Xのおすすめアルゴリズムの仕組み|2026年11月の重み変更(いいね・共有・動画)と企業投稿の設計

X

Xのおすすめアルゴリズムとは

2026年11月更新 / X FOR YOU

Xの「おすすめ」はどう決まる?企業投稿は「目的・対象・内容・反応」から設計する

Xの公開アルゴリズムから企業が学ぶべきことは、反応数を水増しする方法ではありません。投稿する前に「何のために・誰に・何を伝え・どの反応を期待するか」を決め、狙う相手が質の高い反応を起こす確率を高めることです。

情報確認日:2026年11月12日(初版:2026年8月20日)

この記事で一番伝えたいこと

企業のX運用は、すべての投稿で「目的・対象・投稿内容・期待する主反応」の4項目を先に決める。

「いいねを何件集めるか」から考えるのではありません。誰のどの課題に応え、その人に投稿への返信(リプライ)、クリック、滞在、共有、フォローなど、何をしてほしいのかを投稿単位で設計します。

2026年11月の更新:11月5日の公開コードの更新で、いいね・共有・見続ける時間の重みが上がり、投稿や動画を開く行動の重みが下がりました。すぐ下で詳しく解説しています。

2026年10月の更新:Elon Musk氏が、投稿に使われる時間を予測するランキングモデルと、最後まで読まれる投稿を拾う取得モデルの更新を発表しました。公開コードにも、取得元ごとに候補を比例配分する仕組みなどが追加されています。詳しくは2026年10月の変更点をご覧ください。

UPDATE / NOVEMBER 2026

2026年11月の変更点|「いいね・共有・見続ける」を重く、「開かせる」を軽く

2026年11月5日、公開コード(xai-org/x-algorithm)の更新で、おすすめの順位づけに使う「重み」が7つ変わりました。当社で、更新の前と後のコードを比べて確認しています。2026年11月11日の最新版でも、同じ値のままです。

ひとことで言うと

タイムライン上で読まれ、いいねや共有をされる投稿が、より重く評価される方向に変わりました。

「投稿を開かせる」「動画を開かせる」反応は軽くなり、「興味なし」を選ばれることへの評価は、さらに厳しくなっています。

そもそも「重み」とは何か

Xは、おすすめに出す候補の投稿ごとに、見る人が「いいねしそうか」「共有しそうか」「興味なしを選びそうか」といった行動を予測します。その予測に、行動ごとの「重み」を掛けて合計し、点数の高い順に並べます。

SCORE IMAGE
点数 = いいねしそうか×0.708 + 共有しそうか×2.118 + 見続けそうか×0.0075 + … + 興味なしを選びそうか×(−53.07)

つまり重みは、「どの反応を、どれくらい大事にするか」の配分です。今回の更新は、この配分の見直しです。ただし、掛かる相手は「いいねの件数」ではなく「その人がいいねしそうな確率」なので、重みが7%上がっても、表示が7%増えるわけではありません。

7つの重みは、こう変わった

バーの長さは、変化の割合(%)です。いちばん大きく変わったのは、動画を開く行動(0に)と、見続ける時間(+25%)です。

いいねする0.66 → 0.708 +7.3%
重くその人が「いいね」を押しそうか。
共有する2.0 → 2.118 +5.9%
重くDMやリンクのコピーなどで、人に送りそうか。
見続ける(継続的な滞在時間)0.006 → 0.0075 +25%
重くタイムライン上で、その投稿に目を止めて読み続けそうか。
投稿を開く(クリック)0.3 → 0.274 −8.7%
軽く投稿をタップして、詳細を開きそうか。
開いた後の滞在時間0.4 → 0.385 −3.8%
軽く開いた先で、どれだけ時間を使いそうか。
動画を開く(通常のタイムライン)0.02 → 0.0 0に(−100%)
評価なしタイムラインの動画をタップして開きそうか。
「興味なし」を選ぶ−52.272 → −53.07 マイナスが1.5%拡大
厳しくその人が「興味なし」を選びそうか。この重みだけマイナス。

返信(5.0)と、外部リンクを開く行動(0.2)の重みは変わっていません。数値は、一部の項目で小さく見えますが、予測値の大きさが項目ごとに違うため、重みの数字どうしを単純に比べることはできません。

