X / Twitter演算法理解：推薦訊號地圖：內容質量、互動和人群匹配怎麼拆

你是 X 推薦訊號診斷顧問。給我一份《X 推薦訊號地圖》，定位本週推流變化先從哪個訊號查。
Heavy Ranker / SimClusters 等開源權重雖公開但執行時調參未披露，所有數字標"以官方執行版本為準"。

輸入：
- 賬號方向、目標人群、本週已發推數和資料：___
- 近 10 條推的曝光 / 互動率 / 完讀 / Reply 比例：___
- 懷疑掉量的時間點和當時賬號動作：___

輸出結構：
1. 先給結論：本週推流卡在哪個訊號
2. 第 1 步：把 3 類訊號對映到你本週的資料
3. 第 2 步：建立 4 檔紅黃綠訊號判定表
4. 第 3 步：做最小訊號回正實驗
5. 第 4 步：用 Heavy Ranker 公開權重反推下一步
6. 常見問題
7. 接下來去哪

要求：
- 每步給一張 3 類訊號 × 紅黃綠 的矩陣
- 平臺規則 / 權重 / 後臺欄位不確定的位置寫"以官方執行版本為準"
- 給一個 7 天單變數驗證清單
- 最後給繼續 / 調整 / 暫停三類判斷

先給結論

推流減少別先慌著改封面或換髮布時間。X 的推薦堆疊是分層結構：召回（SimClusters / Replicated SimClusters）→ 粗排 → Heavy Ranker 精排。掉量先看是哪一層在挑剔你。

這張圖配套這張診斷表（開源權重數字以 the-algorithm 儲存庫為準，執行時調參未公開）：

先不要追求複雜打法。先做一個小樣品、一張判斷表、一輪覆盤。能跑通，再進入下一階段。詳見同一階段下的 搜尋 vs 推薦流量平衡。

為什麼先看 3 類訊號而不是單點技巧

封面、釋出時間、加 tag 這些都是輸出層動作。X 的推薦堆疊是分層結構，輸入層（你是什麼人、你寫給誰、你和讀者有多少真實互動）沒修好，調輸出層就是堵在召回層之前自嗨。

英文受眾、dev / IH / build-in-public 圈層有強 community 訊號：你過去 30 天回覆了誰、被誰引用、和哪些賬號反覆出現在同一個討論裡，決定了 SimClusters 把你聚到哪個簇。同一條推，落到一個有 100 個匹配 dev 關注者的賬號，跟落到一個泛興趣賬號，召回層結果就完全不同。

如果你現在只有一個模糊方向，先把這句話寫清楚：

我用 ___ 推文形式（單條 / 串文 / 矩陣），寫給 ___ 英文圈層，把 ___ 真實進展講清楚，讓讀者願意 Reply 而不只是點贊。

這句話寫不出來，不要繼續擴張。先回到圈層定位（參考 niche boundary map）。

新手最容易誤判的 3 個訊號

第一種誤判，是把“曝光高”當作召回層認可。曝光來自關注鏈 + For You，關注鏈曝光不證明 SimClusters 把你聚到對的簇。看 Reply / 引用比例更準。

第二種誤判，是把 Like 當作 Heavy Ranker 加權。開原始碼裡 Reply 權重遠高於 Like，執行時調參未公開但相對順序大體不變。Like 多 Reply 少，多半進不了 For You 大池。

第三種誤判，是把短期反饋當長期結論。一條資料好可能只是釋出時間踩對、被一個大號引用了一次。至少看同一欄目連續 5 條的中位數。

SimClusters 召回的圈層慣性

很多新手剛開始寫英文 X 時不理解為什麼發了 20 條精心準備的 dev 內容、被推到的人卻大半是泛中文圈層。SimClusters 召回的核心是「關注鏈的語義指紋」：你過去關注的 100 個賬號決定了你被聚到哪個簇裡。如果你早期關注了大量中文泛科技 / 創業 / 自媒體賬號，平臺會把你聚進「中文創業圈」，發英文內容也會被先推給這個簇，而不是你期望的 dev / IH / BIP 圈。修復路徑不是發更多英文推，而是先在 30 天裡主動取關 30+ 跨圈中文賬號、關注 50+ 目標英文圈核心賬號，讓關注鏈指紋漂移到正確簇——之後內容才會自然被推到對的人面前。

