虾皮上新节奏一次上多少款，先看自己的承接能力

一次上多少款，先问店铺的流量池能分出几份

把一轮要放几款这个问题换个问法，会清楚很多：我这家店每天能分出几份注意力。注意力指的是访客进来之后，愿意分给没见过的东西的那一部分精力，它不像访客总数那样直观，但它才是决定款数的东西。

一个店铺的注意力是可以被数出来的。日访客里有一部分人进店就直奔目标，这部分人不算；剩下的是顺着往下翻的那部分，这部分人数乘以他们平均会点开几个款，就是这一天的注意力份数。

份数算出来之后，还要看它是不是稳定。有些店的访客构成每天变化很大，今天来的多是老客，明天来的多是新客，这两类人愿意分给新品的注意力差别很大，用平均值算出来的份数会失真。

算份数的时候要按周取一个区间，不要只看某一天。周内的规律很常见，周末和平日的行为不一样，拿一天的数据当基准，很容易把上限定得偏高或者偏低，后面几轮都跟着这个偏差走。

份数里有一块已经被占住了。店里现有的款每天都在消耗注意力，老款、常规款、上一轮还没走平的款，它们各自占着一份或者几分。新品能用的，就是这些占用之外的剩余份数，数量往往比想象中少。

剩余份数才是决定一轮款数的那个数。这个数不大的时候，一轮放很多款，等于让每一款都只能分到一点点，结果是款款都薄，看起来上了不少东西，实际上没有一款被人真正记住。

剩余份数也不是固定不变的。店铺搞活动、类目进入旺季、竞品集体调价，这些都会影响访客进店之后的行为，进而影响那一部分可用的注意力。定款数之前，值得先看一眼这段时间有没有这类变化。

有一个很实用的判断方式：把店里现有的款按它们每天拿到的曝光排一排，看排在最后的那些款每天还能拿到多少。那个数大致就是一款新品能分到的保底量，用这个保底量去除总注意力份数，就是上限。

同一店铺不同时段的访客，知虾的站点分析是分开统计的，把可逛访客和目的明确访客分开看，能算出属于自己这家店的那个比例。这个比例比访客总数更能说明一轮能放几款，也更贴近实际情况。

有人会问，份数小的时候是不是就少放几款，慢慢来。多数情况是这样，但还要看另一头：放得太少也有代价，因为一轮里没有足够的款去互相参照，单款表现的好与坏读起来没有基准，测试的意义会变淡。

所以款数的下限和上限都存在。上限由剩余份数决定，下限由这一轮需要的参照数量决定，两头都要看。两个数之间的那段区间，才是这一轮可以放心选的款数范围，也是每次排款之前先要确认的位置。

这个范围通常不会很宽。款数落在下限附近的时候，每一款能分到的注意力还算充裕；往上走，每一款分到的就一路递减，越过上限之后就只剩下互相抢，谁都好不了，反而一起变差。

这段要说明的是：一轮放几款，起点不是手上有几款，而是店里能分出几份。把份数数清楚，款数才有一个站得住的依据，不然放多放少都只是当下的感觉，说不上为什么这样定，调整的时候也无从下手。

图一：单次上限是折算出来的，五步走完之后得到的那个款数，作用是让每一款都还有机会被看到。

上新数量怎么折算，才不至于上一批埋一批

上一批埋一批这句话，说的是一种很常见的结果：一轮里放了十款，每款都分到一点点量，最后没有一款跑出来，下一轮再放十款，同样没有一款跑出来，几轮下来架子上堆满了半死不活的款。

这个结果的成因不复杂。注意力是总量有限的，放进去的款越多，每一款分到的就越少。当每一款分到的量都低于它起量所需的最低值时，所有款都会停在起步阶段，谁也走不到能被访客认出来的那一步。

折算的时候要用的第一个数是每款的起量门槛。这个门槛可以从店里已有的款上量出来：找几款表现中等的款，看它们从进场到开始有稳定转化的那几天，平均每天至少要拿到多少曝光。

拿到的那个门槛，就是每款不能低于的量。总量除以这个门槛，得到的是这一轮能容纳的款数上限。这个算法简单，但用的数必须是门槛值，不能拿平均值或者最高值去替代，用错了得出的上限会虚高。