3つのグループで見ると、方向がはっきりする

HEAVIER重くなった:その場で読まれて、反応される

いいね、共有、見続ける時間。タイムラインに表示された投稿が、その場で読まれ、反応され、人に送られることが、より評価されます。

LIGHTER軽くなった:開かせる

投稿を開くクリック、開いた後の滞在、動画を開く行動。「続きは開いて」と誘う反応の評価は下がり、通常のタイムラインで動画を開く行動は評価の対象から外れました。

STRICTER厳しくなった:興味なし

「興味なし」を選ばれそうな投稿は、マイナスがさらに大きくなりました。見せたい相手と関係の薄い投稿ほど、不利になる方向です。

企業の投稿に置き換えると

BEFORE開かせることに頼る投稿

「新サービスを公開しました。詳しくはこちら▶(リンク)」

中身はリンク先にしかなく、タイムライン上では読む理由も、共有する理由もありません。

AFTERタイムラインで完結する投稿

「人事担当者向けに、新サービスでできることを3つにまとめました。①… ②… ③… 詳しい料金はリンク先へ」

要点が投稿の中で分かり、社内に共有したくなります。リンクは、さらに知りたい人のための補足です。

企業投稿で見直したいこと

IN-FEED開かなくても価値が伝わる投稿に

結論や要点を、タイムラインに表示される範囲に置きます。「続きは開いて」だけに頼る投稿は、重みの方向と合わなくなっています。

SHARE人に送りたくなる情報を入れる

チェックリスト、比較、数字の整理など、社内や知人に共有したくなる情報は、共有の予測を高める材料になります。

VIDEO動画は「開かせる」より「見続けてもらう」

通常のタイムラインでは、動画を開く行動の重みが0になりました。再生を始めてもらうことより、冒頭で中身を見せて見続けてもらうことを目標にします。

RELEVANCE狙う相手以外に届く投稿を避ける

話題への便乗や、対象者と関係の薄い投稿は、「興味なし」を選ばれやすくなります。見せたい相手を決めてから書きます。

HOME EXCURSION新しい点数の計算が、既定で有効に

同じ更新で、「Home Excursion」という点数の計算を有効にする設定が、既定でオンになりました。名前からはホーム画面の外へ移る行動に関する予測とみられます。ただし、通常の順位づけで使う重みは0で、どう使われるかは公開コードからは分かりません。

NOブログでの読み解き

11月の変更は、10月の「時間を使い、最後まで読まれるか」と同じ流れにあります。Xは、タイムラインの上で読まれ、反応され、人に送られる投稿を選ぼうとしています。企業にとっては、この記事で紹介する「目的・対象・内容・反応」の4項目のうち、「期待する主反応」を「開かせる」から「その場で読まれ、共有される」へ置き換えることが、もっとも実務的な対応です。

値は、2026年11月5日のコード更新時点の既定値です。公開リポジトリはほぼ毎日更新されており、値はまた変わる可能性があります。また、既定値がすべての利用者に常に適用されるとは限らず、実験や設定変更の状況は公開コードからは分かりません。

01 / THE MAIN POINT

最重要|投稿前に4項目を設計する

アルゴリズムの構造を企業実務へ置き換えると、結論はこの投稿設計表です。

目的対象投稿内容期待する反応

表は横にスクロールできます →

目的 対象 投稿内容 期待する主反応
BtoB認知 業界の実務担当者 現場で使えるチェックリスト、調査結果、失敗例 滞在・共有・フォロー
商品理解 比較検討中の顧客 用途別比較、選び方、よくある誤解 クリック・ユーザーからの返信(リプライ)
採用 応募候補者 仕事の判断基準、社員の一日、現場の課題 プロフィールクリック・採用ページ遷移
ファン形成 既存顧客・利用者 開発背景、担当者の知見、利用者参加型の問い ユーザーからの返信(リプライ)・引用・継続フォロー

投稿後は、総反応数だけでなく「想定した対象者が、想定した反応を起こしたか」を確認します。目的が異なる投稿を、同じ「いいね率」だけで比較してはいけません。

STAGE 01候補を取得フォロー内とフォロー外から投稿を探す
STAGE 02除外・フィルタ重複、既読、ブロックなどを取り除く
STAGE 03反応確率を予測ユーザーごとに複数行動の起こりやすさを計算
IMPORTANT生の件数ではない重みは予測確率に掛かる

