Xアルゴリズムの「重み」とは?おすすめ表示のスコアリングをわかりやすく解説

Xのアルゴリズムで公開された「重み」を見て、「リンクコピーはいいねの40倍」「1回の通報で468件のいいねが帳消しになる」と考えていないでしょうか。

この読み方は正確ではありません。Xのおすすめフィードでは、実際に発生した行動件数ではなく、閲覧者が各行動を取る予測確率に重みを掛けて投稿の基本スコアを計算します。

2026年8月14日の公式追記を反映

Xは公開コードへ説明を追加し、重みは実際のいいね数や通報数に掛けるものではないと明記しました。本記事では、8月13日に公開された標準値と、翌14日に追加された公式説明をもとに、スコアリングの仕組みを解説します。

先に結論
重みは「行動1回でもらえる点数」ではなく、予測確率を調整する係数

表示されやすい投稿を作るには、重みの数字だけを追うのではなく、興味関心の合う閲覧者から共有・返信・フォローなどが自然に起こりやすい内容にすることが重要です。

1 予測確率を計算

Phoenixが閲覧者ごとに、いいねや共有などを行う可能性を予測します。

2 重みを掛けて合算

各行動の予測確率に、公開標準の重みを掛けて基本スコアを作ります。

3 関係性などを調整

フォロー関係、投稿者の偏り、フォロー外投稿などを調整して並べます。

Xの「おすすめ」が表示される仕組み

Xのおすすめフィードは、単純ないいね数やリポスト数の順ではありません。フィードを開くたびに、閲覧者ごとに投稿候補を集め、反応する可能性を予測し、表示順を決めています。

履歴を読み取る 最近の反応、フォロー、ブロック、ミュート、閲覧済み投稿などを取得
候補を集める フォロー内の投稿と、興味関心が近いフォロー外投稿を取得
反応を予測する いいね、返信、共有、フォロー、興味なし、通報などを予測
並べて絞り込む 重み付け、関係性の調整、表示制限などを経てフィードへ表示

候補は、フォローしているアカウントの最近の投稿を扱うThunderと、フォロー外から投稿を探すPhoenix RetrievalやSimClustersなどから集められます。その後、重複、古い投稿、閲覧済み投稿、ブロック・ミュート対象などが除外されます。

残った候補について、Phoenixが「この投稿をこの人へ見せた場合、どのような行動を取りそうか」を予測します。同じ投稿でも、閲覧者の行動履歴や投稿者との関係が違えば、予測確率と表示順位は変わります。

投稿に固定された絶対スコアではない

おすすめのスコアは閲覧者ごとに計算されます。全利用者に共通する「この投稿は80点」という固定評価ではなく、候補に入ったほかの投稿と比較して表示順が決まります。

Xアルゴリズムの「重み」とは?

Phoenixは、いいね、返信、リポスト、引用、リンクコピー、DM共有、フォロー、興味なし、ブロック、ミュート、通報など、複数の行動について予測値を出します。

Ranking Scorerは、それぞれの予測値に設定された重みを掛け、合算して投稿の基本スコアを作ります。

基本となるスコアリング
投稿スコア = Σ(各行動の予測確率 × 各行動の重み)

ここで重要なのが、掛ける対象は実際に発生した行動回数ではなく、閲覧者がその行動を取ると予測された確率であることです。滞在時間など、一部では確率ではなく予測された連続値が使われます。

誤った理解

実際のいいね数 × 0.5
実際の通報数 × −234

正しい理解

P(いいねする)× 0.5
P(通報する)× −234

「予測確率」は実績ではなく予測として捉える

分かりやすく言い換えると、予測確率は「この閲覧者へ同じ条件で何度も表示した場合、その行動がどの程度の頻度で起こりそうか」という予測です。

したがって、表示されやすくするには、重みの高い行動が競合する候補投稿よりも高い確率で起こると予測されるコンテンツを作る必要があります。ただし、Xに「通常投稿の基準点」が一つ設定されているわけではなく、閲覧者ごとに候補投稿同士が比較されます。

