如果你搜索的目标是找我，以前几条内容的准确性来说，这些低概率的错误关键词，有时候反而比“马前卒”更好。
这说明高质量的关键词哪怕有偏差，也很有可能比一个低质量的正确关键词更有用。
因为偏差本身就说明有关联，而搜索工作就是寻找和有效信息之间的关联。
这有一点像打高尔夫球。
第一杆能够进洞当然很好，但是最主要的任务还是搞清楚大方向，把球打到球洞附近。
然后就可以在第二杆很容易地近距离瞄准，解决第一杆的偏差。
在特定条件下，如果关键词的偏差方向能够预测，还可以把这种偏差作为正面价值的关联，帮助我们搜索。
我举一个前网络时代的例子。
1944年，第二次世界大战末期，德国想夺回西线的主动权，在阿登地区发动反攻。
但是德国的兵力不足。
为了给美国军队制造混乱，德国挑选了上千个能说英语的士兵，培训美国文化和社会常识，进攻前夜穿上美国军装，拿着缴获的美国武器，进入美国军队后方搞破坏。
美国军队不得不发起一场空前绝后的实体搜索行动，在几百万士兵中找出这些没有去过美国、只通过二手资料了解美国的间谍。
抓间谍最好的办法，就是叫停一切作战，每个单位的人都回到营房点名，利用熟人关系相互辨认。
这个时候还在外面活动的美国兵，就是假的。
但如果美国兵真这样做，就等于放弃了机动性，也放弃了各个单位相互支援。
德国军队可以集中兵力，一个个歼灭孤立的美国单位。
所以美国军队必须保持正常的活动，同时用最快的方式审查路过的友军。
每个美国检查站面临的问题，都和今天的媒体人差不多：
需要在有限的时间内，用最合理的关键词，分辨自己遇到的其他人是真是假。
对于这个任务，美国军队创造了两种策略。
一种策略，是选择深层的关键词。
也就是那些必须在美国长期生活，才有可能知道的事情。
比如说战前某一场棒球比赛的比分，或者某个女明星的丈夫叫什么。
这些东西不是看了几张美国报纸就能知道的，必须在特定的时间段，和美国这些士兵作为同龄人生活过，才能够提供正确的答案。
所以如果不假思索地给出正确答案，就可以放行了。
第二种策略，是利用可预测的偏差。
其中一个著名的例子，是问美国伊利诺伊州的首府。
如果你立刻回答了正确答案——Springfield，反而会被怀疑是间谍。
因为伊利诺伊州的主体是北面几百万人口的芝加哥都会区。
南面的Springfield虽然是首府，但是人口少，存在感很低。
美国很多人，甚至包括伊利诺伊州人自己，都会下意识地把芝加哥看成伊利诺伊州的中心。
只有那些严格按照地理教材去了解美国的人，才容易给出过度正确的答案。
同样的逻辑换到现在的中国。
问吉林省的省会在哪，如果有人回答吉林市，不一定就是外国人，可能只是地理不太好。
但如果我问安徽省会在哪，他笑着说南京，这说明他大概率熟悉当前的中国社会，最起码在最近几年的简体中文互联网上混过，不是只看着地图了解中国。
上面的原则总结成一句话：
搜索关键词不怕错，就怕太普通。
淘宝和京东这些电商已经发现了这条规律。
他们把商品所有相关的特征，以及可能搞错的称呼，都设为搜索关键词。
比如说你在上面搜“奥地利虾”，跳出来的推荐商品还是澳大利亚龙虾。
这就是实战中锻炼出来的搜索经验：不错过任何一个潜在客户。
我们媒体人应该从反方向学习他们的搜索逻辑。
还有的时候，基础信息里面找不出什么特殊字词，或者我们忘了基础信息在哪里，需要通过搜索重新找出来。
这就要用关键词组合来增加搜索信息量。
我们回到香农的定义。