Heavy Ranker 公開權重與你的內容形態

開原始碼裡 Reply 權重是 Like 的 27 倍、Profile Visit 是 12 倍、Video Watch ≥ 50% 是 0.005 但作為強訊號、Negative Feedback（mute / block / report）扣權 -74。這組數字直接決定了你的內容形態選擇：（1）發"主張性"長推（明確觀點 + 留 Reply 鉤子）比發"資訊播報"高互動密度；（2）連結外鏈密度要低（外鏈點選不在公開權重裡、但站外跳出會被風險模型判斷為「driving traffic away」）；（3）追熱點要謹慎，熱點流量大但 Negative Feedback 也大，一次報告就抵消 27 個 Reply 的加權收益。這些不是猜測，是公開程式碼裡的硬權重。

第 1 步：把 3 類訊號對映到你本週的資料

先把概念落到你過去 10 條推上，再判斷哪類訊號在掉。

證據來自後臺 Analytics、Reply 列表、被引用通知，不要憑“感覺掉量了”。只有想法、沒有證據，就只做素材收集，不要先改訊號。

30 分鐘版本：找出最近 10 條推按上面 5 個欄位填表。只問一個問題：這 10 條服務的是不是同一個英文圈層？跨度太大，先收窄。

第 2 步：建立 4 檔訊號紅黃綠判定表

把“我覺得推流掉了”改成“哪一類訊號亮紅燈”。

每個判斷寫一句反證。比如“曝光高但 Reply 幾乎為零，可能是關注鏈放大不是 For You”。“被引用一次但都是泛賬號，召回層還在跨簇試探”。反證不是打擊信心，是防止誤讀單點資料。

判定表裡兩個以上紅燈，先停掉髮布頻率擴張。先把一個紅燈改成黃燈，再做下一輪。

第 3 步：做最小訊號回正實驗

不要“全面升級賬號”。挑一類亮紅燈的訊號，做小到能跑兩天的樣品。

只改一個變數。這周只測圈層錨點，就不要同時換髮布時間、加 hashtag、換頭圖。變數太多，下一步不知道動哪個。

第 4 步：用 Heavy Ranker 公開權重反推下一步

覆盤回答“下一步改哪個訊號”，不是寫一段感想。對照開源 Heavy Ranker 公開權重順序（執行時調參未公開）：

最後寫一句結論：

這輪證明了：___ 訊號還紅燈；下一輪只改 ___，不改其他變數。

寫不出來，說明證據不夠，先補樣本，不要下結論。

平臺規則、演算法動向、報價規則、政策口徑都會變化。本文保留的是可遷移的判斷框架，具體數字一律給區間。

跨平臺核驗入口：

• X Help Center · Creator — 看創作者變現門檻、訂閱與廣告分成
• X Premium — 看 Premium 權益與曝光加權規則
• the-algorithm 開原始碼 — 看官方公開的推薦演算法權重原始碼

涉及具體資料、比例、報價區間的部分，以執行當天后臺為準。

常見問題

Heavy Ranker 公開權重能直接拿來調內容嗎？

不能直接拿數字調，但相對順序可參考：Reply 遠高於 Like，引用高於 RT。執行時權重未披露，以官方執行版本為準。讀者只要保證 Reply/Like 比例不為零，方向就不會偏離。

SimClusters 把我聚到了錯的簇怎麼辦？

不要靠改單條推強行扭轉。先連續 7 天 Reply / 引用 10 個目標圈層賬號，讓 community 訊號重寫。期間不要繼續亂髮跨 niche 推。

曝光高但 Reply 幾乎為 0，是不是限流？

不一定。常見原因是關注鏈放大但 For You 沒接住。把單向廣播改成提問 / 反駁 / 選邊站推，連續 5 條看 Reply/Like 比例是否回升。

什麼時候應該暫停整個賬號擴張？

當 5 類訊號有 3 類紅燈，或你已經無法解釋為什麼連續 10 條資料走勢時，先停掉髮布頻率，回到 niche-analysis 重新對齊圈層。

接下來去哪