行動の価格表

多くの人は、推薦アルゴリズムが「何を好きになるか」を探していると思っている。 コードを読んだ後、より正確な言い方はこうだ：後悔するかどうかを計算している。

X の For You ランキングがしていることは、実はとても単純だ。モデルはまず「この人がこの投稿に対して各行動を取る確率」を予測する—— いいねする確率、返信する確率、報告する確率……そして各確率に固定スコアを掛け、すべてを足し合わせる。 スコアが高いものを前に並べる。それだけだ。

鍵となるのは、その「固定スコア」にある。それらはモデルが学習したものではなく、人が設定ファイルに固定で書き込んだものだ。 言い換えれば、その表は X が各ユーザー行動につけた値札である。

価格表

いいねを基準単位（1 回のいいね = 0.5 点）とすると、他の行動は次のように値付けされている：

ネガティブシグナルの値付けは、ポジティブシグナルの 8.5 倍。 「報告」だけ（−234）でも、すべてのポジティブ行動の合計（+43.3）より 5.4 倍大きい。

最も直感に反する項目はこれだ：ミュート（−58.8）のペナルティは、ブロック（−31.2）よりほぼ二倍重い。 妥当な解釈は——ブロックは「この人とは個人的な確執がある」、ミュートは「この人の発言は見たくない」ということだ。 後者こそがコンテンツそのものへの評価なので、システムはより重く見ている。

この 8.5 倍を誤読しない読み方。 上で比較しているのは値付けであり、各投稿の実際のスコアではない。実際に式へ入るのは「値付け × モデルが予測した確率」であり、 報告やブロックの予測確率は通常きわめて小さい（一万分の一の水準）のに対し、いいねの確率ははるかに高い。 それらの確率はモデルが算出するもので、公開コードにはなく、私には計算できない。 したがって正確な言い方は：X におけるネガティブシグナルの値付けは、ポジティブシグナルより一桁高い。 つまり「モデルがあなたに千分の一の確率で報告されると判断する」だけで、この項目は複数のいいねの正の点数を上回るのに十分だ。

さらに苛烈なことがある

算出されたスコアが負なら、0 ~ 0.001 という極めて狭い範囲に圧縮される。 つまり：負のスコアの投稿同士ではランキング差がほぼゼロになり、すべて最下層に沈んで一塊に押し込まれる。 これは「少し後ろに並ぶ」のではなく、「見える範囲から落ちる」ことだ。

一件の投稿が通る関門

For You を開いてからある投稿を見るまでの間には、八つの関門がある。覚えておくべきことは二つある：

1. ランキングと「見えるかどうか」は完全に別のシステムである

ランキングが決めるのは順序であり、可視性フィルターが決めるのは表示できるかどうかだ。 したがって、投稿はスコアが高くても、ラベルを付けられたためにまったく表示されないことがある。この二つは互いに独立している。

2. フォロワーに見せる場合と、見知らぬ人に推薦する場合では基準が大きく違う

追加の 26 個のうち複数は、「高再現率」の検出だ——率直に言えば、誤検出を許容するということだ。 同じ投稿でも、フォロワー向けなら通過できる一方、見知らぬ人に推薦するには、誤検出を許容する 26 個の関門をさらに通らなければならない。

多くの人は「自分の投稿はフォロワーにしか見られない」と感じている。 それは錯覚ではなく、設計である。

3. あなたにあるのは 48 時間だけ

48 時間を超えた投稿は直接切り落とされ、ランキングに入る機会すらない。 これは固定された定数であり、漸進的な減衰ではない——48 時間後は 0 だ。

4. 同じ投稿者なら、二件目から値引きが始まる

同じ結果内では、同じ投稿者の第 2 件目の投稿スコアには 0.625、第 3 件目には 0.4375 が掛けられ、 下限 0.25 まで減衰する。連投しても意味はない——禁止されるのではなく、後続の投稿のスコアが自ら崩れる。

