Sp.006 幕后故事: 回形针是怎么做视频的

嗨，我是回形针的制作人吴松磊。

这一个月，我们回顾了过去 2 年制作的 100 多期视频，发现了不少问题。但相比问题本身，我们其实更关心这些问题是怎么发生的。所以接下来，我会仔细梳理回形针的视频创作流程，看看我们都会在什么环节犯错。

我们的工作目标很简单——把一个平凡的问题讲清楚。

无论是卫生纸、圆珠笔，还是烟花、硬盘和毛衣，当代生活的一切的普通事物都可以成为我们的研究对象，而为了讲清楚，我们则需要把一个话题，拆分成大量的小问题。

比如看到菜刀，我们就要想到刀具的分类、定义和量化指标；进而延伸出关于硬度、韧性、保持性的定义和检测标准；而硬度又分为刻划硬度、压入硬度和回弹硬度，对应莫氏硬度、洛氏硬度、里氏硬度等几种不同的测量方案，其中评价菜刀最常用的是洛氏硬度；如果要进一步讨论洛氏硬度，则需要研究钢的各种形态，比如马氏体和奥氏体，以及锻造过程中的工艺和物理、化学原理。

除此以外，我们还可以研究菜刀的设计思路、历史演变、制造流程和消费市场。

过去 100 多期视频的研究经验让我们发现，今天现实世界里，我们看到的大多数事物其实都是一个个封装打包好的黑箱，支持它们运转的是各种精妙的内部结构和底层技术，创造这些技术的是无数工程师们设计和改良，而带来这些设计理念的，是基础科学。

这是我们研究一个话题的常见框架，通过拆分问题，得到一个事物的底层结构技术和其背后产业链的完整图景。但是当我们真正开始研究和收集资料的时候，就会开始遇到问题了。

收集资料的关键在于快速找到可靠的信息，这其实是有方法的。

因为对应的问题其实会有对应的专业文档。比如当我们想要了解一个东西定义和评价标准，那我们就可以找对应的国家标准文档，如果我们想了解内部结构，那我们就可以找到专利文件，如果我们想了解行业数据，那么可以去查公司财报和投行研报，这些资料都有对应的专业网站以便搜索。

面对更具体的问题，我们则需要在知网和读秀这样的数据库搜索对应的期刊和论文。此外，买书也是一个好办法，比如我们用过的《现代电梯构造与使用》《铁路行车组织》《医学影像学》《鳖生态养殖》等等等等。

找到资料只是一个开始，接下来就是漫长的阅读和学习。

比如为了理解这份洛氏硬度的测量方案，就需要根据这张结构图，结合硬度标尺，理解后面的试验程序，而文件里大量的陌生概念都需要找到其他的辅助材料，从 0 开始学习。

但找到材料并不意味着稳了，实际上，这些信息里仍然存在错误的可能。比如技术手段过于简陋的专利、测量方法过时的标准、与现实情况普遍不符的指导文件。而期刊和论文，还需要注意来源。

比如这期白噪音的视频中，我们引用了这篇刊登于 Medicine 的论文。Medicine 这份期刊虽然被 SCI 收录，但由于从 2015 年开始加大发文量，影响力因子暴跌，也让不少人开始质疑收录论文的可靠性。

但无论如何，源头的信息一定比下游的信息可靠，有来源的信息一定比没来源的信息可靠。

源头意味着最少的修饰和篡改，而信息被转手的次数越多，就越容易变形，所以你如果看到叠了无数层水印的截图、聊天记录和看似专业的分析时，其实可以问一句：请求来源。

可靠的信息来源是如此重要，所以回形针的视频才会一遍又一遍的展示用到的文件。我们想表达的是，我们之所以知道，是因为我们看了这些材料，不是我们本来就知道。而这些材料，你们也可以找到。

在大量原始材料和信息的基础上，我们需要构建这个话题的叙事逻辑。

比如关于垃圾处理的视频中，我们梳理出了一条真实存在的完整链条，从北京市的垃圾桶、转运站最后到填埋和焚烧中心，链条中的每一个地点和流程都需要独立查证。假币这期，我们提出了制造假币的三个阶段，让视频自然展开，而不是硬堆资料。

但在各种逻辑关系中，最难的是建立因果关系。

我们知道公鸡打鸣和太阳升起有相关，抽烟和罹患肺癌也有相关，数据可以告诉我们相关性，但是如果要证明因果，就需要有连接逻辑链条的中介物，同时排除其他变量的影响。但难度就在于，我们并不知道有多少未知变量影响了结果。

一个典型的例子是「低出生体重悖论」(Low birth weight paradox)，简单来说就是在出生体重低于 5 斤的低体重婴儿中，如果母亲吸烟，那么婴儿的存活率会高于不抽烟母亲的婴儿。

难道抽烟对婴儿有好处吗？当然不是。

真正的原因是，因为母亲吸烟，这些婴儿的平均体重本来就会其他婴儿低，而不吸烟母亲的婴儿如果出现体重低的情况，很可能是因为有先天性疾病，死亡率当然更高。抽烟对婴儿也没有任何好处。

