#推特算法

宝玉
3周前
GitHub 上的 twitter/the-algorithm 最近更新了,其实我有拿各大 AI Agent (Claude Code、Codex、Gemini Cli)去帮我调研一下都有啥影响推文权重的,不过结论都不怎么样,这篇分析的看起来相对靠谱一点,直接先引用一下。 推特有个信用分系统(Tweepcred),这个很关键,它将每位用户标记为或高或低的信用评分,决定着你所发推文能够抵达的受众数量。 哪些行为会影响流量呢: - 使用“冒犯性语言”,即刻被大幅降权,流量损失高达80%; - 用户名冒犯性也会受到同样惩罚;甚至全部使用大写字母发帖,也会因为被视为“大喊大叫”而遭受限流; - 最令人困惑的是,如果帖子中包含外链,竟然也会遭受一定程度的惩罚。(所以大家现在第一帖都不放外链了) X 算法并未公开定义究竟什么算“冒犯”,这部分都在一个adult_tokens.text文件中,没发布。 另外还有一个很多推友遇到过的 shadow banning 确实存在,如果频繁被多人举报,打上“低质量推文”、“恶意内容”、“垃圾信息”等标签,你的流量就会受影响。 算法也包含了一些流量加持机制: - 用户在你的视频内容上停留超过10秒,或在文字内容上停留超过2秒,都会带来显著的流量提升; - 用户的引用、收藏等主动互动,被视作极高质量的互动,能有效推动内容进一步扩散; - 最现实的一点:X 的“蓝标认证”(Blue check mark)至关重要 建议: 1. 别使用冒犯性语言。 2. 持续提高信用分(不知道哪里可以查); 3. 尽可能创造能吸引高质量互动的内容,比如被引用或收藏; 4. 媒体内容注重质量而非数量,尤其是视频一定要让人停留超过10秒; 5. 善待你的读者,避免被举报或拉黑; 6. 尽快获取蓝标认证; 7. 内容撰写和设计都要有意识地促使读者停留超过2秒。 当然这都是原作者的分析结果,建议有兴趣的可以用 AI Agent 去交叉验证一下看是不是靠谱。
dontbesilent
2个月前
很多人问在推特的算法设计中,推文的流量池层级是怎么划分的,比如 5000 曝光量是不是一级流量池? 实际上 Twitter (X) 并没有一个像抖音/TikTok 那样明确的、分级的“流量池”概念。 它的曝光增长,主要依赖于两个核心的推荐引擎:社交图谱(GraphJet)和兴趣社区(SimClusters)。 理解这两点,是获得更多曝光的关键。 1. 社交图谱:通过人脉网络放大影响力 简单说,这就是“你朋友的朋友”推荐逻辑。当你的粉丝与你的推文互动(尤其是回复和转推)时,算法会认为这条内容对他的关注者也可能有用,从而将推文展示给他们。 因此,你的核心策略是激发第一层粉丝的互动。可以多与粉丝对话,或者与你所在领域的其他创作者互动。 具体参数上讲,如果我的推文的评论被我(作者)回复了,这个权重相当于这条推文被转发了 75 次,这是 Twitter 在 GitHub 公开的算法里面写了的 2. 兴趣社区:跨越圈层,触达精准同好 破圈才是真正能让你拿到流量的方法。 算法会根据用户的关注和互动,将他们划分到成千上万个“兴趣社区”中,比如“AI 爱好者”或“独立开发者”。 如果你的推文在某个特定社区内反响热烈,算法就会判定它对整个社区都有价值,并大规模地推荐给社区里的其他成员,哪怕他们根本不认识你。 一条成功的推文传播路径是:先通过高质量内容激活你的社交图谱(粉丝和同行),然后在精准的兴趣社区中引爆,最终实现病毒式传播。