では、どうすべきか

以下の各項目は、すべて価格表の数字に直接対応している。「もっと交流する」といった無意味な助言はしない—— ここで述べるのはどの行動が何点の価値を持つか、そしてそれが何を意味するかだ。

「他人に送る価値がある」を唯一の目標にする

価格表で最も高い二項目は、どちらもコンテンツをこの投稿の外へ持ち出すことだ：リンクをコピーして共有（20.0）、DM で共有（5.0）。 いいねは 0.5 にすぎない。つまり——一度の「友人に送る」は四十回のいいねに相当する。

使い方：自問してほしい。「誰かがこの投稿をスクリーンショットにするか、グループへ転送するだろうか？」 答えがノーなら、どれほど多くのいいねを得ても、アルゴリズムの目にはほとんど価値がない。

返信はリポストの 5 倍の価値があり、相互フォローならさらに 4 倍になる

返信は 5.0、リポストはわずか 1.0。さらに、あなたと投稿者が相互フォローしていれば、返信の値付けは 5.0 から直接 20.0 へ跳ね上がる。

使い方：リポストを求めるより、人がひと言返信したくなるものを書くことだ。 そして、相互フォローの関係網を育てる価値は一方向のフォロワー数をはるかに上回る——これはコード内で「相互フォロー」に特別加点する唯一の仕組みだ。

動画や画像そのものは、ほとんど加点されない

画像の拡大、動画を開くこと、動画の有効視聴は、それぞれ 0.05 にすぎない——いいねの十分の一だ。 滞在時間は毎秒 0.004。動画を一分間最後まで見ても、合計はいいね半回分に届かない。

使い方：メディアは人に最後まで読ませ、転送したくさせるための手段であり、それ自体が加点項目ではない。 「人に共有したくさせる」ことに資源を使い、「あと数秒見せる」ことに使わない。

ネガティブシグナルこそ、あなたにとって唯一の本当のリスクである

一回の報告を相殺するには、468 回のいいねを積み上げなければならない。ミュート一回を相殺するにも 118 回のいいねが必要だ。 しかも、負のスコアの投稿は最下層で一塊になるよう圧縮される。

使い方：対立煽りや扇情的な見出しで反応を稼がないこと。 そうしたコンテンツは確かにいいねや返信を得るが、同時に「興味がない」と「ミュート」の予測確率も高める—— そしてそちらの値付けは二桁高い。アルゴリズムの目には、この取引が得になることはほぼない。

投稿のペース：一日の中で分散させ、連続投稿しない

同じ投稿者の減衰は同じ結果内で効き、第 2 件目から 0.625 まで下がる。 これに 48 時間という硬い上限と、「すでに見たものはフィルターで除かれる」ことが加わる。

使い方：投稿を異なる時間帯に分散させ、異なる結果バッチに入るようにする。 一度に五件を連続投稿して互いに薄め合うのではない。

目標が見知らぬ人へのリーチなら、コンテンツは「誤検出を許容する」関門を通れなければならない

非フォロワーへの推薦では、通過を妨げるだけで通過させることはできない 26 個のルールをさらに通る必要がある。そこには高再現率の成人向け・スパム検出、 悪意ある URL、「拡散しない」ラベルなどが含まれる。

使い方：グレーゾーンのコンテンツはフォロワー圏では流通できても、推薦されることはほぼない。外へ広げたいなら、クリーンでなければならない——これは道徳的な勧めではなく、その 26 個の関門の実際の設定だ。

あなたがクリエイターではなく読者なら

「興味がない」は、手元にある最も強力な道具である

その値は −43.2 で、いいねの 86 倍の逆向きの力を持つ。一方、見ずにスワイプするだけなら −0.02——ほぼ意思表示していないのと同じだ。

使い方：自分のフィードを調整したいなら、一度「興味がない」を押す効果は、 黙って二千回スワイプするより大きい。ある種のコンテンツを消したいなら、ミュート（−58.8）はブロック（−31.2）より強い。

