【2026年最新】X (Twitter) | アルゴリズムの仕組み・評価指標・成功事例を解説

2026年現在、X (Twitter) のアルゴリズムは大きく進化しており、単純な「エンゲージメント数」では投稿は伸びなくなっています。

結論として、現在のアルゴリズムで重要なのは以下の3つです。

・滞在時間（どれほど長く読まれるか）
・エンゲージメントの“質”（いいねより返信・保存）
・ユーザー間の関係性（過去のやり取り）

本記事では、これらの仕組みをわかりやすく解説し、企業・個人がすぐ実践できる“伸びる投稿の作り方”まで紹介します。

2026年7月時点 X (Twitter) アルゴリズムアップデート内容

2026年5月時点 X (Twitter) アルゴリズムアップデート内容

出典：GitHub「x-algorithm」2026.5.15

ここでは、GitHub 公開情報から判明した「7つの主要変更点」をわかりやすく整理します。

X 変更点　1．エンドツーエンド AI（End-to-end inference pipeline）

今回追加された大きな変更点のひとつが、検索からランキングまでを一気通貫で処理する「End-to-end inference pipeline」です。

これまで分離されていた、

・投稿取得
・投稿評価
・順位付け

が、AI によって一連の流れとして処理されるようになりました。これにより、ユーザーごとに「どの投稿を優先表示すべきか」をより高精度に判断できるようになっています。

X 変更点　2．事前学習済みモデル（Pre-trained model artifacts）

今回導入された mini Phoenix model では、事前学習済み AI モデルを活用することで、リアルタイム推論性能が向上しました。これは簡単に言うと、投稿内容を素早く理解し、即座におすすめ判定へ反映できる仕組みです。そのため現在は、

・投稿テーマ
・専門性
・ターゲットとの関連性

が以前より重要になっています。

X 変更点　3．Grox コンテンツ理解（Grox content-understanding pipeline）

Grok ベースのコンテンツ理解パイプラインも追加されています。これにより X (Twitter) は、

・投稿カテゴリ分類
・セーフティ判定
・スパム検知
・センシティブ判定

などを AI で実行する仕組みを強化しています。単なるキーワード判定ではなく、文脈理解による安全性判定へ進化している点が特徴です。

X 変更点　4．広告統合システム（Ads blending system）

広告統合システムでは、広告表示位置の最適化が強化されました。単純に広告を差し込むのではなく、ユーザー体験を損なわない形で自然に広告を表示する設計になっています。これは今後、広告クリエイティブ自体にも「コンテンツ性」が求められることを意味しています。

X 変更点　5．クエリ拡張モジュール（Query hydrators）

今回追加されたクエリ拡張モジュール（Query hydrators）では、ユーザー理解に必要な情報が拡張されています。

具体的には、

・興味トピック
・閲覧履歴
・フォロー関係
・ミュート・ブロック情報

などが、レコメンド精度向上に活用されます。つまり現在の X (Twitter) は、「誰をフォローしているか」以上に、「何に興味を持っているか」を重視しています。

X 変更点　6．候補拡張モジュール（Candidate hydrators）

候補拡張モジュール（Candidate hydrators）では、投稿候補に対する追加情報が増えています。

例えば、

・Engagement Counts：エンゲージメント数（いいね・リポスト・返信などの反応数）
・Language Codes：言語コード（投稿言語の判定情報）
・Media Detection：メディア検出（画像・動画・GIFなどの有無判定）
・Quote Post Expansion：引用投稿拡張（引用ポスト関連情報の展開・分析）

などが追加されました。これにより、投稿形式や利用言語、引用関係なども含めて総合評価されるようになっています。

X 変更点　7．候補データソース（Candidate sources）

候補データソース自体も拡張されています。

これまで以上に、

・広告コンテンツ
・おすすめユーザーの投稿
・興味カテゴリ
・会話スレッド
・Phoenix topics（AIが投稿内容を解析してテーマ分類を行い、ユーザー興味に近い話題をレコメンドする仕組み）