02 / OFFICIAL OPEN SOURCE

Xが公開した「For You」アルゴリズムとは

xAIは、Xの「For You」フィードでどの投稿を表示するかを決める中核コードを、GitHubのxai-org/x-algorithmで公開しています。

2026年8月13日の更新では、主要な設定値、表示可否に関係する仕組み、Phoenixモデルの学習・実行コードなどが追加されました。翌14日には、行動ごとの「重み」に関する誤解を正す説明も追記されています。

公式リポジトリが説明していること

おすすめフィードは、フォローしているアカウントの投稿と、機械学習などで見つけたフォロー外の投稿を集め、フィルタし、Phoenixモデルでユーザーごとの行動確率を予測して並べます。

NOブログでの読み解き

公開コードは「この投稿なら必ず伸びる」という攻略表ではありません。企業が使うべきなのは、数値の小手先の操作ではなく、目的・対象・内容・期待する反応を投稿前に決めるための構造理解です。

03 / THREE-STAGE MODEL

図解|Xのおすすめ表示を3段階で理解する

実際の公開コードには、ユーザー情報の取得、候補の補完、選択後の再フィルタ、広告などとの混合を含む複数工程があります。本記事では企業担当者が理解しやすいよう、中核を「候補取得→除外・フィルタ→スコアリング」の3段階に整理します。

企業運用への置き換え:候補に入りやすい一貫したテーマを持ち、表示対象外や否定反応の原因を避け、狙う対象者が期待する反応を起こしやすい投稿内容を設計する。この3段階すべての土台が、記事冒頭の「目的・対象・投稿内容・期待する主反応」です。

第1段階:候補取得

投稿候補は大きく、フォロー中のアカウントから取得する「In-Network」と、フォロー外から発見する「Out-of-Network」に分かれます。

  • Thunder:フォローしているアカウントの最近の投稿を取得
  • Phoenix Retrieval:ユーザーと投稿をベクトル化し、関連性が近い投稿を取得
  • SimClusters:誰が何に反応したかのクラスターから候補を発見

企業アカウントにとって重要なのは、フォロワーへの配信だけでなく、投稿内容と反応履歴を通じて「どの関心クラスターに属するアカウントなのか」が一貫して伝わることです。

第2段階:除外・フィルタ

候補になっても、すべてがスコアリング後に表示されるわけではありません。公開コードでは、次のような投稿を事前・事後に除外する処理が確認できます。

  • 複数の取得元から届いた同一投稿
  • 一定時間より古い投稿
  • ユーザー自身の投稿
  • 既に見た、または同じセッションで表示済みの投稿
  • ブロック・ミュートしたアカウントの投稿
  • ミュートキーワードを含む投稿
  • 閲覧資格のない購読者限定投稿
  • 表示可否システムが「DROP」と判断した投稿

順位付けと表示可否は別の仕組みです。スコアが高くても、安全性・可視性の判定や重複処理によって表示対象から外れる場合があります。

第3段階:ユーザー別スコアリング

Phoenixは、候補投稿ごとに、そのユーザーが複数の行動を取る確率を予測します。それぞれの予測値に設定された重みを掛け、最終スコアへまとめます。

その後も、同じ投稿者が連続しすぎないための調整、フォロー外投稿への調整、新しい投稿者へのブースト、類似投稿が並びすぎないための再順位付けなどが行われます。

04 / PREDICTED PROBABILITY

重要|「反応数の足し算」ではない

公開コードを見た解説の中には、「ユーザーからの返信(リプライ)はいいねの何倍」「報告1件でいいね何件分が消える」といった説明があります。しかし、X公式リポジトリは2026年8月14日、この読み方を明確に否定しました。

PUBLIC CODE CONCEPT
最終スコア = Σ(行動ごとの重み × そのユーザーが行動する予測値)

重みが掛かるのは、投稿が獲得済みの生のいいね数や、ユーザーから届いた返信(リプライ)の件数ではありません。「この閲覧者が、この投稿にいいねする確率」「この閲覧者が投稿へ返信(リプライ)する確率」「この閲覧者が報告する確率」「この閲覧者の滞在に関する予測値」などです。

誤った理解:報告1件が、いいね数百件を機械的に相殺する。
公開コードに沿った理解:対象ユーザーが報告する可能性や、いいねする可能性などを投稿ごとに予測し、それぞれの重みを掛けて合成する。

