Last Updated on 3月 22, 2026 by 今日のXざっくり
- 【2026年版】X（旧Twitter）アルゴリズム完全解説：Thunder・Phoenix・Two-Tower Modelが「For You」を支配する仕組み
- 【2026年版】X（旧Twitter）アルゴリズム完全解説 第2部：Thunderモデル徹底解説
- 【2026年版】X（旧Twitter）アルゴリズム完全解説 第3部：Phoenix＋Two-Tower Model徹底解説
- 【2026年版】X（旧Twitter）アルゴリズム完全解説 第4部：1秒で完結する全体処理フローとGrok Transformerのスコアリング
- 【2026年版】X（旧Twitter）アルゴリズム完全解説 第5部：クリエイターが即実践できる運用鉄則＋まとめ
【2026年版】X（旧Twitter）アルゴリズム完全解説：Thunder・Phoenix・Two-Tower Modelが「For You」を支配する仕組み
2026年1月にxAIが完全オープンソース化したXの推薦アルゴリズム。その核心は「Thunder」「Phoenix」「Two-Tower Model」の3モデルです。手作業のヒューリスティックはほぼゼロになり、すべてGrokベースのTransformerで動いています。
この記事では、公式GitHub（xai-org/x-algorithm）を基に、誰でもわかる言葉で徹底解説します。全5パート構成の第1部です。
なぜ今、このアルゴリズムを知るべきか？
- フォロー外からの急成長が現実的になった
- 最初の1時間のエンゲージメント速度が命運を分ける
- スパム・炎上投稿はほぼ100%フィルタリング → 質の高い投稿が報われる
3大モデルの超シンプル役割比較表
| モデル名 | 役割（一言で） | 主な特徴 | 「For You」への貢献 |
|---|---|---|---|
| Thunder | フォロー投稿の爆速配送 | リアルタイムメモリ蓄積、サブミリ秒取得、外部DB不要 | 「知り合いの声」を最優先で届ける自宅サーバー |
| Phoenix | あなた専用世界マッチングAI脳 | 数億投稿から未知の好み投稿を発掘・評価 | フォロー外バズの「発見チャンネル」を生む |
| Two-Tower Model | Phoenix内の高速検索エンジン | ユーザー＆投稿をベクトル化 → 類似度で瞬時抽出（HNSW/ANN） | フォロー外なのに急に表示される理由 |
実際の流れは1秒以内で完結します：
- Thunder（フォロー投稿）＋ PhoenixのTwo-Tower（未知投稿）で約1500候補を集める
- Grok Transformerが各投稿に「いいね確率・リプライ確率・ブロック確率」など14種類を同時予測
- 最終スコアで並べ替え、上位を表示
さらに深く知りたい方へ（関連記事リンク）
GitHubコードの裏側をさらに詳しく知りたい場合は、以下の記事がおすすめです。
Xアルゴリズム2026年3月最新：クラスターは本当に死んだのか？GitHubコード裏側と今効く動的運用Tips
（akiguard.comのサイトマップから厳選した、アルゴリズムの最新動向を扱った関連記事です）
※本記事は2026年3月時点の公式オープンソース情報（https://github.com/xai-org/x-algorithm）を基にしたオリジナル解説です。
【2026年版】X（旧Twitter）アルゴリズム完全解説 第2部：Thunderモデル徹底解説
前回（第1部）ではXの「For You」タブを支配する3大モデル（Thunder・Phoenix・Two-Tower）の全体像をお伝えしました。
今回はThunderにフォーカス。 「フォローしている人の投稿だけを爆速で集める自宅サーバー」として、なぜこれが最優先で表示されるのか、その仕組みをGitHubコード（xai-org/x-algorithm/thunder/）からわかりやすく解説します。
Thunderとは？ 一言で言うと
「知り合いの声」をミリ秒で届けるリアルタイム配送システム → フォロー投稿（In-Networkコンテンツ）を優先的にメモリに蓄積し、サブミリ秒（0.001秒以下）で取り出せる設計。これにより、あなたのタイムラインはまず「フォローしている人の最新投稿」で埋まります。
なぜThunderが最重要なのか？ 3つの理由