2026年8月に公開された主な重み

2026年8月13日時点の公開コードで確認できる主な標準値は、次のとおりです。

予測する行動 公開標準重み 読み方
リンクコピーによる共有20.0URLをコピーする予測確率に掛ける
相互フォロー相手のオリジナル投稿への返信20.0通常の返信5.0に15.0を加算
返信5.0返信する予測確率に掛ける
引用5.0引用投稿する予測確率に掛ける
DMによる共有5.0DMで送る予測確率に掛ける
投稿者のフォロー4.0投稿者をフォローする予測確率に掛ける
一般シェア2.0共有する予測確率に掛ける
リポスト1.0リポストする予測確率に掛ける
いいね0.5いいねする予測確率に掛ける
投稿クリック0.4投稿を開く予測確率に掛ける
外部リンクを開く0.2外部リンクを開く予測確率に掛ける
画像展開・動画オープン各0.05画像や動画を開く予測確率に掛ける
プロフィールクリック0.0公開標準値では基本スコアへ直接加点されない
通報−234.0通報する予測確率をマイナス評価
ミュート−58.8投稿者をミュートする予測確率をマイナス評価
興味なし−43.2「興味なし」を選ぶ予測確率をマイナス評価
ブロック−31.2投稿者をブロックする予測確率をマイナス評価
読まずに通過−0.02投稿に滞在しない予測をマイナス評価

公開値はリポジトリ上の主要な本番標準値です。Xは一部トラフィックで実験を行っており、利用者や時期によって異なる設定が使われる場合があります。

リンクコピーは「いいね40件分」ではない

リンクコピーの重み20は、いいねの重み0.5の40倍です。しかし、リンクコピー1回といいね40回が同じ点数になるわけではありません。

リンクコピーは、いいねよりも発生しにくい行動です。Xのコードコメントでは、重みは行動をどの程度重視するかだけでなく、ネットワーク全体でその行動が通常どの程度起こるかも考慮した値だと説明されています。

つまり、重みの比率だけを比較して「リンクコピーを1回増やせば、いいね40回分伸びる」とは判断できません。

「1件の通報で468件のいいねが消える」は誤り

通報の重みは−234、いいねの重みは0.5です。比率だけなら468倍ですが、Xは2026年8月14日に、「1件の通報が468件のいいねを相殺する」という解釈は誤りだと明記しました。

通報の通常発生確率は、いいねより1,000倍以上低いとXは説明しています。非常にまれな反応なので、大きな重みを設定しなければ、予測結果がランキングへほとんど影響しません。

仮の予測値を使った計算例
行動予測確率重みスコアへの影響
いいね20%0.5+0.1000
リンクコピー1%20+0.2000
通報0.01%−234−0.0234
重みが大きくても、予測確率が低ければ、ただちに極端な減点になるわけではありません。

上記の予測確率は、仕組みを説明するための仮定です。Xが公開した実測値ではありません。

通報が多くなりそうな投稿は不利になり得る

「1件の通報で大幅減点」ではありませんが、通報が無関係という意味でもありません。閲覧者が通常の候補投稿よりも高い確率で通報すると予測されれば、「通報の予測確率×−234」のマイナスが大きくなります。

また、ランキングとは別に、投稿やアカウントへ付与された安全性ラベルによって、警告表示やおすすめからの除外が行われる場合があります。反応予測による順位と、表示できるかどうかを決めるVisibility Filteringは別の仕組みです。

組織的な通報は全ユーザーへ一律に影響しない

Xが追加した説明では、おすすめは利用者ごとにパーソナライズされるため、悪意のある利用者による通報は、主にその利用者と似た傾向を持つ人への推薦に影響するとしています。全ユーザーに同じ減点が加算される仕組みではありません。

さらに、ランキングへ影響する行動は、ホームタイムラインに表示された投稿上で行われたものが対象です。グループチャットなどから投稿URLを直接開き、組織的に通報する行為は、ランキングへ影響しないとXは説明しています。

