【2026年最新】X (Twitter) | 最新アルゴリズムがオープンソース化！内容や仕組み、企業への影響を解説

2026年1月20日、 イーロン・マスク氏の予告どおり、投稿表示に使われるX (Twitter) のアルゴリズムの一部がGitHub上でオープンソース化されました。

ただし、アルゴリズムのオープンソース化を受けて「いいねが多い投稿が伸びる」「フォロワーが反応した投稿が必ず表示される」といった誤解も広がっています。

本記事では、X (Twitter) アルゴリズムのオープンソース化の概要やGitHubで公開された内容と読み取れること、誤解されやすいポイントの整理や企業・マーケターが取るべき戦略などを、一次情報と公開コードをもとに徹底解説します。

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上にX (Twitter) のアルゴリズムに関するコードが公開されました。

公開されたX (Twitter) アルゴリズムのGitHub

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

GitHub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

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

最新のX (Twitter) 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。

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。