Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

我从 Trung Phan 那里学到的关于发展 Twitter 追随者的知识

Posted on 2022-08-07

trung18.jpeg

Trung Phan 在短短一年内成功地将他的推特粉丝数增加了 30 万。

我花了 10 个小时研究他是如何做到的。

这是我学到的一切。

为什么要学习 Trung Phan 的方法?

我想学习如何取胜,并引用 Shaan Puri 的话:“Winning is Trung。”

这一直困扰着我,数据支持了这一点。

Trung 让我着迷的是,他不仅仅是走运。

他仔细研究了推特算法,然后制定了一个策略并坚持不懈地执行。

因此,即使只有一个 Trung,也有很多东西要学。让我们从他的个人资料开始。

Twitter 个人资料上没有太多可以自定义的空间,但 Trung 巧妙地使用了它。

作为一名前编剧,他将“秀不说”的座右铭内化,并通过封面图片和简历表明了他的可信度。

他的个人资料照片和他简历的前四个字让他瞬间变得讨人喜欢。

他不是一个随机的网络角色,而是一个真正的人类。

而且他并没有把自己太当回事。

Trung 使用的另一个最佳实践是利用他的个人资料将访问者引向他完全拥有的媒体。

Twitter 可以随时删除或禁止他的帐户,但没有人会从他手中夺走他的时事通讯订阅者名单。

好的,现在我们可以从 Trung 那里学到什么关于推特的信息?

在最近的一期时事通讯中,他指出他的简历的前四个词总结了他的方法:“智能线程。愚蠢的模因”。

(我们也可以在这里很好地看到他学习并理解 Twitter 算法。)

这是看待 Trung 策略的另一种方式。

他从一系列病毒式情绪中挑选了四种,他现在用他的推文和线程一遍又一遍地瞄准这些情绪。

  • 智能线程-> OHHH:现在我明白了。
  • Dumb Memes -> LOL,哈哈:太真实了,哇:太神奇了。

让我们看几个例子。

他最喜欢让观众发笑的形式是诙谐的评论。

每当整个互联网都在谈论一件事时,Trung 会迅速创建一个有趣的模因来评论这种情况。

他一遍又一遍地使用的另一种模因格式是带有扭曲的课程。

他列出了一堆事实,然后以一个有趣的“教训”结束。

当然,我们还有 sh*tposts。

现在进入下一个病毒式情感!

Trung非常有自我意识,喜欢取笑自己。

他经常将很少的观察变成相关的模因,促使他的听众思考:“哈哈,太真实了”

他针对相同反应的另一种方式是以模因的形式总结对行业和趋势的共同看法。

Trung 擅长的另一件事是注意到互联网上的某些内容让他觉得“哇,太棒了”,然后将其转发到 Twitter。

如果它激发了他的这种情绪,很有可能会对他的听众产生同样的影响。

这将我们带到了他的主题。

他巧妙地制作它们,让他的观众思考:“哦,现在我明白了”。

Trung 提出一个具体问题(例如,为什么黑莓会输?或者为什么劳斯莱斯这么贵?)然后在帖子中回答。

现在我们了解了他的所作所为,是时候谈谈他是如何做到的了。

首先,重要的是要注意他每天都会消耗大量内容。

一个普通的 Substack 用户可能订阅 5 个时事通讯。 Trung 的个人资料列出了 100 多个。

当然,如果不谈论 Reddit,我们就不能谈论 Trung 的内容策略。

他花了很多时间在各种 subreddits 上,并深入挖掘档案以找到他可以在 Twitter 上转发的有趣内容。

他策略的另一个关键要素是速度。

每当有什么东西引起他的兴趣时,他就会迅速射击。

此外,他会立即回复 Twitter 上的大多数评论。这不仅提高了参与度,还激发了他的观众写更多评论。

现在这里有个小秘密。

由于速度是他战略的关键要素,他经常发布不会引起共鸣的推文。

但他一注意到这一点,就会立即删除它们。

这确保了他的大多数观众永远不会看到哑弹。

现在应该很明显,Trung 的秘密不是他简单地从 Reddit 转发一堆东西。

  • 他研究了算法。
  • 他开发了强大的模因肌肉和他能够利用的格式。
  • 他速度很快,而且始终如一。
  • 最重要的是他投入了时间

原文: http://jakobgreenfeld.com/trung

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Bits about Money
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • eighty twenty
  • Elad Gil
  • Ellie Huxtable
  • Ethan Dalool
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • Henrique Dias
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Li Haoyi
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mind Matters
  • Mostly metrics
  • Naval Ravikant
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Rohit Patel
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Small Good Things
  • Steph Ango
  • Steve Blank
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • Wes Kao
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2025 搞英语 → 看世界 | Design: Newspaperly WordPress Theme