# Twitter Algorithm Optimizer

> 使用 Twitter 开源算法洞察分析和优化推文以获得最大覆盖范围。根据推荐系统对内容排名的方式重写和编辑用户推文，以提升参与度和可见性。

- Skill: `majiayu000/twitter-algorithm-optimizer` (Agent Skill, multi-file: 2 files)
- Install (CLI): `npx skillmds@latest add majiayu000/twitter-algorithm-optimizer`
- Raw SKILL.md: https://api.skillmd.com/api/skills/majiayu000/twitter-algorithm-optimizer/raw
- Safety review: pending (external: skill-scanner PASS, skillspector PASS)
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- License: AGPL-3.0 (referencing Twitter's algorithm source)
- Author: majiayu000 (https://skillmd.com/u/majiayu000)
- Updated: 2026-09-09
- Page: https://skillmd.com/skills/majiayu000/twitter-algorithm-optimizer

---


# Twitter 算法优化器

## 何时使用此技能

当你需要以下操作时使用此技能：
- **优化推文草稿**以获得最大覆盖范围和参与度
- **理解为什么**某条推文可能在算法上表现不佳
- **重写推文**以符合 Twitter 的排名机制
- **根据实际排名算法改进内容策略**
- **调试表现不佳的内容**并增加可见性
- **最大化 Twitter 算法跟踪的参与度信号**

## 此技能的作用

1. **针对 Twitter 的核心推荐算法分析推文**
2. **根据参与度信号识别优化机会**
3. **重写和编辑推文以提高算法排名**
4. **使用算法洞察解释推荐背后的"原因"**
5. **将 Real-graph、SimClusters 和 TwHIN 原则应用于内容策略**
6. **提供基于 Twitter 实际系统的参与度提升策略**

## 工作原理：Twitter 的算法架构

Twitter 的推荐系统使用多个相互关联的模型：

### 核心排名模型

**Real-graph**：预测用户之间的互动可能性
- 确定你的关注者是否将与你的内容互动
- 影响 Twitter 向其他人展示你的推文的范围
- 关键信号：关注者会喜欢、回复或转发这条推文吗？

**SimClusters**：具有稀疏嵌入的社区检测
- 识别具有相似兴趣的用户社区
- 确定你的推文是否在特定社区内产生共鸣
- 关键策略：制作吸引会参与的高凝聚力社区的内容

**TwHIN**：用户和帖子的知识图嵌入
- 映射用户和内容主题之间的关系
- 帮助 Twitter 理解你的推文是否符合关注者的兴趣
- 关键策略：保持在你的领域内，或清楚地表明主题转变

**Tweepcred**：用户声誉/权威评分
- 更高可信度的用户获得更多分发
- 你过去的参与历史会影响当前推文的覆盖范围
- 关键策略：通过持续参与建立声誉

### 跟踪的参与度信号

Twitter 的**统一用户操作**服务跟踪显式和隐式信号：

**显式信号**（高权重）：
- 点赞（直接正面信号）
- 回复（表示值得讨论的有价值内容）
- 转发（最强信号 - 用户想要分享它）
- 引用推文（参与式讨论）

**隐式信号**（也有权重）：
- 个人主页访问（对作者的好奇）
- 点击/链接点击（内容被认为值得探索）
- 时间花费（用户阅读/考虑你的推文）
- 保存/书签（计划以后返回）

**负面信号**：
- 屏蔽/举报（Twitter 会对这个进行严重惩罚）
- 取消关注/静音（该人不想看到你的内容）
- 快速跳过/快速滚动（低参与度）

### 动态生成过程

你的推文通过以下流程触达用户：

1. **候选检索** - 多个来源找到候选推文：
   - 搜索索引（相关关键词匹配）
   - UTEG（时间线参与图 - 关注关系）
   - Tweet-mixer（热门/病毒内容）

2. **排名** - ML 模型对候选进行排名，预测参与度：
   - 这个用户会与这条推文互动吗？
   - 参与会发生得多快？
   - 它会传播到非关注者吗？