- リアルタイム性が命：投稿作成/削除イベントをKafkaから即受信 → 遅延ほぼゼロ
- フォロー投稿優先：Phoenix（未知投稿）より先にThunderが候補を集めるため、初露出の多くはフォロー圏内
- クリエイターにとっての鉄則：フォローされている人に最初の1時間でリプライ・いいねをもらえると、Thunder経由で安定露出 → Phoenixに拾われやすくなる
Thunderの主な特徴比較表（GitHubコードベース）
| 特徴 | 詳細（thunderディレクトリより） | ユーザー/クリエイターへのメリット |
|---|---|---|
| リアルタイムイベント受信 | Kafkaから投稿作成・削除・編集イベントを即時受信 | 最新投稿が遅延なく表示される |
| ユーザー別メモリ保持 | 各ユーザーのフォロー投稿を「オリジナル」「リプライ/リポスト」「動画」など領域別にインメモリ保存 | サブミリ秒ルックアップ → 爆速表示 |
| 保持期間自動削除 | 古い投稿は自動でメモリから削除（外部DB不要） | スケーラビリティ極めて高く、サーバー負荷低減 |
| 外部DB非依存 | すべてインメモリ（Redisなど使わず純粋メモリ） | 遅延がほぼゼロ、信頼性向上 |
実際の流れ（Thunderがどう動くか）
- 誰かが投稿 → Kafkaにイベントが飛ぶ
- Thunderが即受信 → フォロワーの各メモリ領域に保存
- For Youリクエスト時 → Thunderがミリ秒でフォロー投稿1500件程度を候補として返す
- 残りはPhoenix（未知投稿）で補完 → 合計候補をGrok Transformerでスコアリング
つまり、Thunderが「基盤」。ここで初速がつかないと、Phoenixルートでのバズも生まれにくいのです。
クリエイターがThunderを味方にするコツ
- フォロワーとの会話（リプライ）を最初の1時間で増やす
- 動画・画像付き投稿を意識（別領域保持で優先されやすい）
- 毎日同じ時間帯に投稿 → フォロワーの行動パターンを学習されやすい
【2026年版】X（旧Twitter）アルゴリズム完全解説 第3部：Phoenix＋Two-Tower Model徹底解説
前回（第2部）ではThunderが「フォロー投稿の爆速配送」として基盤を担っていることを解説しました。
今回はPhoenixとその中核であるTwo-Tower Modelに深掘り。 これが「フォロー外なのに急にバズる」未知の投稿を発掘する「あなた専用AI脳」の正体です。公式GitHub（xai-org/x-algorithm/phoenix/）のコードを基に、誰でもわかる言葉で説明します。
Phoenixとは？ 一言で言うと
「世界中からあなたが好きそうな未知の投稿」を数億件から瞬時に見つけて評価するAI脳 → Thunder（フォロー内）が「知り合いの声」なら、Phoenixは「まだ知らないけどハマるはずの声」を担当。 2つの大きな仕事があります：① Retrieval（候補発掘）② Ranking（スコアリング）
Phoenixの2大仕事とTwo-Tower Modelの役割
| 仕事 | コンポーネント | 詳細（GitHub phoenix/ ベース） | クリエイターへの意味 |
|---|---|---|---|
| ① Retrieval（候補発掘） | Two-Tower Model | User Tower：あなたの行動履歴（いいね・リプライ・閲覧時間など）をTransformerで1つのベクトル（embedding）に変換 Candidate Tower：全投稿をベクトル化 類似度（ドット積）＋ANN（HNSWなど）で数億→数百件に絞り込み | フォロー外投稿が「For You」に現れる唯一の入り口。ユニークな視点の投稿がここで拾われやすい |
| ② Ranking（スコアリング） | Grok-based Transformer | Grok-1由来のTransformerを適応。Candidate Isolation Attention Maskで候補同士の干渉を防ぎ、安定スコアリング 出力：14〜18種類の行動確率（P(like), P(reply), P(repost), P(block)など）を同時予測 | 質が高くポジティブな反応を誘う投稿が上位に残る。ブロック誘発は即死 |
Two-Tower Modelの仕組みを簡単に例えると