表示されやすい投稿を作るための考え方

公開された重みから「数値の大きい行動だけを増やせばよい」と考えるのは危険です。重要なのは、興味関心の合う利用者に表示されたとき、プラスの行動が競合投稿よりも起こりやすい内容にすることです。

  • いいねだけで終わらず、人に共有する具体的な理由があるか
  • 感想ではなく、経験や具体策を返信したくなる内容か
  • 引用して、自分の見解や補足を加えたくなる情報か
  • 今後も同じテーマの情報を受け取るため、フォローしたくなるか
  • 煽りや誇張によって、興味なし・ミュート・通報を招いていないか

「リンクをコピーしてください」「とにかく返信してください」と行動を直接要求することが目的ではありません。反応を要求しなくても、その行動が自然に起こるだけの価値を作る必要があります。

スコアが高くなりやすいコンテンツの具体例

公開コードでは、速報性や専門性そのものに直接の重みが設定されているわけではありません。しかし、高い重みを持つリンクコピー、返信、引用、DM共有、フォローなどが起こりやすい内容を逆算すると、次のようなコンテンツが有力です。

速報 × 解説 専門的なニュースの速報

業界ニュース、仕様変更、料金改定、制度変更などをいち早く伝え、「何が変わったか」「誰に影響するか」「何をすべきか」まで整理します。

一次情報 自分で確認・検証した情報

実際の検証結果、現場データ、取材、体験など、ほかの投稿では代替しにくい情報を提示します。

実務利用 後で使える手順や比較表

チェックリスト、設定手順、テンプレート、比較表など、仕事仲間へ送り、後から見返したくなる形にします。

専門的見解 公式情報に独自の判断を加える

情報の転載で終わらず、実務への影響、優先順位、一般的な解釈の誤りなどを説明します。

共通関心 同じ分野の人が議論できる投稿

読者が経験や具体策を持ち寄れる問いを提示し、ほかの閲覧者にも役立つ会話を作ります。

継続価値 次の投稿も読みたくなる発信

一つの専門テーマを継続し、プロフィールを見なくても「何を発信する人か」が分かる状態を作ります。

速報だけで有利になるわけではない

古い情報を速報のように見せる、確認前の情報で不安を煽る、公式発表をそのまま転載するといった投稿は、信頼や独自性を作れません。速報性に専門的な解説や具体的な対応策を組み合わせることが重要です。

投稿単体のスコアだけでなく、履歴と関係性も重要

Xは投稿本文だけを見て、おすすめの表示順を決めているわけではありません。Phoenixは閲覧者の最近の行動履歴を読み取り、その人が候補投稿へ反応する確率を予測します。

要素おすすめ表示への関わり方
閲覧者の行動履歴過去に反応した投稿などから、候補への反応確率を予測する
フォロー関係フォロー内・フォロー外で候補取得やスコア調整が異なる
相互フォロー相互フォロー相手のオリジナル投稿では、返信予測の重みが加算される
共通の興味関心内容の近さや似た利用者の反応傾向から、フォロー外の候補を探す
同じ投稿者の連続同じ投稿者ばかり並ばないよう、2件目以降のスコアを減衰する
低露出の投稿者一定条件を満たす投稿を試験的に押し上げる調整がある
安全性ラベルランキングとは別に、警告表示やおすすめからの除外を判断する

そのため、単発投稿で重みの高い行動だけを狙うよりも、発信テーマを明確にし、そのテーマに関心を持つ利用者と継続的な接点を作る方が合理的です。

ただし、「過去の投稿スコアが、そのまま次の投稿へ加算される」と公開コードから断定することはできません。過去の行動履歴や関係性が、候補取得、予測確率、フォロー関係の調整などを通じて間接的に影響すると理解するのが適切です。