第二个要折算进去的是淘汰比例。一轮里放到架子上的款，总有一部分是不会被访客接受的，这个比例在不同类目里不一样，但很少是零。折算上限的时候要把这部分算进去，因为它同样要占用注意力份数。

举例来说，如果这一轮打算放十款，而经验告诉你们大约有一部分会被自然淘汰，那就等于要给超过十款的位置准备注意力。按十款算出来的上限，实际上已经超了，货架会比预期更挤。

折算的时候还要留出一点余量。原因是门槛是用历史数据量的，这一轮的访客构成、类目竞争、活动节奏都可能不一样，留一点余量能在情况变化时保住每一款的起步量，不至于集体卡在门槛之下。

有一个常见的折算错误：把上一轮的总曝光除以款数，得出平均每款拿到的量，再看着这个平均值决定这一轮放几款。这个做法忽略了分布，实际上每款拿到的量差得很远，平均值好看，底下垫着一堆零。

正确的看法要看分布的后半段。把上一轮每一款的曝光排序，看排在倒数几位的那些款拿到了多少，那个数比平均值更能说明上限还有多少空间，因为它代表的是最吃亏的那一款的真实处境。

还有一件事要在折算的时候一起考虑：同一轮里的款并不是平等的。客单价接近、风格接近的款之间会互相分流，而差异大的款之间互相分得比较少。折算总量的时候，把这一层也算进去，款数能放得更宽松一点。

同一类目下在售的款数和当月有动销的款数是可以分开看的。这两个数的比例在不同类目里差别很大，把它当作淘汰比例的一个参考，比凭空估一个数要稳一些，也不会偏得太远，还更容易被复核。

折算完之后得到的那个款数，通常比拍脑袋想出来的少。这是正常的，因为拍脑袋的时候多数人只算了手上有什么，没有算架子上还有多少空位，更没有算每一款至少需要多少才能起步。

折算这一段的落点其实只有一句话：保住每一款的最低起步量。宁可一轮少放两款，也不要让十款全部卡在门槛之下，因为卡住的款不会自己走出来，它们只会占着位置，直到下一轮又把新的款挤下去。

图二：六项里前几项决定基础份数，最后一项说的是大促期份数会被压缩，同样一轮要放的款数得跟着减。

把单次上新上限算出来，哪些款该排队等

排序这件事还有一层时间上的考虑。同一批候补款是放到下一轮更合适，还是再等两轮更合适，取决于它们各自对应的需求窗口还有多长，窗口短的款不能让人等太久，等过了窗口等于没排。

候补队列里的款也要跟着类目变化重新过一遍。排队排了几轮还没进来的款，中间类目可能已经变了，重新过一遍能避免把已经过期的款放到新的一轮里去，那种放法对谁都没好处。

排序做完之后要留一句说明。写清楚这一轮排成这样的理由，是被结构挤掉的还是被时间窗挤掉的，下一轮接手的人看一眼就明白，不用重新把整件事从头推一遍，也能少开一次会。

上限算出来之后，下一个问题就变成了排序：手上这一段能动的款，哪些进这一轮，哪些放到后面等。这个排序比算上限更需要判断力，因为它牵涉到款的类型、类目之间的差别，还有时间上的紧迫程度。

有一个通用的排序原则：先把这一轮必须进的款挑出来。必须进的通常是两类，一类是店里现有结构的补位款，另一类是赶在某个时间窗上的款，它们错过这一轮就失去了意义，等下一轮再放已经没用了。

补位款指的是店铺的货架明显缺的那一块。比如店里客单价集中在中低段，而这个类目在往高价段上走，那么一款价格带更高的款就是补位款，它进来之后能把架子的结构空缺补上。

赶时间窗的款指的是那些和当下这段时间强绑定的款。季节交替、节庆临近、类目需求正在抬头，这些情况下某些款只有在这个窗口里才有效，放到后面等一轮，价值会直接缩水，甚至归零。

这两类挑完之后，剩下的位置按什么排？有一个朴素的排法：先排在架子上和现有款差异最大的那些款。因为差异大的款之间互相分流少，它们同时进来不会互相抢，能共用一个上限。

排在最后的，是那些和新品、老品都高度相似的款。这类款放进来以后，除了和同类互相分流量，很难带来额外的价值，把它们放到后面的轮次里去，反而能给前面的款腾出空间，也让每一轮的结构更清楚。