3. **过滤** - 移除屏蔽的内容，应用偏好

4. **交付** - 向用户展示排名后的动态

## 基于算法洞察的优化策略

### 1. 最大化 Real-graph（关注者参与度）

**策略**：制作你的关注者会参与的内容

- **了解你的受众**：参考他们关心的话题
- **提问**：直接问题比陈述获得更多回复
- **（安全地）制造争议**：辩论吸引参与（但避免屏蔽/举报）
- **标记相关创作者**：通过网络增加可见性
- **在关注者活跃时发布**：更好的早期参与意味着更好的排名

**优化示例**：
- ❌ "我认为气候政策很重要"
- ✅ "热门观点：当前气候政策忽视了核能。大家怎么看？"（触发回复）

### 2. 利用 SimClusters（社区共鸣）

**策略**：找到并服务对你的话题深入感兴趣的紧密社区

- **选择一个清晰的主题**：不要用混合信息混淆算法
- **使用社区语言**：参考共同的梗、内部笑话和术语
- **为小众社区提供价值**：对那个特定社区真正有用
- **鼓励社区到社区的分享**：引发讨论的引用
- **在你的道路上建立一致性**：一致性帮助算法理解你的主题

**优化示例**：
- ❌ "我使用很多编程语言"
- ✅ "Rust 的所有权系统是被低估的功能。以下是原因..."（针对特定的开发者社区）

### 3. 改善 TwHIN 映射（内容-用户匹配）

**策略**：使你的内容与你的既定身份明显相关

- **表明你的专业知识**：以领域知识为主导
- **一致性很重要**：保持在你的领域内（或清楚地宣布新方向）
- **使用具体术语**：帮助算法正确对你进行分类
- **参考你过去的成功**："跟进我关于 X 的推文..."
- **建立主题权威**：同一主题的多条推文强化联系

**优化示例**：
- ❌ "我喜欢很多东西"（模糊，混淆算法）
- ✅ "作为全栈工程师的第三次连续框架评测"（建立权威）

### 4. 提升 Tweepcred（权威/可信度）

**策略**：通过参与一致性建立声誉

- **回复顶级创作者**：与高可信度账户的互动提升可见性
- **引用有趣的推文**：增加价值并表明参与
- **避免参与诱饵**：不会建立真正的可信度
- **保持一致**：定期发布高质量内容胜过零星的病毒式尝试
- **深入参与**：高质量的回复和讨论比数量更重要

**优化示例**：
- ❌ "如果同意就转发..."（参与诱饵，随着时间推移损害可信度）
- ✅ "对[链接推文]中方法的深思熟虑的批评"（建立权威）

### 5. 最大化参与度信号

**显式信号触发器**：

**对于点赞**：
- 新颖的见解或令人难忘的措辞
- 对受众信念的验证
- 有用/可操作的信息
- 有支持证据的强烈观点

**对于回复**：
- 提出直接问题
- 制造辩论
- 请求意见
- 分享不完整的想法（邀请补充）

**对于转发**：
- 人们想要分享的有用信息
- 代表性价值（推文代表他们）
- 娱乐他们的关注者
- 信息优势（首先发布突发新闻）

**对于保存/书签**：
- 教程或操作指南
- 他们以后会参考的数据/统计
- 灵感或动力
- 他们想再次看到的笑话/娱乐

**优化示例**：
- ❌ "看看这个工具"（被动）
- ✅ "这个工具这周节省了我 5 个小时。以下是设置方法..."（可操作，值得转发）

### 6. 防止负面信号

**避免**：
- 可能被举报的煽动性内容
- 有针对性的骚扰（受到算法惩罚）
- 误导性/虚假声明（损害可信度）
- 品牌外转型（混淆算法）
- 回复者综合症（太多低价值回复）

## 如何优化你的推文

### 第 1 步：识别核心信息
- 这条推文传达的最重要的一件事是什么？
- 谁应该关心这个？
- 你想要什么行动/参与？

### 第 2 步：映射到算法策略
- 哪个 Real-graph 关注者细分群体会参与？（关心 X 的关注者）