など、多様な情報ソースから投稿候補が収集されるようになりました。つまり現在の X (Twitter) は、「誰をフォローしているか」だけではなく、「何に興味を持ち、どんな情報を継続的に見ているか」を軸に投稿候補を生成しています。

2026年1月時点 X (Twitter) アルゴリズムのオープンソース化の概要

ここでは、イーロン・マスク氏が実際に投稿した X (Twitter) の内容や、GitHub上で公開されたアルゴリズム関連情報を整理し、そこから読み取れるポイントを分かりやすく解説します。

単なるコードの紹介にとどまらず、X (Twitter) のタイムラインがどのような考え方で設計されているのか、運用やマーケティングにおいて何を意識すべきかを整理していきます。

イーロン・マスク氏の X (Twitter) ポスト

イーロン・マスク氏は2026年1月11日、以下の投稿を行いました。

【日本語訳】
私たちは、新しい𝕏アルゴリズムを、ユーザーにおすすめされるオーガニック投稿と広告投稿を決定するために使用されるすべてのコードを含めて、7日以内にオープンソース化します。
これは4週間ごとに繰り返され、包括的な開発者向けノート付きで、何が変わったかを理解するのに役立ちます。
その後、1月20日にGitHub上で X (Twitter) のアルゴリズムに関するコードが公開されました。

GitHub上で公開された X (Twitter) アルゴリズムのソースコード

参照：GitHub

公開されたGitHubでは、X (Twitter) のおすすめタイムラインが以下のソースを取得し、ランク付けしてフィルタリングされています。

• フォロー中アカウントの投稿（インネットワーク）
• フォロー外だが、関心が高いと判断された投稿（アウトネットワーク）

投稿の評価は、これらを組み合わせ、決められたルールベースではなく機械学習（Machine Learning, ML）モデルを中心に最適化します。

具体的には、ユーザーの「いいね」「返信」「シェア」などの行動履歴を学習し、各投稿でエンゲージメントが起きる確率を予測するのです。

参照：GitHub

ソースコードから読み解く X (Twitter) アルゴリズムの全体構造

本章では、どのようにおすすめタイムラインに表示するポストを決めるのか、大まかな構造を解説します。

① 候補生成（Candidate Generation）

まず行われるのが、タイムラインに表示する投稿候補の生成です。

• フォローしているアカウントの投稿
• 機械学習によって関連性が高いと判断された投稿

この段階では「表示するかどうか」ではなく、「評価対象に入れるかどうか」が決まります。

② スコアリング＆ランキング（Scoring & Ranking）

次に、候補となった投稿はGrokのTransformerモデル（単語や行動を順番ではなく“関係性”で理解するAIモデル）を使って評価されます。

ここで行われるのは、「このユーザーがこの投稿に対して、どんな行動を取る可能性が高いか」という確率予測です。

③ ミキシング＆フィルタリング

最後に、

• 投稿の多様性
• 品質
• スパム・低品質投稿の除外

といった調整が行われ、最終的なタイムラインが生成されます。

なお、より詳細な評価構造は以下の記事で詳しくご紹介しています。

参照：GitHub

スコアリングとランキングの詳細ロジック

ここでは、どのような指標がスコアリング対象となるのかを解説していきます。

予測されるエンゲージメント行動

参照：GitHub

GitHub上で公開されている情報から、投稿のスコアリングに用いられている指標の一部をご紹介します。

ただし重要なのは、指標の数が多い＝必ずバズるという意味ではない点です。
アルゴリズムは、これらの指標そのものではなく、各行動が起こる「確率」を予測し、その結果をもとに投稿の評価を行っています。

つまり、「このユーザーが、この投稿を見たときに、どんな行動を取りそうか」を過去データから予測しているのです。

• いいね／返信／リポスト／引用
• クリック／プロフィールクリック
• 動画視聴／写真拡大／滞在時間
• 興味なし／ミュート／ブロック／通報

参照：GitHub

特に重要な指標3つ

滞在時間

現在のアルゴリズムにおいて重要とされるのが「滞在時間」です。
これは、ユーザーがその投稿にどれだけ長く留まったかを示す指標です。

例えば以下のような行動が評価されます。

• 投稿をじっくり読む
• スレッドを最後まで閲覧する
• プロフィールをクリックする

単に表示されるだけではなく、「読まれているかどうか」が重要になっています。
そのため、短文で終わる投稿よりも、続きを読みたくなる構成やストーリー性のある投稿の方が評価されやすい傾向があります。