排进候补队列的款也要有人管。排完之后要记清楚每一款是为什么被放到后面的，是被结构挤掉的，还是被时间窗挤掉的。原因不同，下一轮的排序方式也不同，记不清楚就每次都要重新判断一遍。

有一种情况需要打破上面的排序：某一款在同类目里已经被验证过需求，而且你们店的客群正好是它的目标人群。这类款可以提前进，甚至占用补位款的位置，因为它跑出来的概率明显高于平均水平。

相反的，某款只是看着热闹、和店里客群不太搭的，即便它排在了前面，也建议往后放。因为一个和客群不合的款进到架子上，不只自己表现不好，还会白白消耗掉一部分本该给其他款的注意力。

候补队列的长度也需要控制。如果排队等下一轮的款数远远超过一轮的上限，说明现在的款源比店铺能承受的多，这种情况下要做的不是缩小队列，而是提高挑选的标准，把明显不在一个档的下水去掉。

同一批词的搜索热度走高还是走平是有迹可循的。把候补队列里的款和它们各自对应词的热度走势对一对，热度正在往上走的可以提前，已经走平的就往后放，排序这件事就多了一个能核对出来的依据。

算出上限，然后严格按上限放，这件事刚开始做的时候会不习惯，因为总有一些款看着不错却被挡在外面。但挡在外面的款还有下一次机会，硬塞进去的款会把手里的机会一起浪费掉，两者不一样。

这一段的落点是：上限的意义就在于让排序变得必须。没有上限的时候，所有款都能进，排序这件事就不存在；有了上限，才需要判断哪款先走、哪款在后面等，判断力也才有了真正用武的地方。

上新这段里最容易漏掉的成本，是测品的沉没部分

沉没量算出来之后，建议跟每一轮的款数摆在一起看。款数往上加的时候，沉没量通常是跟着变大的，两个数一起画在一张草稿纸上，很容易看出加到第几款之后开始不划算了，那个位置就是款数的实际边界。

还有一类沉没来自准备本身。一款进到架子上之前要做的素材、说明、价格核算，这些准备工作一旦白做，成本会全部沉掉，挑选时把它当成一项固定投入，就更愿意在一开始多花点时间判断。

控制沉没最直接的办法是缩短判定周期。一款进场之后多久做第一次判定、多久做第二次，事先定好，到点就下结论，不让它无限期挂在架子上，沉没的比例自然会往下走，位置也能腾给下一批。

一轮里放进货架的款，不是每一款都会跑出来。那些没跑出来的款，从进场到被放弃之间消耗掉的时间、人力、素材和位置，就是测品的沉没部分，它很少被单独记账，但它确实发生了。

沉没部分之所以容易被漏掉，是因为它分散在很多个小动作里。一款没跑起来，代价不是某一个具体的数字，而是它占着的那个位置在这段时间里什么都没产出，以及围绕它做的那一圈准备全都白费了。

把沉没部分显性化的第一步，是承认它有一个比例。如果一轮放十款，有一部分是注定走不出来的，那么每一轮都有固定比例的投入会被沉淀掉，这个比例在算款数上限的时候应该被当成一项成本考虑。

第二步是算它的量。一款从进场到被判定为不行的这段时间里，占着一个位置，这个位置如果给另一款可能带来的产出，就是它的机会成本。把每款的机会成本乘以沉淀的比例，得到的是这一轮的沉没量。

第三步是决定怎么对待它。沉没量小的时候，可以当作正常损耗接受；沉没量开始变大，说明上限定得太松，或者挑选的标准降得太低，这时候要动的是标准，而不是继续往上加款。

有一类沉没成本特别容易忽略：那些既没有跑出来、也没有被明确放弃的款。它们一直挂在架子上，每隔几天有一点点曝光，看起来还在运营，实际上既不贡献产出也不贡献结论，纯粹占着位置。

这类款要定期清理。清理的判断标准不是它们卖得差，而是它们已经不再提供新的结论。一款卖得差但让人看清了一类客群的偏好，那它的投入不算全沉；一款卖得差而且什么也没说明，那就是纯沉。

沉没部分还有一个隐蔽的形态：同一款反复上下的成本。有些款表现不好被拿下来，过一段时间又被放回去，来回几次。每一次上下都要重新准备素材、重新跑一遍起步阶段，这些重复投入很少被算进账。

