每日一部人工主推
首页每天只有一部主推荐，由编辑从当季新番和片库库存里手工挑出。不按播放量排序，也不给广告位，选中的理由写在推荐语里，读者看完再决定要不要点开。
首页每天只有一部主推荐，由编辑从当季新番和片库库存里手工挑出。不按播放量排序，也不给广告位，选中的理由写在推荐语里，读者看完再决定要不要点开。
把“想看什么类型”换成“现在是什么状态”：想放空、想被燃到、想哭一场、想笑出声、想被治愈。每种心情对应一组经过筛选的作品，推荐从标签匹配推进到情绪匹配。
每一部被推出来的番都配一段简短的推荐语，说清楚“为什么是这部、适合什么时候看”。不是复制简介，是从观众视角写的一句人话，帮读者在点开之前判断对不对味。
日漫、国漫分线，新番和经典分状态陈列。按题材、年份、制作公司、心情标签多层编目，想顺着某位监督或某家公司的作品线挖下去，有对应的筛选路径。
播放器支持多档画质切换，默认1080P，网络紧张时自动回落。播放页不插贴片广告和弹窗浮层，点开主推荐就是正片，推荐和观看之间没有多余的跳转。
支持按集缓存，画质可选。登录后观看进度跨设备同步，手机缓存一集通勤看，回家平板打开接着来。推荐列表里标记“已缓存”的作品优先出现在离线场景中。
日漫、国漫、新番、经典混着推，不按热度排
LeSean Thomas的蒸汽朋克系列，机械重量感和世界观的粗粝质感在近期新番里辨识度很高。推荐语：不用先补课，第一集就能判断对不对味。
试试这部 →锦织敦史执导的新作，视觉和叙事都带着实验性。推荐语：不保证所有人喜欢，但在本月新番里它是辨识度最高的一部。适合愿意给一集机会的观众。
试试这部 →猫猫回到宫廷，推理线保持轻巧，人物关系在对话里推进。推荐语：不用复习前两季也能进入，它的好在于每一集都能独立成立，同时慢慢喂你主线。
试试这部 →系列新章继续推进时间线和势力冲突。推荐语：对老观众是铺垫的回收，对新观众门槛偏高。如果你在找一个“能连着看下去”的热血续作，就是这部。
试试这部 →算法擅长重复，人工策展擅长意外
首页不堆十几个推荐位让读者做选择。每天一部主推，配上推荐理由，降低“打开平台之后不知道点哪个”的决策负担。选择少了，点开的概率反而高了。
编辑先决定“今天推什么”，算法只在心情匹配和片库筛选中做辅助。纯算法容易越推越窄，人工策展负责把一部读者自己不会搜到的作品放到眼前。
不是“热血战斗奇幻巨制”，是“如果你今天想被一部番按在座位上两小时，选它”。推荐语写的是观看场景和情绪，不是复制简介里的形容词。
推荐不是碰运气，背后有按题材、年份、制作公司、心情标签多层编目的片库。编辑能从六万集库存里捞出一部冷门但合适的作品，靠的是编目，不是记忆。
主推作品点开就是1080P播放页，没有贴片、没有弹窗、没有“请先开通”。推荐的效率取决于从“被推”到“看上”之间有多少摩擦，这里的摩擦接近零。
推荐的内容不需要先付费或开通会员才能看第一集。免费是默认状态，推荐才有意义——如果推了但看不了，推荐就只是一条广告。
一篇关于推荐边界的观察
“猜你喜欢”擅长复购，不擅长创造新的喜欢。
主流推荐系统的核心逻辑是协同过滤：找到和你口味相似的人，把他们喜欢而你没看过的作品推给你。这套逻辑在电商和短视频上非常有效，因为它的目标是提高已知偏好的转化率。但在番剧发现场景里，问题恰恰在于“已知偏好”本身是收窄的。你看了一部热血番，系统接下来会推十部热血番，直到你对热血番产生审美疲劳。算法没有能力判断“用户此刻需要的是同类还是反差”，它只能沿着已有的信号继续外推。