あなたが開く各プロフィールは、現時点ではまったくスコア対象にならない

ProfileClickWeight のデフォルト値は 0.0 だ。モデルはこの行動を予測しているが、現時点での値付けはゼロである。

知る価値がある理由：これはいつでも入れられるスイッチだ。 X がこの数字を 0 から 5 に変えるだけで、フィードの行動誘導は直ちに変わり、コードを再デプロイする必要もない。

「作られているがオフ」のスイッチ

このコードが公開しているのは「現在どう動くか」だけではなく、「いつでもどう動かせるか」でもある。私は、すでに完成しているが デフォルトで無効になっている仕組みをいくつも見つけた：

本当の力は数字そのものにはない。 それらの数字がオンラインで調整可能であることにある——値を一つ変えるだけで、コードを一行も動かす必要がない。

もう一つ、配線は済んでいるが水源につながっていない線がある

コードには BRIDGE_PROBABILITY というシグナルがある。 推薦システムの文献で bridging とは、対立する集団をまたぎ、共通の承認を得られるコンテンツを指す—— コミュニティノート（Community Notes）が使うのもこの種のアルゴリズムだ。

これは X のモデル構造の中に名前があり、位置があり、完全な二本の配線がある。しかし： 有効化されたスイッチはゼロ、訓練損失はゼロ、ランキング式の重みパラメータもゼロで、 リアルタイムサービスのデータ生成側も一度たりともこれを書き込まない。

他のオフのスイッチには、少なくとも訓練済みのモデルがあり、明日にでも数字を調整すれば効く。 この線はそれよりさらに初期段階だ：配管はつながり、バルブは閉じ、上流にはそもそも水源がつながっていない。

公開されているコードの範囲では、X の For You ランキングには「対立する集団をまたぐ合意」のためにスコアを付ける項目が一つもない。

最後に：この記事が教えられないこと

一、これは公開スナップショットであり、オンラインの実態ではない。 設定ファイル冒頭のコメントには、これは「mirrored from config feature-switch defaults」だと明記されており、 これらの値はオンラインでいつでも調整可能だ。コードは「公開版のデフォルト値がいくつか」は証明できても、 「この瞬間に X がオンラインで使っている値がいくつか」は証明できない。 二、値付けは実際のスコアと同じではない。 式は「値付け × モデル予測確率」であり、確率は公開コードにない。 「A は B より N 倍の価値がある」というすべての主張は、値付けの層でのみ成立する。 三、これは For You の一系統にすぎない。 コード内で見つけた 6 個のフィルターは他の timeline パイプラインに属しており、それらのパイプラインは公開されていない。 さらに X 自身も Grox の AI コンテンツ安全性プロンプトを公開していないと認めている——つまり「AI がコンテンツを判定するとき、実際に何を尋ねているのか」はブラックボックスだ。

一言で言えば

人が他人に送りたくなるものを作り、人が「興味がない」を押したくなるものを作らない。 前者は一回で四十回のいいねに相当し、後者は一回で八十六回分を打ち消す。

出典と検証

本文は、xai-org が GitHub で公開した X 推薦アルゴリズムのソースコードに基づき、判読日 2026 年 8 月 14 日に作成した。

本文中のすべての重み値はソースコード内蔵のデフォルト値から取得し、機械命題による再現検証を項目ごとに実施した。

有効性の境界：ソースコード内のパラメータは feature switch のデフォルト値のミラーと明記されており、オンラインでいつでも調整できる。 本文は公開版のデフォルト値を証明できるが、プラットフォームがオンラインでその時点に実際に使っている値は証明できない。 最終スコアは「重み × モデル予測確率」であり、確率は公開ソースコード内にないため、すべての倍数比較は値付けの層でのみ成立する。