標明「為驗證哪條假設而做」。假設不成立 → 砍該元件。 -->
Climby Trends · Competitive Analysis

Climby Trends
競品參照分析

我們想做的方向(反排行榜、策展、一個項目=一群內容、先概覽再點進去)已經有人成功做過了——不是在賭一條沒人走的路。

2026-07 對照 4 產品 Letterboxd=範本
TL;DR四個產品分兩派——Letterboxd 是我們的範本(同一個形狀、撐到千萬用戶),TikTok / X 是明確不要的黑箱那派(歐盟 2026 還在強制 TikTok 拆自動播與無限滑,方向跟我們一致)。
01

我們想坐在哪裡

右下象限(透明策展 × 帶目的找)就是 Climby 要坐的位置——Letterboxd 最接近、TikTok 在正對角的反例。

↑ 躺著滑(被 app 餵) 帶目的找(心裡有問題)↓ ← 演算法黑箱 透明策展 → TikTok 演算法即導航 · 全屏自動播 反例 X 黑箱即時榜 · 主頁躺著滑 Threads 不做數字榜 · 短而頻繁 Letterboxd 海報策展 · 掃著看+記錄 範本 Climby Trends 透明策展+偏帶目的找

圖 1 · 定位圖 — 橘點=我們要卡的位置;綠=範本、紅=反例

02

四個產品逐項對照

綠欄=Letterboxd(範本),紅欄=TikTok(反例);一眼看出我們該借誰、避誰。

比較項目 X Threads Letterboxd TikTok
誰在用、多常用 什麼人都有、每天多次;殺時間+查即時 偏年輕;短又頻繁(探個頭) 影迷;看完片來記錄/查風向 什麼人都有;每天多次殺時間
它賭 user 會怎樣 懶得找、願被演算法餵 想要掌控感、自己組 要興趣訊號、不要評分裁判 沒目的、不想選、直接餵
最大特點 獨立探索區+即時趨勢榜 不做數字榜、用一句話摘要 海報格+無演算法+日記式社群 演算法即導航+全屏自動播
怎麼瀏覽 打開就無限滑/或進探索查 打開就看/可切自組 feed 逛海報格 → 點電影 → 看影評群 全屏自動播 → 續看或上滑
一個單位是什麼 一則貼文/一個話題 一則貼文 一部電影 → 一群影評 一支影片
熱門怎麼排 黑箱+「幾則貼文」數字 質性摘要,不排名 活動綜合,不標數字 黑箱,主畫面看不到榜
躺著滑 or 帶目的找 主頁躺著滑;探索帶目的 躺著滑但很短;工具偏帶目的 掃海報躺著看+記錄帶目的 極度躺著滑
概覽 → 點進去 一行字 → 搜尋結果頁 一句摘要 → 話題流 海報 → 電影頁(分兩層影評) 幾乎沒有(直接沉浸)
對我們的一句話 借聚合單位 避黑箱裸榜 借「一句話講為何紅」 借最多:無數字熱門+兩層群+海報入口 避自動播/黑箱 偷封面張力+收藏訊號

手機上表格可左右橫捲。

03

各產品一眼看懂

誰在用 · 它賭什麼(一句設計假設)· 最大特點 · 怎麼用的 flow。

X(Twitter)

巨頭 · 黑箱派

什麼人都有、每天開很多次——一半躺著滑殺時間,一半有大事時進來查即時反應。

賭你懶得自己找,所以打開就餵你演算法選的內容(For You 是預設)。

有獨立探索/趨勢區,趨勢榜即時(分鐘級在變),但為何上榜是黑箱、常被灌水。

打開For You 無限滑進探索點趨勢搜尋結果頁

Threads(Meta)