长期口味告诉你一个人总体上喜欢什么，但“此刻想看什么”和“总体上喜欢什么”是两件事。一个长期看悬疑的人，今天可能只想放空看一部轻松日常；一个平时不看运动番的人，今晚可能正好需要一部燃向作品把情绪顶起来。次元漫的心情匹配入口把推荐从“类型标签”切换到“当前状态”：放空、燃、哭、笑、治愈。这个切换不替代长期口味，而是在长期口味之上叠加一层“今天的变量”。人工编辑在维护心情池时，也不必受限于用户的历史数据，可以把反差感作为一个有意的设计。
推荐列表越长，读者做出选择的成本越高。一个页面摆二十部推荐，看起来是“丰富”，实际上是把筛选的负担从平台转移给了用户。次元漫每天只放一部主推，不是内容不够，是刻意收窄当天的决策面。当只有一个选项时，读者不需要比较、不需要犹豫，点开或者不点开，决策路径极短。主推不一定每次都命中，但命中一次带来的“原来还有这种番”的体验，比在推荐流里刷十分钟更有价值。发现好番的“发现”，本来就应该是一个事件，而不是一条流水线。
一段好的推荐语不复制简介，不说“热血战斗奇幻巨制”，而是告诉读者“这部适合什么时刻打开”。它把作品的观看场景翻译成读者能代入的画面：想被一部番按在座位上两小时，选它；想用二十分钟换一种情绪，选它；想不费脑看打得好看，选它。推荐语的质量决定了读者对平台的信任——如果每次推荐语都写得敷衍，读者会逐渐忽略推荐本身。人工策展的价值不在于“人比算法聪明”，在于人能写出算法写不出的那句话。
来自推荐系统、内容策展和用户研究的不同视角
“推荐系统的悖论是：它越准，你看到的东西就越窄。协同过滤没有‘意外’这个维度，它只会沿着你已经走过的路往前推。人工策展不是用来替代算法的，是用来在算法的盲区里补位的。”程叙 · 推荐系统产品顾问
“每日一部主推的关键不是‘少’，是‘主推的那一部有没有被认真选过’。如果编辑只是从热榜里挑一部加个推荐语，那和算法推荐没有区别。人工的价值在于敢推一部数据不好但质地对的番。”沈迟 · 内容策展人
“心情匹配听起来很软，但它解决的是一个很硬的问题：用户的长期偏好和短期状态之间的错位。一个悬疑爱好者今天可能只想看治愈番，算法按长期偏好推悬疑，用户点开的意愿就很低。心情入口把‘今天’这个变量放回了推荐里。”陆遥 · 用户行为研究
“推荐语的质量直接决定读者对推荐的信任。如果推荐语每次都是‘热血巨制不容错过’，读者很快就会学会忽略它。写清楚‘适合什么时候看’，比写十个形容词都更有用。”简宁 · 流媒体内容运营
过去几年番剧平台的推荐逻辑高度依赖算法：协同过滤、观看时长、点击率，一套以“转化效率”为目标的系统。这套系统在拉新和留存上确实有效，但它有一个越来越明显的副作用：推荐流越来越长，读者做出选择的成本却越来越高。一个页面十几部“你可能喜欢”，划了五分钟反而不知道点哪部。算法制造了丰富感，但没有制造发现感。
2026年一个可见的变化是，人工策展在番剧推荐中的权重在回升。Netflix的“动画主页”在个性化推荐之外加入了主题策展的维度，按心情和场景组织作品，而不是纯按观看历史外推[reference:0]。腾讯视频动漫的“日日新”排播逻辑也强调“确定性交付”——让用户知道什么时间打开有什么可看，而不是把选择完全交给算法[reference:1]。次元漫的每日一部主推和心情匹配入口，走的也是这条路径：人工先做一轮判断，算法再在判断的范围内做匹配。推荐不是越多越好，是在对的时刻推一部对的番。
另一个变量是“推荐语”正在成为差异化。当片库和画质逐渐趋同，读者对推荐的信任不再来自“系统说好看”，而是来自“有人用一句话说清楚了为什么值得看”。一段写清楚的推荐语，本身就是在帮读者做决策。未来的番剧发现平台，不一定是算法最精密的，但一定是把“人替人选”这件事做得最不敷衍的。