所谓信息量，就是消除不可预测性。
如果每个词都很常见，意味着它们作为关键词的不可预测性太差。
但如果它们的组合不常见，也能满足不可预测性大的条件，快速指向有效的搜索结果。
比如说，我想搜鲁迅的文章，但是忘了具体的名字。
只记得他找老先生请教汉朝东方朔的问题，又记得自己在课堂上偷偷做别的事情。
把这两个特征组合起来搜索，也能在第一页看到自己需要的内容。
又比如说，我之前的知乎签名：
“山楂糕，枣泥饼，酸奶冰棍。”
连续用了好多年。
这三个词单独搜任何一个，结果都必然是海量的零食广告。
但如果连起来搜，哪怕是在百度这种广告网站去搜索，也能在前十个搜索结果里面发现和我相关的内容，而且不止一个。
我的知乎账号是2018年被注销的，这样都能通过三个普通词找回去。
说明组合和选词同样重要。
古龙的小说有句话：“有取错的名字，没有取错的外号。”
因为外号不是自家人设计的，只能是其他人提出来，在整个熟人圈达成共识才能流行。
所以外号必然比名字更能精确表达某人的特征。
我们搜索信息的时候，也要遵循古龙原则，或者说香农原理。
不能简单地用原始资料的标题当关键词，而是要在原始资料中寻找最不可预测的内容和内容组合，作为原始资料的“外号”去搜索。
这算是我做媒体工作最常用的一条数学原理，要比概率论原理用得还频繁。
目前来看，大多数人还不会熟练地选择关键词。
很多机关和企业也习惯了低搜索强度的媒体环境，毫不避讳地展示自己的基础材料，完全没有考虑过被深入搜索的可能性。
当前的信息环境看似闭塞，对于用心的媒体人来说，可以说遍地是富矿。
大多数调查对象，都在搜索引擎里面裸奔。
但我还是要提醒各位，裸奔的场面可以看，不一定适合放到媒体页面。
否则可能惹上法律上的麻烦。
大多数情况下，我会把搜索结果作为隐藏的中间材料，另外找一个可以支撑最终结论的合法新闻，构成逻辑链。
可以说，在当前的中国，一旦掌握了深入搜索的技巧，你最担心的问题不是信息不足，而是信息量太多，会不会有什么副作用。
另外，搜索信息一定要对自己的关键词同时保持“执着”和“灵活”两种态度。
所谓执着，就是要勤翻页。
每页20个搜索结果的话，我的习惯是先看它50页。
如果这时候还没找到内容，再考虑关键词是不是出了什么问题。
因为哪怕是最精准的关键词，也免不了会被类似的信息干扰。
搜出来的内容往往和自己的搜索起点只差一两句话，甚至根本就是同一份内容换了标题。
真正的少数有效信息，就隐藏在其中。
如果你只会看搜索第一页的内容，观众就不需要你替他们搜索了。
所谓灵活，就是要跟上自己的搜索深度。
无论怎样精心设计搜索关键词，看到新一轮的搜索结果之后，都要及时阅读、学习，调整自己的第二轮关键词。
上一章讲否定选题技巧的时候，我说理想的媒体内容深度应该尽量靠近“二次转折”标准。
这体现在搜索方面，也是要尽量在第二轮或者第三轮搜索中得到最重要的信息。
然后回顾自己的搜索和学习过程，就能自然地形成内容结构。
当然，这不是说关键词只能换两次。
搜索和学习总是多多益善的。
但是中途更改的搜索方向，不一定都要原样展示给观众。
在确定了逻辑结论之后，媒体人可以倒转因果关系，从一个可信的结果往前追溯，寻找和现有舆论场的沟通方式。
这个时候，你的搜索方向是从深层信息到通用信息，肯定比当初寻找深层信息要容易。
几乎肯定能够找出一条捷径，给观众提供不超过两层的逻辑链，形成合理的媒体深度。