笔趣阁 www.biquge3.cc,我家键盘有点萌无错无删减全文免费阅读!
r /> 有了这个工具人在手,虽然他人不能出去,可是对于外界消息已经不是一无所知。
接下来嘛……就要写点更有意思的东西了……
一个小太监而已,他的崇拜感并不能给读者带来超过三章的快感。
皇朝祥瑞,贵妃肚子里爬出来的龙凤胎,老皇帝的心头肉就是个很好的装逼利器了。
误入冷宫的尊贵小皇子公主和他这个出身低贱的兄长,其中鲜明的对比以及那丝血脉上的羁绊应该可以再吸一波读者!
收获他们的敬仰,让主角在他们心中变成为兄为父的存在。
嘿嘿……为父……
那就再加一个设定,就说贵妃是本朝最妖媚的女人吧……
陈淼嘴角一勾,手上动作更快了。
他相信,在这群高中生里,他的手速应该是其中的佼佼者,能比他还快的应该没几个,所以对于更新的数量倒不是很担心。
在这个领域,曾经月更百万的陈淼有着绝对的自信。
而且最主要的,像他这么丧尽天良的写法,在这些阅历一般的高中生里,应该是唯一一个。
毕竟不要脸的人不多,顾脸不顾腚的应该也没有。
这一关里可以利用的规则漏洞,应该是颠覆了他们原本对网文认知的。
在已经习惯于写大长篇的当下,只追求前二十万字以内极致爽感的做法可谓是打破了某种固有认知,跳出圈子走捷径了。
而这其实在二十年前很常见,要不是看了作家培训班的内容,其实陈淼也不会想到这样来写。
就在陈淼又码完三千字的时候,时间只剩下四十五个小时了。
“第一波推荐数据支持来袭。”
电脑上突然跳出这一行字,然后陈淼就看着自己的书绑定追读人数飞涨!
嗯,从0到1就叫飞涨,涨了无穷倍的那种飞涨。
在推荐数据支持下,原本像个无人问津的野草,在角落里野蛮生长着的小说突然迎来了阳光和雨水,开始迅速的茁壮起来。
第一波……那就是后面还有咯?
发书的人只有六十个,看来还有四十个人错过了突如其来的第一次机会,直接落后于别人一波推荐。
难怪,就这么随随便便的发书,然后把书丢在那里让读者偶然发现确实是太看运气,其实并不能真正代表一个人的水平,只能代表他们的脸欧非。
他们中间原本成绩最好的也只有三个绑定追读,后面一大串的000000,很难分出个胜负。
这么搞下去,很有可能过了48小时后,连五十个有人绑定追读的小说都凑不齐。
而这在天启系统里是常有的事儿。
别说两天没人看了,就是十天半个月也没人发现你的书也是很正常的,更遑论绑定追读了。
所以作者们,早已习惯了寂寞。
但是给予一定的推荐,再把推荐效果量化,尽量平均的分配给每本书,给予几乎相同的机会,那情况就完全不同了。
在有相当基数的读者看到大家的书之后,那么好书终究会脱颖而出。
r /> 有了这个工具人在手,虽然他人不能出去,可是对于外界消息已经不是一无所知。
接下来嘛……就要写点更有意思的东西了……
一个小太监而已,他的崇拜感并不能给读者带来超过三章的快感。
皇朝祥瑞,贵妃肚子里爬出来的龙凤胎,老皇帝的心头肉就是个很好的装逼利器了。
误入冷宫的尊贵小皇子公主和他这个出身低贱的兄长,其中鲜明的对比以及那丝血脉上的羁绊应该可以再吸一波读者!
收获他们的敬仰,让主角在他们心中变成为兄为父的存在。
嘿嘿……为父……
那就再加一个设定,就说贵妃是本朝最妖媚的女人吧……
陈淼嘴角一勾,手上动作更快了。
他相信,在这群高中生里,他的手速应该是其中的佼佼者,能比他还快的应该没几个,所以对于更新的数量倒不是很担心。
在这个领域,曾经月更百万的陈淼有着绝对的自信。
而且最主要的,像他这么丧尽天良的写法,在这些阅历一般的高中生里,应该是唯一一个。
毕竟不要脸的人不多,顾脸不顾腚的应该也没有。
这一关里可以利用的规则漏洞,应该是颠覆了他们原本对网文认知的。
在已经习惯于写大长篇的当下,只追求前二十万字以内极致爽感的做法可谓是打破了某种固有认知,跳出圈子走捷径了。
而这其实在二十年前很常见,要不是看了作家培训班的内容,其实陈淼也不会想到这样来写。
就在陈淼又码完三千字的时候,时间只剩下四十五个小时了。
“第一波推荐数据支持来袭。”
电脑上突然跳出这一行字,然后陈淼就看着自己的书绑定追读人数飞涨!
嗯,从0到1就叫飞涨,涨了无穷倍的那种飞涨。
在推荐数据支持下,原本像个无人问津的野草,在角落里野蛮生长着的小说突然迎来了阳光和雨水,开始迅速的茁壮起来。
第一波……那就是后面还有咯?
发书的人只有六十个,看来还有四十个人错过了突如其来的第一次机会,直接落后于别人一波推荐。
难怪,就这么随随便便的发书,然后把书丢在那里让读者偶然发现确实是太看运气,其实并不能真正代表一个人的水平,只能代表他们的脸欧非。
他们中间原本成绩最好的也只有三个绑定追读,后面一大串的000000,很难分出个胜负。
这么搞下去,很有可能过了48小时后,连五十个有人绑定追读的小说都凑不齐。
而这在天启系统里是常有的事儿。
别说两天没人看了,就是十天半个月也没人发现你的书也是很正常的,更遑论绑定追读了。
所以作者们,早已习惯了寂寞。
但是给予一定的推荐,再把推荐效果量化,尽量平均的分配给每本书,给予几乎相同的机会,那情况就完全不同了。
在有相当基数的读者看到大家的书之后,那么好书终究会脱颖而出。