这个例子中，之所以得到了错误的因果关系，是因为研究者只看到了部分事实。但并不是要故意春秋笔法误导大众，只是单纯的没想到而已。

今天我们站在上帝视角来看，上世纪 60 年代提出的「低出生体重悖论」当然很简单，但学术界也足足过了 40 年才得到了令人满意的解释。

而在有无穷个变量的现实世界里，还有更多让人迷惑的数据。

比如在这份加州大学伯克利分校 1973 年的招生数据中，男生录取率是 44%，比女生的录取率 35% 要高出不少。看起来明显存在针对女性的性别歧视。

但事实恰好相反。

如果我们仔细看 6 个最大学院的招生情况，就会发现其实大部分学院的女生录取率都比男生更高。那为什么加起来会比男性低呢？因为大多数女生都选择了更难被录取的学院，而大多数男生选择了容易申请的 A、B 学院，所以男生录取率当然更高。

这就是建立因果逻辑的困难之处，不同的视角和信息，会得出不同的结论。

在我们的工作中，也会因为研究不够全面，而忽视了部分信息和变量，进而得到有问题的结论。其中最严重的是人工降雨这一期。

这本来会是一个非常有意义的话题，因为在人工降雨技术应用中，相比增加降雨，调节降雨的时空分布才是更重要的目的。但我们只研究了降雨和增雨的相关性就做成了视频，错过了这个话题真正有价值的部分。很惭愧，如果有机会，我们也希望望能在未来重新制作关于人工降雨的话题。

当我们开始创作视频的文字稿时，一条重要原则是尽可能避免啰嗦、废话和听不懂的专业名词。

比如在描述如何通过光抽运改变铯原子的能量状态时，准确来说应该是这样：

我们当然可以直接说抽运区、跃迁线、 F=3，看起来也挺酷的，但如果观众听不懂的话，再准确也没有任何意义。

所以我们将其简化成了只有 abc 三个能量状态，以便更直观地用动画演示，帮助观众理解。

另一个挑战是，我们希望在文本里提供尽可能丰富的细节。

比如描述暖气水温度时，我们不会说「二级管网经热力站加热出高温水后送入各家各户，散热降温后再回热力站重新加热」，而是描述为更具体的 60℃ 和 50℃ 。

但这两个数字也不一定绝对符合真实情况，地区差异、气温变化、具体的供热管道设计仍可能让供回水的温度浮动 10℃ 左右。

完成初稿后，我们会在编辑环节核对事实，精简文本，删掉每一句我们觉得可能多余的话，就能得到一篇 1500 字左右的逐字稿，做成视频差不多是 5 分钟。

对于回形针来说，可视化的关键在于提高信息密度和信息传递效率。

为了做到这两点，我们选择在视频里呈现真实世界的材质、场景、案例和物理法则，通过线框绘图或三维模型的结构动画演示呈现出文字难以高效表述的逻辑。

正是因为很多动画逻辑用文字说不清楚，所以更需要作者和视觉同事反复沟通，确保逻辑准确。

而为了展现真实世界，我们也不得不在画面里补充大量文本里没有提到的信息。

以飞机调度的这期视频为例，中间有一段文字稿大意是描述北京飞上海航班 HU7603 起飞离场的过程。

这句话读出来，或者直接把文字信息做个图放在视频里比较是简单也不会出错的，但如果要在画面上还原 HU7603 的真实飞行路线，难度就大了。

首先，我们需要找到中国民航发布的航路图，并在这个模拟飞行数据库网站找到从首都国际飞往上海虹桥的完整路线。可以看到，飞机离开机场后先到达了 LADIX 这个航路点，但这个过程并不是直线飞行，所以我们需要知道 HU7603 具体是怎么飞到 LADIX 的。

于是，我们又找到了 2019 年更新的首都国际机场标准离场路线图，这上面有具体路线，但问题又来了，图上根本没有 LADIX 这个点。

为了核实，我们又在一个记录航班飞行航路的网站上查找北京飞上海的航路，发现了一条新线路，飞机并没到 LADIX，而是到了 ELKUR，而这个 ELKUR 确实出现在了首都国际机场的标准离线路线图中。

继续搜索，我们发现中国在 2019 年调整了空域、航路、航线，北京飞上海调整为从 ELKUR 离场，这么看来似乎 ELKUR 才是 HU7603 经过的航路点，而不是 LADIX。

为了进一步核实，我们又找到了 HU7603 在 2019 年 12 月 6 日的飞行路线，叠在标准离场路线图上，结果是，HU7603 根本没有经过 ELKUR。我们不得不又把方向重新换回 LADIX。

最后，在航空信息提供商杰普逊公司发布的 2008 版首都国际标准离场路线图上，我们终于看到了 LADIX。接着又找到了 2018 版的标准路线图，也是到 LADIX，但具体路线又跟 08 版的有所不同。

再和 HU7603 的真实飞行路线对比，我们基本确定 HU7603 是到了 LADIX，而不是 ELKUR。

现在，我们才能向观众呈现真实世界里的航线。

但遗憾的是，由于沟通失误，分镜师还是使用了旧的 08 版路线图作为参考。而且事后我们也发现 HU7603 每天具体的离场路线都不太一样，所以最终画面跟真实情况还是有差距。