同じ投稿でも、ユーザーAには高く評価され、ユーザーBには低く評価される可能性があります。したがって企業運用では、全ユーザーから平均的に反応を集めるより、投稿の目的と対象を定め、その人に有用な内容を届け、望ましい行動を起こしやすくすることが重要です。

05 / POSITIVE & NEGATIVE SIGNALS

ユーザーからの返信・クリック・滞在と、報告・ブロックの両方を見る

Phoenixが扱う行動予測には、目に見えやすい「いいね」や「ユーザーから投稿への返信(リプライ)」だけでなく、クリックや滞在、投稿者のフォロー、否定的な行動も含まれます。

本記事での用語:「ユーザーからの返信(リプライ)」は、ユーザーが企業の投稿へコメントを送る行動です。「企業担当者の応答」は、届いたコメントに企業側が返答し、追加情報を提供する行動です。両者を区別して説明します。

POSITIVE DIRECTION望ましい反応の代表例

いいね、ユーザーから投稿への返信(リプライ)、リポスト、引用、共有、DM共有、リンクコピー、投稿・プロフィール・リンクのクリック、写真拡大、動画視聴、滞在、投稿者のフォローなど。

NEGATIVE DIRECTION否定的な反応の代表例

「興味なし」、投稿者のミュート、ブロック、報告、十分に滞在しないことなど。

表は横にスクロールできます →

反応 企業が設計できること 避けたい設計
ユーザーからの返信
(リプライ)
投稿文に回答しやすい具体的な問いや、経験を共有できるテーマを入れる。届いたリプライには企業担当者が応答し、追加情報を返す 論争だけを狙う煽り、回答範囲が広すぎる質問、コメントを集めたまま企業側が放置する運用
クリック 投稿内で得られる価値とリンク先の続きが一致する導線 内容を隠すだけのクリックベイト、遷移先との不一致
滞在 結論先出し、箇条書き、比較、手順、画像・動画で理解を深める 意味のない長文化、結論を不自然に引き延ばす
フォロー 誰向けの何の専門アカウントかを投稿シリーズで一貫させる 毎回テーマ・対象者・口調が変わる運用
報告・ブロック 事実確認、表示頻度、ターゲットとの適合、権利・表現を点検する 無関係な便乗、過度な連投、誤認を招く断定、攻撃的な応対

すべての反応が企業側の分析画面で個別に見えるとは限りません。確認できる数値だけを最適化し、見えない否定的反応を無視しないことが重要です。

06 / KNOWN & UNKNOWN

公開コードから分かること/分からないこと

公開コードで確認可能推測や断定を避ける範囲

表は横にスクロールできます →

公開コードから分かること 公開コードだけでは分からないこと
For Youフィードを構成する主要な処理段階 個別投稿が何インプレッション獲得するか
フォロー内・外の主要な候補取得元 ある投稿が必ずおすすめ表示される条件
代表的な事前・事後フィルタ 非公開のGroxプロンプトや一部のbotmakerルール
モデルが予測する行動の種類 全実験・全ユーザーに常時適用される設定
公開時点の主な重みと計算構造 特定ユーザーに対する実際の予測確率
順位付けと表示可否が別処理であること 投稿改善とリーチ増加の因果関係の保証
2026年10月に追加された処理(Fair Shareなど)の内容と既定値 その設定が実際に有効か、発表されたモデルの適用時期と範囲

Xは、悪用や回避を防ぐため、Groxの具体的なプロンプトや一部のルールを公開していないと説明しています。また、実験や設定値は更新されるため、GitHubの一時点のコードを永久に変わらない攻略法として扱うべきではありません。

UPDATE / OCTOBER 2026

2026年10月の変更点|「視聴時間」と「完読」を重視する方向へ

2026年10月20日、Elon Musk氏がXの投稿で、おすすめ表示に関わる2つのモデルの更新を発表しました。翌21日には、公開コード(xai-org/x-algorithm)にも、候補投稿の扱いに関する変更が加わっています。

発表された2つのモデル

投稿は「Two important changes to timeline recommendations(タイムラインのおすすめに関する2つの重要な変更)」という一文から始まり、次の2つを挙げています。

ランキングモデル:「New AI/SI ranking model that predicts probable time spent much better」。ユーザーがその投稿にどれくらい時間を使うかを、より正確に予測するモデルです。

