AI在线 AI在线

深入解析X平台的推荐算法:“For You”信息流如何运作

译者 | 李睿审校 | 重楼X(前身为Twitter)近期公布了其推荐系统的核心细节,首次向公众开放了驱动“For You”信息流(Feed)的40多万行代码。 这不仅是一次技术层面的更新,更为创作者和用户提供了一个真正理解平台内容分发内在逻辑的契机。 这些规则揭示了推文一夜爆红或沉寂无声背后的机制,也解释了某些账号能够持续获得高曝光度,而其他帐号却难以吸引粉丝的原因。

深入解析X平台的推荐算法:“For You”信息流如何运作

译者 | 李睿

审校 | 重楼

X(前身为Twitter)近期公布了其推荐系统的核心细节,首次向公众开放了驱动“For You”信息流(Feed)的40多万行代码。这不仅是一次技术层面的更新,更为创作者和用户提供了一个真正理解平台内容分发内在逻辑的契机。这些规则揭示了推文一夜爆红或沉寂无声背后的机制,也解释了某些账号能够持续获得高曝光度,而其他帐号却难以吸引粉丝的原因。对于希望扩大影响力的创作者来说,理解算法规则已经不再是一种选择,而是获得成功的必备能力。

深入解析X平台的推荐算法:“For You”信息流如何运作

声誉评分:用户帐号的隐形排名

在X平台上,每个账号都拥有一个隐藏的“声誉评分”,这一评分直接决定了用户所发内容的传播范围。它不仅影响推文能否出现在用户的时间线中,也掌控着回复的排序与可见性。

其具体规则如下:

  • 新账号初始评分为-128,在起步阶段几乎难以接触到广泛的受众。
  • 蓝标订阅用户的评分可以立即提升至+100,获得显著的优势;
  • 早先认证账号(在X推出订阅模式之前获得认证的账号)具有更高的加成。
  • 表现出色的热门账号将持续获得算法的优先推荐。

创作者可以将声誉评分视为其在X平台上的“内容信用分”。评分越高,代表推荐系统越信任其账号,推文也会得到更多推送;与其相反,如果评分较低,即使内容优质,也容易淹没于信息流中。

TweetCred系统(持续有效)

TweetCred:仍在影响内容传播

尽管X曾公开表示将逐步淘汰旧有系统,但事实上,TweetCred机制至今仍在后台运行,持续对内容的推荐与传播发挥作用。这一隐藏评分体系从多个维度评估用户行为,主要包括:

  • 账号的注册时长和活跃度。
  • 粉丝质量和真实互动情况。
  • 粉丝与关注者的比例。
  • 设备使用和登录模式。

实际上,未认证账号往往需要获得相当于认证账号10倍的互动量,才有可能触达同等的受众规模。许多创作者在不知情的情况下,受制于这一隐形机制,使其粉丝增长持续受限。

代码片段说明:

以下代码片段摘自Twitter/X的算法代码库,展示了系统如何识别和记录用户对某些内容或账户的负面反馈信号。

实际上,这意味着未认证账号需要获得比认证账号多10倍的互动量,才能获得相同的覆盖面。许多创作者发现自己陷入困境,却不知道他们受到这一隐藏规则的阻碍。

复制

点击这里了解更多。

限制内容传播的隐藏标签

除了声誉评分之外,X平台还会为部分内容自动添加一系列隐形标签,这些标签会显著限制内容的推荐与传播范围。常见的限制性标签包括:

  • 不推荐(DoNotAmplify):如果账号评分过低,其内容传播范围将被缩小90%以上;
  • 高度加密垃圾信息评分HighCryptoSpamScore:主要针对频繁发布加密货币相关内容的账号;
  • 垃圾回复降级(DownrankSpamReply:对过度回复行为进行算法降权,社区管理员类账号尤其易受影响;
  • 复制粘贴垃圾内容(CopyPastaSpam:用于识别并限制重复发布热门表情包或短语的低质量推文;
  • 内容重复(DuplicateContent:自动标记重复或高度相似的帖子,限制其流量增长。