巨頭 · 反炒作

偏年輕,用得短又頻繁——平均一天只待 5 分半、一個月只開 7 天左右,是「探個頭看公共話題」。

賭你想要掌控感,所以一直加讓你自己組 feed、自己調演算法的功能。

刻意不做排行榜。探索是 AI 生成的話題摘要,連名字都叫 timely topics 不叫 trends。

打開看話題摘要(一句話)點進話題流

Letterboxd

我們的範本

年輕影迷,看完電影來記錄、或決定下一部看什麼時來看風向。事件驅動,不是無限刷。

賭你要的是「大家在看/在聊什麼」的興趣訊號,不是「哪部評分最高」的裁判——熱門用討論熱度排。

整片用海報鋪成格子、瀏覽像逛畫廊;沒有名次數字,排越前=越熱;一部電影=一群影評,分「全站熱門/你追蹤的人」兩層,只有正向互動。

逛海報格點一部電影看影評群(熱門/朋友兩層)

TikTok

反例

什麼人都有、每天開很多次、純躺著滑殺時間——跟我們的攀岩者相反(帶著問題、低頻、有目的才來)。

賭你沒有明確目的,所以不讓你選、直接餵;把「你待多久」當成功指標。

演算法即導航(沒選單)、一支影片吞滿全螢幕、自動播、無限接;把內容打散成一支支不相關——對「一群互相有關的 beta」是災難。

打開全屏自動播上滑續看(無限、無概覽層)
04

競品逼出來的做法 → 我們的假設

左邊「可借的做法」對應右邊我們的假設代號——方向已被 Letterboxd 這個千萬級先例驗證。

方向已被驗證「反排行榜、策展、一項目=一群內容、先概覽再點進」這個形狀,Letterboxd 已撐到千萬用戶——我們不是在賭沒人走的路。
可借的做法對應假設
先看概覽、要看 beta 才點進去;但「看概覽」要像逛海報一樣輕鬆,別做成密表H1′ 偏帶目的找
封面挑最有張力那格——TikTok 靠首幀、Letterboxd 靠海報,都用封面扛「要不要看」H2 封面決定點不點
路線點進去把 beta 分「本週熱門/你追蹤的人」兩層(抄 Letterboxd 影評兩層)H3 看到「一群 beta」
每條路線一句「這週為什麼紅」,比丟數字更勾人、也更像我們(學 Threads)H5 一句話講為何紅(新)
熱門靠「排在前面+看起來很多人玩」表達,不標名次數字,避開競技感(學 Letterboxd)H6 隱性排名、不標數字(新)
「收藏這條路線」比「按讚」更誠實代表「這對我有用」,拿來當熱門排序訊號(學 TikTok saves)+ 收藏當排序訊號(新)
明確要避開名次/數字排行榜 · 自動播 · 無限滑 · 演算法黑箱當預設 · 倒讚 · 把「一群 beta」打散成一支一支。這些正是 TikTok / X 賴以成功、但我們品牌明確拒絕、監管(歐盟 2026)還在拆的模型。
05

來源

主張都有出處,依產品分組。

  1. 1Sprout Social 演算法 2026 · Following 也演算法化 · Explore 指南X(Twitter)
  2. 2Buffer:Threads 演算法 · 話題摘要 · Meta:Dear Algo · Threads 數據Threads(Meta)
  3. 3ScreenCrush:Popularity 是什麼 · Cinema as Social Object · Popular films this weekLetterboxd 範本
  4. 4歐盟令 TikTok 拆自動播/無限滑 · TikTok 三套 UX 系統 · 收藏 > 讚TikTok 反例
  5. 5figr:UX 競品分析 · Baymard:競品分析指南方法論

設計決策 × 假設 log

每個視覺化決策掛一條可被證偽的假設;假設不成立 → 換回文字或砍掉。

視覺化決策驗證的假設(可證偽)
定位圖(2D 兩軸)假設讀者一眼看到「誰在哪、Climby 卡右下空位」,因為 2D 空間關係 md/並排長段表達不了
總表綠/紅標欄假設讀者不用讀就知道該借誰(綠)避誰(紅),因為顏色是全份一致的第二訊息通道
啟示表+綠/紅 callout假設讀者掃過就抓到「可借的做法 → 對應哪條假設」與「明確避開清單」,因為關係型資料進表格+語意色比長段快