- あなたを「味の好みベクトル」に変換（User Tower）
- 世界中の投稿を「味のベクトル」に変換（Candidate Tower）
- 似てる味（ドット積が高い）投稿をトップK件だけピックアップ → これが「あなた専用マッチング」
- ANN（近似最近傍探索）のおかげで、数億件からミリ秒単位で検索可能
これにより、フォロー外からの発見チャンネルが爆誕。毎日似たテーマで投稿を続けると、あなたのUser Towerが学習され、似た系統の未知投稿がどんどん拾われやすくなります。
クリエイターがPhoenixルートを攻略するコツ
- フォロー外に刺さる「ユニークで意外性のある視点」を入れる（Two-Towerで類似度が高くなる）
- 最初の露出（Thunder経由）でポジティブエンゲージメントを集める → Phoenixが「この人は反応良い」と学習
- ネガティブ行動（ブロック・ミュート）を避ける → Transformerが否定的確率を高く見積もり、即排除
【2026年版】X（旧Twitter）アルゴリズム完全解説 第4部：1秒で完結する全体処理フローとGrok Transformerのスコアリング
前回（第3部）ではPhoenix＋Two-Tower Modelが「未知の投稿を発掘するAI脳」であることを解説しました。
今回は全体像のクライマックス！ Home Mixerが統括する「1秒以内の全処理フロー」と、最終ジャッジ役のGrok Transformerによる公平スコアリングを、公式GitHub（xai-org/x-algorithm/home-mixer/）ベースで詳しく説明します。これで「For You」の仕組みがほぼ完璧にわかります。
全体パイプラインの流れ（Home Mixerがすべてを統括）
Home Mixerは「オーケストレーション層」として、ThunderとPhoenixからの候補をまとめ、フィルタリング→スコアリング→選抜までを一気に行います。 Rust/Pythonで超高速に動く設計で、1リクエストあたり約800〜1500候補を処理し、上位数百件を表示します。
| ステージ | 主な役割 | 使用コンポーネント | 所要時間目安 | クリエイターへの影響 |
|---|---|---|---|---|
| 1. Query Hydration | ユーザー情報・行動履歴を準備 | Home Mixer | 数ms | あなたの過去行動がベクトル化される基盤 |
| 2. Candidate Sourcing | 候補集め（Thunder + Phoenix） | Thunder（フォロー内）＋ Two-Tower（未知） | 数十ms | ここで拾われないと表示ゼロ |
| 3. Hydration & Filtering | 候補に詳細情報付与＋スパム/重複/低品質除去 | Home Mixer + フィルタ | 数十ms | スパム投稿は即排除 → 質が命 |
| 4. Scoring | 各投稿に確率予測＆最終スコア計算 | Grok Transformer（Phoenix内） | 主なボトルネックだが最適化済み | ポジティブ行動確率が高い投稿が上位 |
| 5. Selection & Post-Filter | 上位選抜＋著者多様性調整 | Home Mixer + Diversity | 数ms | 同じ人ばかりにならないよう自動調整 |
Grok Transformerの「公平ジャッジ」詳細
- Grok-1由来のTransformerをベースに、Candidate Isolation Attention Maskを採用 → 候補同士が互いに干渉せず、スコアが安定
- 出力：14〜18種類の行動確率を同時予測（例：P(like), P(reply), P(repost), P(block), P(mute), P(dwell time)など）
- 最終スコア = Σ(重み × 各確率) → 肯定的行動（+）と否定的行動（-）をバランスよく計算
- 手動調整ゼロ → 純粋にあなたの行動履歴で決まるため、毎日質の高い投稿を続けるとAIが「この人は信頼できる」と学習
1秒で起きることのまとめ（超シンプル）
- Thunderでフォロー投稿を爆速取得
- PhoenixのTwo-Towerで未知投稿を数百件発掘
- Grok Transformerが全候補を「あなたが本当に反応しそうか」で公平にランク付け