这就是回形针的视频制作流程，完成这五步大概需要三周，之后就是修改，修改节奏修改素材修改分镜修改错误。

现在回顾过去的 100 多期视频，我们大概在发布前检查出了 90% 的错误，但即便如此，发布视频里的错也真的不少。

有理解和沟通不当产生的错误，比如我们给顶面的水管开过槽，让正面的膝关节左右摆动，把气门的开启做成了关闭。

还有很多因为粗心导致的低级错误，比如化学式画错、英文单词拼错、单位错误、不对的配图、图片标注错误、地图标注的漂移，而在这个关于放映机内部结构的三维镜头中，我们把胶片上数字顺序搞反了。

还有各种尴尬的口误

确实很惭愧。这也让我们不得不接受一个让人沮丧的事实，我们几乎无法避免错误。

对于回形针来说，每一期视频都像一场考试，我们在规定的时间里提问、学习、答题、检查、交卷。即使我们反复检阅，也只有交给观众审阅之后，我们才能知道考得好不好。

过去一个月，在我们和观众朋友们严格的逐帧审阅后，我们知道，过去的 120 期视频中，大多数其实考得还行。即使在路灯、助听器、CT、DJ、基因检测这些技术从来没有被可视化过的小众领域，也得到了行业的认可。

但也有不少考得很烂的视频。

比如第 44 期中出现了一堆关于拍照的低级错误；第 61 期科学离婚中为了减少和前文重复，对引用视频剪辑不当，造成了误解；第 90 期中只有部分事实，错过了人工降雨最重要的意义；当然，还有和 WWF 合作关于森林保护的视频中，我们并没有仔细辨析清楚巴西雨林减少和人类肉蛋奶消费的之间关系，也没有讨论认证产品和保护森林之间的关系，甚至让观众产生了回形针让中国人少吃肉的误解。

现在回过头看，这些视频做的确实都挺糟糕的。

但无论如何，没有人会故意要考得很烂。我们二十个几人不知疲倦地查阅文献、请教专家、核对事实、设计分镜、搭建模型、为了一句话反复求证，不是闲的没事来夹带私货分裂国家的，仅仅是为了把一个平凡的问题讲清楚，为了少犯一点错，我们就已经竭尽全力了。

但选择性事实却可以轻松地忽视我们过去 2 年的努力。

如果你只看回形针最糟糕的几期视频，看起来就是一个很糟糕的频道，就像忽视视频里 5 秒正确地图，只看 0.5 秒的问题地图一样。选择性事实总是可以高效地吸引注意力，而谣言进一步放大了选择事实的倾向。

我们故意做了内外网两个版本的视频吗？假的。

我们有内外网双标题吗？假的。

我们视频里有让中国人不吃肉吗？假的。

台湾是中国的一部分吗？当然是！

为了防止地图出错，去年 9 月我们就写了这份需要同事们多次对比检查的规范文档，这一个月，我们在这份规范文档的基础上改进设计了一份更全面的，给设计师和视频制作者们的标准中国地图规范，你可以在公众号回复「中国地图」获取这份文件。

作为一家面向中国观众的中国视频团队，我们会继续研究中国的故事，和你们一样，我们都希望中国能越来越好。

过去 2 年的工作，让我们研究了 100 多个不同的领域，而我们最大的收获是，变得更无知了。这个世界的复杂程度远远超过我们想象能力，而我们知道的越多，我们不知道的就越多。

这就是当代生活，一个信息爆炸，人人无所不知却又一无所知的时代。

所以，我们才需要更多沟通和合作。如果没有观众的指正，我们可能永远都发现不了这些问题。感谢所有指出错误的观众，谢谢你们。

借此机会，我们也正在征集回形针的审稿志愿者，只要你有自己擅长的学科和技能，都可以扫描这个二维码填写表单申请加入。各位审稿老师可以在群里提前看到我们的文稿和视频，提出意见，我们会送出各种周边作为答谢。

我们珍惜每一次和观众沟通交流的机会，因此我们反对那些简单粗暴的标签。

无论是「粉红」「五毛」，还是「公知」「美分」，或者是「孝子」「水军」「屁股」和「蛆」，这些标签以污名化的方式强行制造对立，断绝了理性沟通可能性。它不能帮助你理解这个复杂世界，也不能帮助你理解屏幕背后那些活生生的人。

如果你并不想好好讨论问题，只是想发泄情绪，那我们只能删除这些评论，用拉黑的方式帮你取消关注。当然，作为一个不够权威多次翻车总是出错的频道，我们也非常理解不喜欢回形针的观众，其实还有很多非常优秀的知识类频道，推荐大家关注。我们也努力让错误再少一些。

这个月我们也看到很多关于回形针和模仿回形针风格的视频作品，都挺有趣的。你们可以基于自己的观点、立场做各种各样的内容，我们不在意被模仿。我们会在未来公开发布回形针的工作手册和标准化文档，希望我们都能做出更厉害的作品。

祝各位生活愉快，拜拜。