要控制沉没部分，最有效的做法是提高每一款进场的理由强度。一款进到架子上之前，说清楚它是冲结构、冲时间窗还是冲验证，三种理由之外没有理由的款，暂时不要放，放了就是增加了沉没的比例。

另一件要做的事是给沉没部分设一个上限。这一轮可以接受多少款沉淀掉，事先定一个数，超过这个数就要回头检查上限和标准。有了这条线，沉没部分就不再是一个模糊的感受，而是一个可以被盯住的量。

知虾的竞品监控能看到同类款从上榜到掉榜的时长，把自家那些没跑出来的款的存续时长和同类款的上榜时长比一比，能看出自家的沉没是走得太快还是拖得太久，两种情况的处理方式不一样。

这里要分清沉没和投入的边界。测品这件事本身就需要投入，投入的款不一定都能跑出来，这是正常的。真正的问题不在于有沉没，而在于沉没的比例失控，以及沉没之后没有留下任何可用的信息。

这里要单独点一句：测品的沉没部分是这一层里最容易被漏掉的一笔成本。把它算出来、设上限，再回头看每一款进场的理由够不够强，款数这件事才算真正落在账上，而不只是落在排期表上。

上新数量和上新间隔不能同时拉满，先保住哪一头

选择保哪一头，也要看款本身的属性。生命周期短的类目，长度本身没有太多收缩空间，只能从款数上找回旋的余地；生命周期长的类目，长度可以放宽，款数也能跟着松一点，压力没有那么集中。

保一头的决定不是永久有效的。类目进入旺季、竞争格局变化、店铺客群结构调整，这些都会让原先成立的选择变得不成立，每隔一段时间重新判断一次，比一次定死之后再不回头看要稳得多。

两头都保不住的时候还有一个退路。把这一轮的款按类目分成两批先后进场，每一批的款数少一些、批与批之间的间隔短一些，用分组的方式换出一部分余地，不用动到总体的上限。

款数和两批之间的长度，这两件事在资源上有交集。同一段时间里，放的款越多，每一款能分到的注意力越少，需要的观察时间就越长；而观察时间越长，下一批能进场的时间就越晚，长度被迫拉长。

反过来也一样。把两批之间的长度压得很短，每一款的观察窗口就短了，短到看不清楚的时候，你只能靠更少的款来让每一款都能被看清楚。想两头都拉满，结果往往是两头都架空，连原来能保住的那一头也一起丢了。

所以当资源紧张的时候，必须选一头先保。选哪一头取决于当前阶段的目标：扩张期以试为主，保款数，让更多的款有机会被看到；稳定期以守为主，保长度，让每一款被充分看清楚。

扩张期的做法是款数放在上限附近甚至略高一点，长度跟着放宽。这时候的代价是单款的判断会粗一些，但换来的是更大的试错面，适合类目还在摸索、还不知道哪一档款更合适的阶段。

稳定期的做法是把长度固定住，款数往下收一档。这时候每一款都能拿到足够的观察时间，结论的可靠度更高，适合已经清楚自己要什么款、主要精力放在守住现有结构的那个阶段，判断会更稳。

判断自己处在哪个阶段，可以看一个很直接的东西：过去几轮里，有没有出现过一款在代表性样本不足的情况下就被定性的情况。有，说明长度被压到了判断需要的下限之下，该保长度了。

还有一种情况是两头都不能动：店铺的可逛访客在下降，而类目的变化速度在加快。这时候不建议硬碰，比较现实的做法是把款按类目分组，一组的款数少一点但轮次多一些，用缩短组内长度来换出节奏上的余地。

保住一头这件事要写下来。哪一头是这一轮优先保的，为什么保它，下一次复盘的时候要看这个选择是否成立。写下来的好处是几轮之后能看出自己的判断是不是在改进，而不是每轮重新凭感觉决定。

也有人会选择先保款数，因为款多看起来热闹。判断这个选择对不对，看两个数就够了：一轮之后沉淀掉的款是不是明显变多了，以及留下来的那几款拿到的量是不是明显变少了。两个都变差，说明保错了。

反过来的判断也一样。先保长度之后，如果连续几轮下来，款数一直压在下限附近，而架子上开始出现明显的空位、访客的停留变短，那说明长度保得过头，把空间换没了，该往款数那边挪一挪。