- Home Mixerが多様性調整して上位を表示 → これがあなたの「For You」
つまり、Thunder＝基盤配送、Phoenix＝発見エンジン、Transformer＝最終審判の3つが完璧に連携した瞬間、手動アルゴ時代は完全に終わったのです。
【2026年版】X（旧Twitter）アルゴリズム完全解説 第5部：クリエイターが即実践できる運用鉄則＋まとめ
お待たせしました！全5部シリーズの最終章です。
これまでThunder（フォロー爆速配送）・Phoenix＋Two-Tower（未知投稿発見AI脳）・Grok Transformer（公平スコアリング）の仕組みを徹底解説してきました。
今回は「知ったところでどう運用すればいいの？」という疑問に答えます。 公式GitHub（xai-org/x-algorithm）を基にした知見から、今日から試せてリーチ爆増しやすい鉄則をまとめました。手動調整ゼロのAI時代に、本当に効く行動だけ厳選しています。
2026年X運用鉄則：Thunder・Phoenix両ルートを最大化する5つのポイント
| 優先度 | 鉄則（一言） | 理由（アルゴリズム視点） | 即実践Tips |
|---|---|---|---|
| ★★★★★ | 最初の1時間でポジティブエンゲージメントを爆速で集める | Thunderで初露出 → 早期いいね/リプライがPhoenixのTwo-Towerに「この投稿は質が高い」と学習され、未知層に拡散 | 投稿直後に質問形式でリプライ誘導（例：「これどう思う？」）。動画・画像付きでThunder領域別保持を活用 |
| ★★★★☆ | フォロー外に刺さる「ユニーク＋意外性」の視点を入れる | Two-Towerの類似度検索でフォロー外マッチングが発生。似た行動履歴の人に届きやすい | 毎日同じテーマで「一捻り」加える（例：業界常識を逆手に取った視点）。重複投稿は厳禁 |
| ★★★★☆ | ネガティブ行動（ブロック・ミュート・報告）を絶対に誘発しない | Grok TransformerがP(block)を高く予測 → 即スコア大幅減。ほぼ100%フィルタアウト | 炎上狙い・過激表現・スパム臭を避ける。丁寧語＋ユーモアで会話促進 |
| ★★★☆☆ | 毎日似た時間帯・テーマで投稿を継続 | User Towerが行動パターンを学習 → フォロー外でも「この人の投稿は好き」とベクトルが近づく | 朝8時・夜20時など固定枠で投稿。テーマは「専門性」を1本に絞る |
| ★★★☆☆ | 著者多様性フィルタを逆手に取る | Home MixerのPost-Filterで同じ人ばかりにならないよう調整 → 連続投稿は分散 | 1日3〜5投稿以内に抑え、別アカウントや引用で間接露出を増やす |
まとめ：AIアルゴリズム時代の本質（一言で）
- Thunder＝近所の声の高速配送 → フォロワーとの早期会話が命
- Phoenix＋Two-Tower＝あなた専用世界マッチング → ユニーク視点でフォロー外バズを狙え
- Grok Transformer＝公平ジャッジ → 質が高くポジティブな投稿だけが生き残る
手動調整ゼロの純粋行動履歴ベースになった今、「毎日質の高い会話を生む投稿を続ける人」が圧倒的に勝つ時代です。 スパム・炎上・重複はAIが即排除するので、安心して本物の価値提供に集中できます。
シリーズ全5部を振り返って
- 全体像と3モデルの役割
- Thunder：フォロー投稿の爆速基盤
- Phoenix＋Two-Tower：未知発見のAI脳
- 全体フローとGrok Transformerのスコアリング
- 今日から実践！運用鉄則まとめ（←今ここ）
このシリーズがあなたのX運用を少しでも加速させたなら嬉しいです！ 全パート読み終わったら、コメントで「完走した！」「これ試してみる」など教えてください♪
さらに深く知りたい方へ（関連記事リンク）
GitHubコードの裏側＋今すぐ効く運用Tipsをさらに知りたい場合は、以下の記事がおすすめです。
Xアルゴリズム2026年3月最新：クラスターは本当に死んだのか？GitHubコード裏側と今効く動的運用Tips
（akiguard.comのサイトマップから厳選した、本シリーズのテーマに最も近いGitHubコード＋運用実践記事です）
※本記事は2026年3月時点の公式オープンソース情報（https://github.com/xai-org/x-algorithm）を基にしたオリジナル解説です。
コメント