取得モデル:「Retrieval model trained to surface posts people read all the way through」。最後まで読まれる投稿を、おすすめの候補として拾うよう学習したモデルです。

同じ投稿でMusk氏は、「User active seconds is growing exponentially and hitting all-time highs almost every day(ユーザーのアクティブ秒数は指数関数的に伸び、ほぼ毎日過去最高を更新している)」として、2023年から2026年の1日あたりの利用時間(Daily UAS)のグラフを示しています。グラフでは、2026年の値が8月ごろから上がり始め、10月には前年までを大きく上回っています。ただし、これはX側が示した数字で、第三者による検証はありません。また、利用時間の伸びのうち、どこまでが今回のモデル更新によるものかは示されていません。

Elon Musk氏のX投稿。タイムラインのおすすめに関する2つの変更と、2023〜2026年の1日あたり利用時間(Daily UAS)のグラフ
Elon Musk氏のX投稿(2026年10月20日)。画像をクリックすると元の投稿を開きます。

公開コードで確認できた変更(2026年10月21日)

当社で10月21日のコード更新を確認したところ、おすすめの候補の扱いに関わる次の4つの追加がありました。

FAIR SHARE取得元ごとに、候補を同じ割合で残す

候補投稿を「フォロー内」「SimClusters(興味関心のクラスタ)」「Phoenix取得(類似度による検索)」などの取得元ごとに分け、候補が上限(既定2,800件)を超える場合は、各取得元から同じ割合で残します。特定の取得元だけが候補枠を占めにくくなる仕組みです。有効化の設定は、既定ではオフです。

SERENDIPITY「意外性」を測る指標

おすすめの上位10件に、ユーザーが普段見ない話題や、普段使わない言語の投稿がどれだけ入ったかを記録する計測の仕組みです。リクエストの一部を抜き出して記録します。順位を直接変える処理ではありません。

VIDEO CAROUSEL動画カルーセル候補の記録

動画カルーセルに入る候補を記録する仕組みです。記録の設定は、既定ではオフです。

VALUE MODEL候補取得時の価値モデルの重み

候補を集める段階で使う「価値モデル」の重みを、設定で指定できる項目が追加されました。既定値は空で、公開コードからは具体的な値は分かりません。

NOブログでの読み解き

発表と公開コードは、同じ方向を向いています。「何件反応されたか」より、「その人が時間を使い、最後まで読んだか」。候補を集める段階でも、取得元の偏りを抑えながら、見る人にとって価値のある投稿を選ぶ方向です。ただし、発表された2つのモデルが公開コードのどの部分に当たるかは、現時点では確認できていません。

企業投稿で見直したいこと

COMPLETE1投稿で完結させる

結論と根拠を、投稿の中に置きます。「詳しくはリンク先で」だけで終わる投稿は、読み切られる前に離れられやすくなります。

OPENING冒頭の2行で、読む理由を示す

誰向けの、何の話かを最初に書きます。最後まで読まれるかどうかは、入口で決まります。

THREADスレッドは「続きを読みたい」順に

1投稿目に結論、2投稿目以降に手順・事例・注意点を並べます。内容を薄めて分割するスレッドは、逆効果になり得ます。

VIDEO動画は冒頭で中身を見せる

視聴時間の予測が重視されるなら、冒頭で離脱される動画は不利になると考えられます。最初の数秒で、何が分かる動画かを示します。

ここでの見直し案は、発表と公開コードをもとにした当社の読み解きです。モデルの更新時期や適用範囲は公表されておらず、個別の投稿の表示を保証するものではありません。上で紹介した「目的・対象・内容・反応」の4項目のうち、「期待する主反応」に「最後まで読まれること」を加えて検証してください。

NEW ORDER / AI × SNS

4項目の投稿設計を、社内で続けられる運用体制へ

ニューオーダーのAI SNS研修では、Instagramを中心にX・Facebook・YouTubeもカバーし、「目的・対象・投稿内容・期待する反応」の設計から制作、分析、改善会議までを自社の業務へ落とし込みます。

07 / WHAT COMPANIES SHOULD DO

企業が実行すべきは「投稿設計の標準化」

公開コードを見て反応ごとの重みだけを追いかけると、運用は短期的な数字合わせに偏ります。企業は、担当者の感覚で投稿を作る状態から離れ、すべての企画で「目的・対象・投稿内容・期待する主反応」を記入する共通ルールを持つべきです。