次元漫的起点是一个很具体的观察：打开一个番剧平台，推荐位越堆越多，但“今晚到底看哪部”这个问题反而更难回答了。算法推来的作品要么是已经看过的类型，要么是热度最高但提不起劲的那几部。读者在推荐流里刷了很久，最后关掉页面，什么都没点开。我们先把推荐收窄到每天一部，不是因为内容不够，是因为选择本身需要一个更轻的入口。
主推的作品由编辑手工挑选，推荐语写清楚“为什么是这部、适合什么时候看”。它不一定每次都命中，但主推的意图是让读者在点开之前就知道自己将要进入的是什么。心情匹配入口把“想看什么类型”换成“现在是什么状态”，在长期口味之上叠了一层当天的变量。一个人今天想放空还是想被燃到，和ta总体上喜欢什么类型，是两件事。推荐应该能接住这两件事之间的错位。
片库的编目、1080P播放、离线缓存和多端续看，都是围绕“从被推到看上”这条路径来做的。如果推荐和播放之间隔着贴片广告、付费弹窗或者找片源的跳转，推荐的效率会被摩擦吃掉。次元漫把播放页做干净，把免费设为默认，不是在做慈善，是因为推荐的价值只有在读者真的点开之后才成立。发现好番是一个完整的事件：有人替你选了一部，你愿意给它一集的时间，看完觉得值得。我们想把这件事做得不费力。
主推逻辑、心情入口和播放体验的小步更新
每日主推的推荐语下方增加了一个场景标签，如“通勤一集”“周末两小时”“睡前放空”。读者可以按场景筛选主推存档，找适合当下时间预算的那一部。
在原有的心情匹配之外，新增“今天想看点不一样的”入口。系统会从与用户长期偏好反差较大的作品中挑选推荐，适合审美疲劳时换口味。
每日主推从当天实时更新改为保留存档，可以按月份翻看过去的主推记录。错过某天推荐的读者可以回头补看，编辑的推荐理由和场景标签一并保留。
弱网环境下从主推点击到首帧出现的等待时间有所缩短，清晰度切换的响应更快。播放器会根据当前带宽动态调整预加载范围，避免在移动数据下过度缓冲。
除了题材、年份和声优，片库检索新增制作公司筛选。可以按公司浏览其参与过的作品，适合顺着某家公司的风格线去挖番，与心情匹配互补使用。
缓存队列中，被主推过的作品会标记一个轻量图标，在离线场景下优先展示。经常在通勤时看主推的读者可以更快找到已经缓存好的那几部。
8 个高频问题，点开看答案
由编辑从当季新番和片库库存中手工挑选，不按播放量或热度排序。挑选时会考虑作品的质地、适合的观看场景，以及和近期主推的类型差异。推荐语由编辑撰写，说明“为什么是这部、适合什么时候看”。
普通分类按题材（热血、悬疑、恋爱）划分，心情匹配按观看时的状态（放空、燃、哭、笑、治愈）划分。同一部作品可能出现在多个心情池里，取决于它适合被在什么状态下打开。心情入口不替代分类，是叠加在上面的另一层入口。
主推只是一次尝试建议，不是必看清单。推荐语会写清楚适合的场景和类型倾向，你可以在点开之前判断对不对味。主推存档可以按月份翻看，错过或者不感兴趣的那一天不需要有负担。
在心情匹配池里，反差推荐会从与你的长期偏好差异较大的作品中挑选。如果你平时只看悬疑，它可能推一部治愈日常；如果你很少看运动番，它可能推一部燃向作品。适合审美疲劳或者想换口味的时候使用。
不需要。被推荐的作品可以直接打开观看，不需要先开通会员或付费。免费是默认状态，推荐才有意义——如果推了但看不了第一集，推荐就失去了作用。
播放页不设贴片广告和弹窗浮层，从主推点击到正片之间没有广告打断。广告只出现在社区路径之外的位置。如果遇到异常的弹窗或跳转，可以通过播放器内的反馈入口报告。
可以。支持按集缓存，主推作品在缓存队列中会标记一个轻量图标，方便在离线场景下优先找到。画质可选，不需要整季下载。已缓存的集数可以单独删除，不影响书架收藏。
登录同一账号后，观看进度和书架会跨设备同步。主推存档和心情匹配的选择记录也会保留，换设备后可以看到之前浏览过的推荐。不登录时记录保存在本地，换设备不会自动同步。
左侧自动上滚，右侧可以留句话