推荐流根据用户行为和平台机制排序，一个人的屏幕不代表所有读者正在看相同内容。

可对照订阅流、搜索结果和按时间排序的公开内容，辨认推荐排序与事实来源的不同角色。

不要将算法展示次数当作真实投票或公众意见统计，缺乏数据时不做热度数字化推断。

具体操作时，先限定对象与讨论范围，再处理材料之间看似矛盾的地方。 如何解释“我一直刷到”与实际讨论规模的差别？

本议题建议读者实际演练“平台推荐为什么不等于全网共识”：分别写下初始印象、复核依据与剩余疑问，最后对照记录前后的认识是否有所变化。