公開された重みから考えるXの運用方針

重みを理解する目的は、アルゴリズムを機械的に攻略することではありません。どのような価値が、どのような利用者行動につながるかを考えるために使います。

  • 特定分野の速報へ、専門的な解説と対応策を加える
  • 誰かへ送りたくなる比較表、手順、チェックリストを作る
  • 読者が具体的な経験や意見を返せる問いを扱う
  • 無関係な相互フォローではなく、共通の関心を持つ人との関係を育てる
  • 同じ主張の連投、過剰な売り込み、対立を煽る投稿を避ける
  • いいね数だけでなく、共有・返信・フォロー・ネガティブ反応も確認する

一言でまとめると、「専門性のある情報を、興味関心の合う人が共有・会話したくなる形へ変える」ことが、公開コードから導ける運用の基本です。

Xアルゴリズムの重みに関するよくある質問

リンクコピーは、いいねの40倍重要ですか?

重みは20と0.5で40倍ですが、実際の行動回数を比較した倍率ではありません。それぞれの予測確率に掛ける係数なので、リンクコピー1回をいいね40回分とは換算できません。

通報を1件受けるとインプレッションが大幅に落ちますか?

1件の通報に−234点が加算される仕組みではありません。閲覧者が通報する予測確率に−234を掛けます。ただし、通報される可能性が高いと予測される投稿や、安全性ラベルが付いた投稿は不利になる可能性があります。

実際のいいね数やリポスト数は使われないのですか?

公開されたRanking Scorerの計算は予測値と重みを使います。一方、実際の行動はPhoenixの学習や、利用者の行動履歴、候補取得などに関係します。「実績が無関係」ではなく、「表示時に実数×重みで計算するわけではない」という意味です。

相互フォローを増やせば投稿は伸びますか?

相互フォロー相手のオリジナル投稿では返信予測の重みが加算されます。しかし、興味の薄い相手を機械的に増やすと、興味なしやミュートにつながる可能性があります。共通テーマがあり、実際に会話する関係が重要です。

外部リンクを貼ると、おすすめに出にくくなりますか?

公開標準値では、外部リンクを開く予測に+0.2が設定されています。外部リンク自体への一律のマイナスは確認できません。ただし、投稿内で読む理由が伝わらず、反応されなければ表示拡大にはつながりにくくなります。

まとめ|重みは「行動回数」ではなく「行動の予測確率」に掛ける

  • Xは閲覧者ごとに、候補投稿への複数の行動確率を予測する
  • 基本スコアは「各行動の予測値×重み」の合算で作られる
  • 重みは、実際のいいね数や通報数へ直接掛ける点数ではない
  • 「1件の通報=468件のいいねを相殺」という解釈は誤り
  • 速報性や専門性は直接の加点項目ではなく、共有や会話を生みやすいコンテンツ例
  • 投稿単体だけでなく、閲覧者の履歴、興味関心、フォロー関係も影響する

Xで表示を増やすために重要なのは、重みの高い行動を要求することではありません。特定の読者にとって役立つ情報を、共有・返信・引用・フォローが自然に起こる形で提供し、ネガティブな反応を招かない運用を積み重ねることです。

小形 洸太

この記事を書いた人

小形 洸太

マーケティングプロデューサー、集客コンサルタント。大学卒業後、店舗マーケティングツールのASPにて、500店の顧客フォロー及び導入支援業務に従事。その後、2009年からコンサルティングを提供開始。助言だけではなく、対策もできるコンサルタントとして活動。主に、マーケティング関連のディレクション業務を行い、オウンドメディア運用、SNSキャンペーン、実店舗の集客支援を実施。

集客の専門家として、ミラサポや信用保証協会専門家、商工会専門家などの立場で事業主向けに助言業務を実施。また、リクルートや第一興行のメディアでSNSを使った集客の記事の監修。

Google検索で見つけやすくする

集客のカチプロを
優先ソースに追加できます

飲食店集客・SEO・MEO・SNS活用など、店舗マーケティングの実務情報をGoogle検索で見つけやすくなります。

よかったらシェアしてね!
  • URLをコピーしました!

検索

目次