店铺在不同周的访客量级是分开留痕的。把选长度的那些周和选款数的那些周摆在一起，看哪一段的访客留存更好，就能拿到属于自己的那个答案，不用照搬别人的选择，也不用跟同类目的店比。

两头这一段要说明白：款数和长度不是两个可以各自独立的旋钮，它们之间有一条资源上的连线。两头都拧到底，中间那条线就会绷紧，最后断在哪里不好说，所以必须主动放弃一头。

图三：放得正好这一档三项都站得住；放得偏多的那一档只有每款都有量这一项好看，其余三项全塌。

什么信号出现时，上新该主动收一档

还有一个信号来自候补队列的长度。当排在后面的款需要等上好几轮才有机会进来，而这一轮在放的款里又有几款本来就不急，这种错位说明款数的分配偏松了，收到只放真正急着走的那些款，队列会自然变短，节奏也更清楚。

收到的动作建议做成一个固定的记录项。每一轮开始之前先写一句这一轮放几款、依据是什么，结束之后补一句实际结果，两个数摆在一起，收或放就不再是当天的一个念头，而是一条能被复核的线，后面回头看也省事。

信号建议提前定好，不要临场判断。把几个信号和各自的阈值写在一处，到了看数据的时候逐条对，判断就变成了一件逐条核对的固定动作，而不是每天早上坐在这儿重新凭印象想一遍，省下来的都是精力。

收到哪一档也要有一个参照。以上一轮的实际表现为基准，收到比它低一档的位置，观察一轮再回头看结果，这样每一次调整的幅度都是可控的，不至于一上手就砍过了头，也方便下一次继续微调。

收完之后不要急着加回去。款数降下来之后，单款的表现一般会在一两轮之内出现改善，这段时间里建议先按住不动，等到改善稳定下来之后，再决定要不要把款数加一款回来，别急着回弹。

款数收到更低的一档，这个动作建议由信号触发，而不是等到出了明显的问题再动手。信号出现得早，调整的幅度就可以小；等信号变成结果再动手，往往要一次砍掉一大截，前面的投入也一起废了。

第一个信号是单款起步变慢。原来一款进场三四天就开始有稳定转化，现在要到一周之后才有动静。这个变化不需要等到销量掉下来就能看到，它出现在曝光到转化的那条链子上，比结果早一拍。

第二个信号是沉默款的比例在往上走。上一轮放进去的款里，没有跑出来的那一类占比一次比一次高，说明位置已经不够分了，这时候继续按原来的款数放，只会让沉淀的那一部分越来越大。

第三个信号是店内流量结构的变化。可逛访客的比例在下降，或者访客的来源变得集中，这两件事都会直接压缩新品能分到的注意力，即便总访客数没变，能用的份数也已经少了，这一点从总数上完全看不出来。

第四个信号是老款的让位幅度已经变大。当老款为了给新品腾位置而出现了明显的成交下滑，说明位置已经被挤到极限，再加新款就是透支老款，短期数据可能好看，长期结构会受伤。

第五个信号是后端跟不上了。询单积压、素材来不及做、供应商的交期确认开始拖，这些都是款数超过承接能力的直接表现。它们比数据信号更早，也更明确，看到就该收，不用等数据确认。

第六个信号是同一批里款与款之间的相似度变高。当一轮里的几款在价格带、风格、人群上都很接近时，它们互相分流的程度会很大，等于用一个上限养了同样的一类款，收掉其中几款不会有任何损失。

收到什么程度合适？建议一次只收一档，不要一次收到很低。收一档之后观察一轮，看起步速度和沉默比例是不是回到原来的水平，如果回来了就停在那一档，没回来再往下一档调。

收的时候要同时调整预期。款数少了，总曝光和一个轮次内的新东西数量都会下降，这是正常的，不要因为这个下降又把款数加回去。判断收得对不对，看的是单款的表现，不是总曝光的高低。

还有一个容易被忽略的信号：候补队列里出现了明显更好的款。如果排队等着的款比你手上准备进这一轮的款更值得放，那说明当下的款数安排是在给次优的款占位置，这时候削减当前轮次是对的。

同一批词的搜索热度，知虾的关键词分析会连着波动一起记录下来，当热度开始往下走的词变多，说明这一波需求正在退，这时候收一档款数，比硬撑着维持原来的数量更划算，也更容易守住位置。