その4項目を決めるときの判断基準が、次の3点です。

01 / CONSISTENCY狙うユーザー層との一貫性

商品担当者、採用候補者、地域生活者など、誰に向けたアカウントかを明確にし、テーマを蓄積します。

02 / UTILITY投稿ごとの有用性

読むことで判断、比較、実行ができる情報を用意し、宣伝だけに偏らない投稿を作ります。

03 / CONVERSATION会話を生む設計

ユーザーが投稿へ返信(リプライ)しやすい問いを用意します。リプライが届いた後は、企業担当者がそのコメントへ応答し、追加情報を返して会話を継続します。

アカウント全体のテーマが定まっていても、投稿単位の4項目が曖昧なら検証できません。投稿会議では企画案より先に、記事冒頭の投稿設計表を埋めてください。

08 / POST-BY-POST DESIGN

4項目を実際の投稿企画へ落とし込む

01

目的を一つ選ぶ

BtoB認知、商品理解、採用、ファン形成など、この投稿が事業上何を前進させるのかを決めます。

02

対象ユーザーを一文で定義する

「中小製造業の採用担当者」「店舗から半径10kmの子育て世帯」など、反応してほしい人を具体化します。

03

投稿内容を一つの価値に絞る

比較、手順、失敗例、現場情報など、対象者が読後に理解・判断・実行できることを明確にします。

04

期待する主反応を一つ決める

ユーザーからの返信(リプライ)、クリック、滞在、共有、プロフィール遷移、フォローなど、目的に最も近い反応を選び、その行動を起こす理由を投稿内容に組み込みます。

05

否定的な反応の原因を公開前に潰す

誤解を招く表現、過剰な煽り、無関係なトレンド便乗、表示頻度、リンク先の不一致を確認します。

企画会議での使い方:4項目を1行で説明できない投稿は公開せず、目的か対象を絞り直します。複数の反応を狙う場合も、評価に使う「主反応」は一つ決めてください。

09 / BUSINESS CHECKLIST

企業アカウント向けチェックリスト

公開前

  • 投稿の事業目的を一つに決めている
  • 対象ユーザーを一文で説明できる
  • 投稿内容が対象者に与える価値を一つに絞っている
  • 起こしてほしい主反応を一つ決めている
  • 冒頭だけで対象者と価値が分かる
  • リンク先と投稿内容が一致している
  • 誇張、誤認、権利、個人情報を確認した

公開後

  • 想定した対象者が、想定した主反応を起こしたか確認する
  • ユーザーから届いた返信(リプライ)は、件数だけでなく内容と対象者の一致を見る
  • ユーザーからのコメントには企業担当者が応答し、必要な追加情報を提供する
  • クリック後のサイト行動まで確認する
  • 動画は再生数だけでなく視聴の深さを見る
  • 想定外の引用・批判へ感情的に反応しない
  • 見えない否定反応の可能性も改善仮説に含める

月次レビュー

  • 反応したユーザー層は狙いと一致したか
  • 投稿テーマごとに望ましい反応率を比較したか
  • 表示は多いが事業成果につながらない投稿を特定したか
  • 否定的な公開反応と原因を記録したか
  • テーマ・形式・頻度の変更を一度に行いすぎていないか
  • 次月に残す型と、停止する型を決めたか

10 / 30-DAY TEST

30日間で「反応の質」を検証する方法

アルゴリズム変更を追うだけでは、企業アカウント固有の正解は見つかりません。30日間、各投稿の「目的・対象・投稿内容・期待する主反応」を記録し、同じ目的の投稿どうしで内容の型を比較します。

1週

4項目と基準値を記録

目的、対象、投稿内容、期待する主反応に加え、形式、投稿時間、表示、ユーザーからの返信(リプライ)、クリック、プロフィール遷移などを整理します。

2週

ユーザーからの返信を生む設計を比較

一般的な質問と、対象者が自身の経験を答えやすい具体的な質問を比較します。届いたリプライには企業担当者が応答し、会話の内容も記録します。

3週

有用性と滞在を比較

結論、手順、比較表、短い動画など、理解を深める構成を比較します。

4週

事業成果まで評価

高反応だった投稿が、問い合わせ、採用、サイト回遊、指名検索などへつながったかを確認します。

一度に対象者、テーマ、形式、投稿時間、頻度をすべて変えると、何が影響したか判断できません。1回の検証で変える要素を絞ってください。

11 / FAQ

Xのおすすめアルゴリズムに関するよくある質問

2026年11月に、Xのおすすめアルゴリズムの何が変わりましたか?