许多创作者曾经遇到内容传播量在几周内急剧下降的情况,却始终找不到原因——这些隐形标签往往是真正的限制因素。

深入解析X平台的推荐算法:“For You”信息流如何运作

三个月的隐形惩罚机制

如果用户对某位创作者的内容执行了以下负面操作,该创作者的账号将在算法层面受到长达三个月的隐形惩罚,例如:

  • 点击“我对这条推文不感兴趣”。
  • 选择“减少显示此类推文”。
  • 举报该创作者的内容(即使是恶意或虚假举报同样生效)。
  • 屏蔽或静音其账号。
  • 浏览创作者的推文内容时间不足2秒。
复制

关键影响:一条引发大量负面操作的恶意推文,可能导致创作者在未来三个月内内容传播严重受限。而X平台无法识别或区分真实反馈与恶意攻击之间的差别。

以下为一些常见可能引发账号被降权或限制的算法规则:

  • 发布可能伤害个人或群体情感的冒犯性内容;
  • 用户名中使用冒犯性短语或文字;
  • 发布全大写字母的推文,推荐系统可能将其判定为情绪化宣泄,从而导致推送范围减少或声誉评分下降;
  • 避免使用受限或被标记的词语,因为算法会监控特定词语。
复制
  • 内容滥发可能会导致帐号面临麻烦

算法有自己的一套规则,如果创作者的推文不遵守这些规则,那么其账户很有可能会受到惩罚或降低推送权重。

复制

助力推荐系统:算法优势实现最大化

早期认证的好处

创作者的推特账号获得蓝标认证可以带来以下竞争优势:

  • 声誉评分从-128瞬立即提升至100。
  • 社交网络内部的互动量提升4倍。
  • 社交网络外部的互动量提升2倍。
  • 回复内容获得优先展示权限。
  • 在搜索结果中的排名显著提高。
复制

早期认证获得额外奖励

如果创作者曾在原平台(即改版前)获得认证身份,除了享有现有蓝标认证的各项权益之外,还可额外获得算法层面的特别奖励,包括但不限于内容传播范围加成及违规处罚减免等优势。

深入解析X平台的推荐算法:“For You”信息流如何运作

内容类型与算法加成机制

一般而言,X平台的算法对不同内容类型的处理方式差异显著:

视频内容占据主导地位

符合“10秒规则”的视频可以获得最高级别的算法加成——即观众观看时长超过10秒的视频将获得以下加成效果:

  • 视频内容比推文的点击率高出340%;
  • 可以提交转发内容,使其展示在视频轮播图中;
  • 视频内容更有可能被同步分发至其他平台,扩大传播范围;
  • 降低账号因其他内容违规而被处罚的风险。

视频可以通过以下方式进行优化:

  • 利用视频前三秒和精彩内容吸引观众;
  • 添加字幕,提升观看完成率和信息接收效果;
  • 确保视频在移动端具有良好兼容性与观看体验;
  • 设计明确的结尾引导或互动环节,以保持观众的参与度。

文本优化策略

尽管文本的传播力通常低于视频,但X平台设有“2秒停留触发机制”——即用户停留在文本帖文超过2秒,即可触发算法的流量助推。通过以下方法可优化文本内容效果:

互动价值分层

X平台的推荐算法对不同互动行为赋予不同权重,按价值从高至低分布如下:

高价值互动

  • 收藏(5倍加成)用户认为内容极具保存价值,是获得最高认可的信号。
  • 带评转发(4倍加成))表明内容引发足够的兴趣,促使他人发表评论。
  • 高质量回复(3倍加成):超过10个词语且有实质内容的回复,能够引发对话主题的延伸探讨。

中价值互动:

  • 转发(2倍加成):具备一定传播价值,但影响力低于带评转发。
  • 链接点击:会被推荐系统记录,但权重低于高价值互动。

低价值互动:

  • 点赞(1倍加成):属于基础互动行为,对算法推荐影响较弱。

多样性过滤机制:防止内容泛滥

X平台通过多样性过滤机制避免单一账号或话题垄断信息流,主要包括:

作者多样性:

禁止同一账号的帖子连续出现。

限制单个用户每日接收同一创作者内容的频率。

最佳实践:采用间隔发布策略,每2-3小时发布一次,避免集中推送。

主题多样性:

对热门话题的重复讨论会受到“低质内容系数”惩罚。

原创性强且有深度的观点将获得推荐奖励。

实用优化策略

希望在X平台上实现流量的持续增长,创作者需制定与算法机制高度契合的内容策略。以下为经过验证的实用方法:

  • 内容规划:围绕3~4个核心主题进行轮换创作。在流量高峰时段发布具有争议性或前瞻性的观点,并通过系列性内容培养用户期待感。
  • 视频优先策略:专注于制作具有强大吸引力、字幕和适合移动设备的视频。
  • 文本内容升级:发布一些更长的、更有见地的、旨在鼓励讨论的帖子。
  • 互动计划:确保在2小时内回复评论,鼓励用户带评转发和收藏。
  • 合理安排发布时间:每天发布3~5条优质内容,可以间隔2~3小时分别推送。优先选择当地流量高峰时段(例如美国东部时间上午9~11点及晚间7~9点),并加强周末内容发布(周末表现通常优于工作日)。

结论

2025年的算法更新彻底改变了X平台的流量增长规则。声誉评分、隐藏标签和互动价值如今已经成为决定账号崛起或沉寂的关键因素。尽管大多数用户对这些机制一无所知,但理解规则的人将会获得竞争优势。

在X平台上获得成功,从不依赖于发布的作品数量,而取决于内容的质量。创作者需要专注于创造能够引发对话、获得收藏并建立信任的高价值内容。算法将持续奖励那些保持稳定更新、坚持原创并致力于社区建设的账号。当创作者的策略符合这些规则时,推荐算法不再是限制流量增长的障碍,而是会成为推动内容创新的核心引擎。

原文标题:Inside X’s Recommendation Algorithm: How the “For You” Feed Really Works,作者:Riya Bansal

相关资讯

当AI邂逅向量数据库:重新定义智能时代的数据检索

译者 | 晶颜审校 | 重楼探究人工智能与向量数据库如何实现语义搜索,为更智能的推荐系统、聊天机器人及非结构化数据处理工具提供支撑。 在互联网时代,你是否期待搜索引擎不再局限于关键词匹配,而是能理解用户真实意图? 这正是人工智能与向量数据库结合的价值所在。
5/23/2025 8:26:11 AM
晶颜

让推荐系统听懂你:自然语言命令如何打破“猜你喜欢”的困局

大家好,我是肆〇柒。 你的女友是否曾对着满屏“短裙”无奈点击“不喜欢”,却无法告诉系统“我想要一条适合秋天的长裙”? 这种推荐系统的“失语症”,正是阿里巴巴集团联合中国人民大学、中国科学院大学最新研究《Interactive Recommendation Agent with Active User Commands》试图解决的核心问题。
10/13/2025 9:18:11 AM
肆零柒

为什么普通人「出圈」,都在小红书?

解码小红书推荐系统:为什么在这里普通人更容易被看见?出差期间,我在酒店百无聊赖地打开了小红书。一篇看似平淡无奇的笔记吸引了我的注意——一位 ID 叫「倚着彩虹看夕阳」的用户发帖,说自己在酒店的床上看西游记时,感觉到前所未有的放松。从标题到配图,这篇发布于去年 5 月的笔记没有任何明显的爆点,但显然在小红书上引发了广泛的共鸣,收到了大量的点赞、收藏和评论。我也被吸引,陷入了#走不出的评论区。现代人的信息获取方式很大程度上受推荐系统所影响,这篇笔记在发布 8 个月后依然能进入我的视野,小红书的推荐系统功不可没。相比之下
1/16/2024 3:01:00 PM
机器之心