エンゲージメントの “質”

従来は「いいね」や「リポスト」の数が重要視されていましたが、現在はエンゲージメントの “質”がより重視されています。

特に評価されやすいアクションは以下の通りです。

• リプライ（返信）
• 保存（ブックマーク）
• 長時間の閲覧

これらは「ユーザーがその投稿に価値を感じている」というシグナルとして扱われます。
一方で、いいねだけの投稿は評価が伸びにくくなる傾向があります。

例えば以下のような行動が評価されます。

ユーザー間の関係性

X (Twitter) のアルゴリズムは、ユーザー同士の関係性も重視しています。
過去のやり取りが多いアカウント同士の投稿は表示されやすくなります。

具体的には以下のような行動が影響します。

• 過去のリプライのやり取り
• いいねやリポストの履歴
• プロフィールの閲覧

つまり、一度バズることよりも、継続的な関係構築の方が重要になっています。

指標ごとのスコア価値

上記に記載したすべての行動が同じ価値ではありません。

• ポジティブな行動（いいね・共有など） → 正の重み
• ネガティブな行動（ミュート・通報など） → 負の重み

となり、これらをAIが総合的に判断し、最終スコアが算出されます。

アルゴリズムのオープンソース化で広がる誤解と注意点

ここでは、よくある誤解とアルゴリズムの正しい考え方について言及します。

コードが公開＝バズの正解ではない

今回のオープンソース化によって、X (Twitter) のアルゴリズムの評価構造は可視化されました。
しかし、コードを読めば誰でもバズる投稿が作れるようになるわけではありません。

