Алгоритм рекомендаций X ранжирует не посты, а предсказанный retention и реакцию

Алгоритм рекомендаций X ранжирует не посты, а предсказанный retention и реакцию

Логика простая: ленте нужен не «лучший» твит, а тот, который с высокой вероятностью даст удержание, ответ, репост и дочитывание цепочки. Поэтому ранний сигнал важнее позднего: если первые показы дают слабый CTR, низкий dwell time и пустые реакции, охват режется почти сразу.

Что алгоритм обычно взвешивает:
— скорость первых взаимодействий относительно числа показов;
— долю ответов и репостов, а не только лайков;
— глубину просмотра треда и возврат в ленту;
— поведение аудитории: кто именно реагирует, а не сколько.

Слабый пост не «неудачный по теме», он часто ошибочен по структуре. Текст без крючка, без плотного начала и без повода ответить превращается в шум. Алгоритм не прощает небрежности, он требует точности: один лишний абзац, расплывчатый заход, пустой финал — и модель получает сигнал, что контент не держит внимание.

Проверяем метрики, а не надеемся на удачу: если impressions есть, а engagement rate и reply rate падают, проблема не в shadowban, а в плохой упаковке. Если тред не работает, значит, его структура была ошибочной с самого начала. Убираем эмоции, смотрим на retention rate — и правим не «мнение», а механику подачи.