收这一段的结论是：主动收一档不是认输，是让手上的位置重新变得有效。信号已经很明确的时候，早收一档的代价是少了几个款的机会，晚收一档的代价是把一整轮的投入都摊薄掉，两者不对等。

图四：总量那条线在适量之后基本走平，单款那条线却一路下滑，两条线分开的地方就是上限所在。

这一篇只谈上新节奏的量

这一篇里反复出现的份数、门槛、上限这几个词，说的都是同一件事的不同侧面。份数说的是能分出去多少，门槛说的是每款至少需要多少，上限说的是两者相除之后还剩几个位置，三者只要有一个不准，最后那个款数就站不住。

款数这件事还有一个天然的限制：它不能靠增加投入直接解决。可逛访客和访客的点开习惯不会因为你多花力气就立刻变大，所以上限是一个需要被接受的东西，而不是一个需要被绕过去的东西，想清楚这一点，排款的时候会少很多纠结。

这一篇给出的款数是一个范围，不是一个定值。上限和下限之间有选择空间，具体取哪一个，要看这一轮是想多铺一点面还是想把已有的款看得更清楚，两种取向都能在区间里找到位置。

如果这一轮刚好赶上大促，上限要单独算一次。大促期访客的目的性更强，能分给新品的份数会明显压缩，照常日的上限放款，结果一定是每一款都分不到量，这一点在算的时候就该考虑进去。

把这一层做顺之后，你会发现款的取舍变简单了。有了明确的上限和排序依据，哪一款该进、哪一款该等，判断会快很多，纠结的时间就省下来了，可以花在更需要判断的地方，也少了很多无谓的来回。

全文的题目只有一个：一轮里放几款。它不回答第一枪该从哪天起算，那属于起算那一层，判断依据是位置和承接能力，跟款数的算法是两条完全不同的路子，不要来回借用混着算，混着算两边都不准。

两批之间留多长这件事同样不在本文范围里。长度由款的生命周期和动销速度推出来，是另一个量纲的东西，和款数之间存在一条资源上的连线，但两者的计算方式是分开的，混在一起算两个数都会失准。

一批做完之后怎么接下一批，也不在这篇里说。接续讲的是结论怎么变成下一轮的输入，属于循环衔接那一段，和这一篇讲的款数上限不是一回事，读的时候这两层要分开看，别混着用，分开放着更清楚。

这一篇的路径是这样几步：先数出店铺每天能分出的注意力份数，把现有款占着的部分减掉，得到剩下的可用份数；再从已有款上量出每款的起步门槛，用份数除以门槛，得到这一轮的款数上限。

得到上限之后，按必须进、差异大、相似度低这个顺序把款排进这一轮，排不进去的放进候补队列。同时把测品的沉没部分算成一项成本，给它设一个上限，倒过来约束款数不要定得太松。

最后要记住款数和长度之间那条连线。资源紧张的时候先保一头，扩张阶段保款数，稳定阶段保长度，并且把这个选择写下来，几轮之后回头验证它是不是站得住，站不住就换另一头。

有人会问，款数少了会不会影响店铺的整体表现。短期看总曝光会降一些，但如果原来的款数已经超过上限，那些多出来的款本来就在互相抢，收掉它们只是把浪费掉的部分去掉，实际产出不一定下降。

也有人担心款数定得太少会错过机会。这个担心有道理，所以下限也重要：一轮里的款数至少要够形成参照，能从它们之间的差异里读出客群的偏好，低于这个数量，一轮做下来什么也说明不了。

边界再补一句：本文不比较四种节拍哪一种更要紧。起算、间隔、力度、接续是同一根链子上的四段，各回答一个不同的问题，缺哪一段都会在那一段上出问题，也没有哪一段该排在最前面，四段是并列的。

如果眼下手上的选项只能动一个，建议先把款数上限算出来。因为款数是这几个变量里最容易被随手放大的一个，它一收紧，单款能分到的量立刻改善，后面几轮的数据也变得更容易读，连锁的好处最直接。

最后收一句：一次放多少款，问到底是店铺能分出几份的问题。份数数清楚，门槛量准确，款数自然就定下来了，不用每一轮都重新争一次，也不用看着别人放得多就跟着往上加，各有各的上限。

常见问题（FAQ）