公開されているのは、あくまで「どのような仕組みで評価しているか」であり、学習データやモデルの重み、内部パラメータは非公開です。

つまり、アルゴリズムは理解できても、完全に再現・攻略できる状態ではない点に注意が必要です。

アルゴリズムは全ユーザー共通ではない

よくある誤解の一つが、「伸びる投稿の型は1つ」という考え方です。
しかし実際には、アルゴリズムはユーザーごとに最適化されています。

同じ投稿でも、

• あるユーザーには上位表示される
• 別のユーザーにはほとんど表示されない

といったことが普通に起こります。
「全員に刺さる投稿」を狙うより、誰に届けたいかを明確にした設計が重要です。

短期的なテクニックより、行動履歴の積み重ねが重要

アルゴリズムのオープンソース化によってテクニックに注目が集まりがちですが、実際に重視されているのは、ユーザーとの継続的な関係性です。

• 一貫したテーマでの投稿
• 過去投稿への安定した反応
• ネガティブ行動（ミュート・ブロック）の少なさ

こうした長期的なシグナルが、確率予測の精度を高め、結果的に表示機会を増やします。

最新 X (Twitter) アルゴリズムを踏まえた企業がとるべき対策

ここでは、企業がとるべき具体的な対策について解説していきます。

投稿単体ではなく「文脈」を設計する

X (Twitter) の最新アルゴリズムでは、投稿1本の出来よりもその前後の投稿や過去の反応履歴を含めた文脈が重視されます。

単発でバズを狙うのではなく、

• テーマの一貫性
• 継続的な発信
• フォロワーとの関係性

を積み重ねることで、アルゴリズム上の評価が安定しやすくなります。

「エンゲージメント数」より「行動の起きやすさ」を高める

X (Twitter) では、いいねやリポストの“数”ではなく、行動が発生する確率が評価されます。

そのため企業アカウントでは、

• 共感しやすい課題提示
• 明確な問いかけ
• 反応しやすい投稿形式（箇条書き・図解・動画）

など、ユーザーが自然に行動しやすい設計を意識することが重要です。

ネガティブ行動を極力生まない設計を優先する

公開されたスコアリング構造では、

• ミュート
• ブロック
• 興味なし
• 通報

といったネガティブ行動がマイナス評価として明確に反映されます。

過度な宣伝投稿や、文脈に合わない投稿頻度は、短期的な露出よりも長期的な評価を下げるリスクがあります。

外部リンクを投稿文に入れない

スコアリング対象には、クリックや滞在時間など、X (Twitter) 上での行動指標が含まれています。
外部リンクは X (Twitter) からの離脱につながりやすく、アルゴリズム上はポジティブに評価されにくいケースがあります。

そのため、X (Twitter) のWebサイトカードを使用したり補足情報はツリー投稿（スレッド投稿）を使用するなどの対策が必要です。

注意点として、現在は X (Twitter) のWebサイトカードは広告配信時以外に、X (Twitter) の管理画面で作成ができません。（2026年1月時点）しかし、API経由での作成・投稿は可能です。

もちろん、シャトルロックジャパンが提供する「Shuttlerock BBF for X」を活用すれば、広告配信時以外のWebサイトカードの作成・投稿が可能です。詳細を知りたい方は、ぜひ以下のバナーをクリックしてご連絡ください。

なお、外部リンクの挿入に関する詳細の内容は以下の記事でご紹介しています。

フォロワー外への露出を前提に投稿を作る

X (Twitter) では、フォロー外ユーザーへの表示（アウトネットワーク）が重要な流入経路です。

そのため、

• 業界外の人にも意味が通じる表現
• 専門用語の使いすぎを避ける
• 1投稿で話題が完結する構成

を意識することで、アルゴリズム上の拡散対象に入りやすくなります。

企業アカウントこそ「人」を感じさせる運用を

AIが評価を行う一方で、評価の元になるのは人の行動です。

• 担当者の視点
• 現場の知見
• 失敗談や学び

といった「人らしさ」のある投稿は、エンゲージメント確率を高めやすく、企業アカウントとの相性も非常に良い要素です。

X (Twitter) アルゴリズム後にV字回復した事例

決済・金融業界　…　auペイメント株式会社「au PAY」

auペイメント株式会社で、アカウントやサービスの認知拡大を目的とした X (Twitter) キャンペーンにおいて、アルゴリズム変更に対応するために再設計を行った結果、インプレッション数・フォロワーの増加数・エンゲージメントが改善しました。その成功ポイントを以下の3点でご紹介します。

1. リプライ追加で滞在時間とエンゲージメント向上

従来の「フォロー＆リポスト」に加えてリプライを参加条件に組み込むことで、ユーザーが投稿内容を読み込み、アクションするまでの滞在時間を自然に増加させました。
その結果、アルゴリズム上重要とされる“閲覧の深さ”が高まり、エンゲージメント全体の底上げにもつながっています。

2. 任意参加＋当選確率UPで参加意欲を最大化

リプライは必須ではなく任意条件として設計し、さらに「追加応募＝当選確率アップ」というインセンティブを付与。ユーザーにとってのメリットを明確にすることで、心理的ハードルを上げることなく、能動的な参加を促進しました。

3. リプライ起点でコミュニティ形成を促進

お題に対してコメントする形式にすることで、ユーザー同士が投稿を読み合う構造が生まれました。
結果として、投稿単体のエンゲージメントに加え、継続的な関係性構築やコミュニティ形成にも寄与しています。

上記のキャンペーンは、シャトルロックジャパン株式会社が提供する「Shuttlerock BBF for X (Twitter)」を活用いただき、実施しました。より詳細の情報は以下のボタンよりご覧いただけます。

まとめ

X (Twitter) アルゴリズムののオープンソース化は、「必勝法」を教えるものではありません。

しかし、何が評価され、何がマイナスになるのかという“判断基準”が明確になったことで、運用の質は引き上げられるようになりました。

これからの X (Twitter) 運用・マーケティングでは、アルゴリズム理解 × ユーザー価値の両立こそが、成果を分ける決定打になります。