2026年11月5日の公開コードの更新で、いいね(0.66→0.708)、共有(2.0→2.118)、見続ける時間の重みが上がり、投稿を開くクリック(0.3→0.274)の重みが下がりました。通常のタイムラインで動画を開く行動の重みは0になり、「興味なし」のマイナスは大きくなっています。重みは予測値に掛かるもので、表示の増減をそのまま示すものではありません。

Xのおすすめアルゴリズムは公開されていますか?

xAIが、XのFor Youフィードを構成する中核コードをGitHubで公開しています。ただし、Groxの具体的なプロンプトや一部のbotmakerルールなど、非公開部分もあります。

いいねを増やせばおすすめ表示されますか?

いいねはモデルが予測する行動の一つですが、生のいいね件数だけで順位が決まるわけではありません。ユーザーごとの複数行動の予測、フィルタ、候補取得、各種調整が組み合わされます。

報告1件で多数のいいねが相殺されますか?

そのような単純計算ではありません。X公式リポジトリは、重みが生の反応数ではなく、各ユーザーが行動する予測値に掛かると説明しています。

ユーザーからの返信(リプライ)はX運用で重要ですか?

ユーザーが投稿へ返信する行動は、公開コード上の予測対象に含まれます。ただし、無関係なリプライ数を増やすことが目的ではありません。対象ユーザーが答えやすい問いを用意し、届いたコメントには企業担当者が誠実に応答して、有益な会話へ発展させることが重要です。

リンクを入れると必ず不利になりますか?

公開コードから「すべての外部リンク投稿が必ず不利」とは断定できません。クリック確率も予測対象です。投稿とリンク先の価値を一致させ、遷移後の事業成果まで評価してください。

投稿を長くすれば滞在時間が伸びますか?

意味のない長文化は有用性を高めません。2026年10月に発表されたモデルは「最後まで読まれる投稿」を拾うよう学習しているとされ、長さより読み切られるかが問われます。結論、比較、手順などを読みやすく整理し、必要な時間を使って理解できる投稿を目指します。

Xは視聴時間や「最後まで読まれるか」を重視するようになりましたか?

2026年10月20日、Elon Musk氏が、投稿に使われる時間をより正確に予測するランキングモデルと、最後まで読まれる投稿を拾う取得モデルの更新を発表しました。反応の件数だけでなく、時間を使って読まれるかが評価に入る方向です。適用時期や範囲は公表されていません。

公開コードに追加された「Fair Share」とは何ですか?

おすすめの候補投稿を取得元(フォロー内、SimClusters、Phoenix取得など)ごとに分け、候補が上限を超えたときに各取得元から同じ割合で残す仕組みです。2026年10月21日の公開コードに追加されましたが、有効化の設定は既定でオフです。投稿者が操作できる設定ではありません。

企業は何をKPIにすべきですか?

まず投稿の目的と期待する主反応を決めます。そのうえで、狙うユーザーからの返信(リプライ)、質の高いサイト流入、プロフィール遷移、問い合わせ、採用応募など、目的に直結する指標を設定します。目的が違う投稿を総いいね数だけで比較しないことが重要です。

RELATED ARTICLES

DESIGN THE RIGHT RESPONSE

目的・対象・内容・反応。企業SNSを投稿設計から見直す

AI SNS研修では、自社アカウントを題材に、すべての投稿で「目的・対象・投稿内容・期待する主反応」を決める企画フォーマットと、公開後の検証フローを整えます。アルゴリズム変更に振り回されず、社内で改善を続けられる型を作ります。

青山 直樹

メディアを32年、内側から見続けてきました。1994年電通入社、テレビ局担当6年、アジアのメディアビジネス4年。
2004年起業、ゴルフメディアを8年、ソーシャル専業13年。
今はAI時代のSNSを考え、書き、企業に教えています。
㍿ニューオーダー代表

関連記事

この記事へのコメントはありません。

カテゴリー

アーカイブ