231、527、794个公开作品页，为什么还不能说明谁有内容壁垒
解释公开作品页数量为何不能直接证明内容壁垒，并给出可复核的Sitemap审计口径。
开篇导读
快照日期：2026-09-22。标题数字来自本轮公开 Sitemap 与站内页面审计，代表按当时规则记录的相关 URL，不等于活跃作品、作者或用户。
231、527 和 794 看起来可以排出高低，但三个数字可能分别混有作品首页、分集、角色、语言版本、标签和模板页。口径没对齐之前，数字越精确，误导越有说服力。
第一步：拆 URL 类型
为每个页面标记 work、episode、character、collection、tag、template 与 other。同一作品的 20 集不应当作 20 部独立作品；同一页面的五种语言也不应重复计算供给。
第二步：验证可消费性
随机抽样检查页面能否加载、是否有真实内容、能否从入口走到一个结局、媒体是否失效、是否需要登录，以及移动端是否可用。Sitemap 中存在不代表用户能完成体验。
第三步：区分供给速度与内容质量
新增 URL 可以说明发布速度，但质量要看完成率、独立性、更新、复玩和用户反馈。外部只能观察部分信号，因此应明确“可见目录规模”，不能写成“平台内容最丰富”。
真正接近壁垒的五类指标
- 活跃创作者的 30/90 日留存；
- 完成作品而非草稿的比例；
- 中位作品完成率与复玩率；
- 独立题材、结构和资产的多样性；
- 创作者从首作到第二作的时间与成功率。
这些数据多数不公开，所以竞争分析必须承认未知。页面数仍有价值：它能反映公开分发基础、SEO 可发现性和供给管线；只是不能独立证明消费质量与网络效应。
可复核的审计表
每个平台保留 Sitemap 地址、抓取时间、总 URL、分类规则、去重方法、失效比例和抽样范围。下次更新时报告新增、删除和类型变化，避免拿不同日期与不同口径比较。
内容壁垒不是“库存最多”，而是好创作者愿意持续发布，用户愿意完成和复玩，作品又能被稳定发现。公开 URL 是这条链上的一环，不是整条链。
先让三个数字能够比较
同一天抓取并不能自动保证同一口径。一个站点可能把分集全部列入 Sitemap，另一个只列系列首页，还有站点通过客户端加载作品、根本不完整出现在 Sitemap。审计前要为“独立作品页”写可执行定义，并把无法分类的 URL 单独保留，不能为了整齐强行归类。
去重时使用规范 URL、作品 ID、标题与作者组合，再抽样检查多语言、重制版和镜像页面。自动相似只能发现候选，不能单独确定两个故事相同。最终同时报告原始 URL、过滤数量、独立作品候选和人工复核比例，读者才能看见数字怎样形成。
用分层抽样检查页面质量
按新旧作品、题材、作者和页面类型抽样，记录加载、媒体、交互、结局、移动端和最近更新。首页推荐容易偏向精品，随机抽样更接近库存；但外部访问仍无法证明真实完成率与作者留存，应明确这是“可消费性抽检”。
快照之间的新增和删除同样重要。新增很多、很快失效，说明发布管线与持续维护可能不同步；数量稳定但作品持续更新，可能意味着平台更重视系列经营。结论应描述观察到的变化，不推断未公开的商业原因。
从公开基础走向壁垒证据
URL 规模最适合回答公开分发和搜索基础是否存在。要讨论内容壁垒，还需要独立作品完成度、用户消费、创作者复作和平台反馈闭环。内部团队可将公开目录与中位完成率、复玩、三十或九十日创作者留存关联；外部分析没有这些数据时，应把它们列为待验证变量。
更新文章时保留旧快照与计算脚本版本，不用新口径覆盖历史数字。231、527、794只有在日期、页面类型、去重和失效规则都可追溯时才有研究价值，否则只是三个看似精确的营销数字。
报告发布时附上审计表字段说明，并允许读者从汇总数字回到匿名样本与分类规则。无法公开原始 URL 时，至少公开抽样、去重和误差边界，使结论具备复核入口。
