🔥X 算法模拟器

开发者: @AntCaveClub | 模拟你的推文是否会“火”

账号参数设置

粉丝数

账号权重

{{ charCount }} / 280 (长文模式)

模拟运行控制台

Save

候选池 (In-Network) {{ simulationResult.stage1_reach }} 人

初步筛选 (Light Ranker) {{ simulationResult.stage2_pass }}% 通过率

最终曝光 (For You) {{ simulationResult.total_impressions }}

爆款概率

{{ simulationResult.viral_prob }}%

[{{ log.time }}] {{ log.msg }}

点击“开始模拟”查看算法预测结果

算法健康度检查

钩子吸引力 (前50字) {{ hookScoreText }}
可读性 (分段/空行) {{ readabilityText }}
互动诱饵 (疑问/引导) 未检测到
情绪唤起 (Power Words) 平淡
风险词检测 {{ riskWords.length > 0 ? riskWords.length + ' 个风险词' : '安全' }}

优化建议

开头太平淡。尝试加入数字、疑问或强烈观点，防止被滑走。
段落过长，用户停留时间(Dwell Time)可能变短。建议多分段，增加空行。
缺少互动引导。Reply 权重极高，建议在结尾提一个问题。
正文包含链接可能会降权。建议将链接放在评论区，或配图。
很棒！这条推文结构看起来非常不错。

媒体占位符 (模拟预览)

加速帖子曝光+100%

前往 TG 互助

加入互助车队，通过算法冷启动

9:41

Creator @creator · 1h

0:45

128

2.4K

流量增长手册

X 流量增长手册（人人都能看懂版）

把算法想成一个“超快的编辑部”，增长不是骗算法，而是让内容更容易被找到、打高分、不过滤。

1 算法到底在算什么？

它在算你“会不会行动”。正向动作（点赞、回复、转发、停留）加分，负向动作（拉黑、举报、不感兴趣）减分。增长本质是：提高正向概率，降低负向概率。

2 三道关卡

召回（找稿子）：网络内（熟人）+ 网络外（陌生人）。想爆必须做网络外召回（主题清晰）。
排序（打分）：回复、转发、停留权重最高。
过滤（过审）：去重、拉黑、违规直接丢掉。

3 增长原则

原则1：主题要窄，表达要清 像书的目录一样清晰。

原则2：给理由让用户互动 不要“求赞”，要“邀请补充”或“引发共鸣”。

原则3：先网络内，再网络外 先在熟人圈跑通互动数据。

原则4：底线是避免负反馈 标题党、诱导、争议无边界会直接毁号。

4 30天增长计划

📅 第1-7天：定足够窄的主题，每天1条练手感。

📅 第8-14天：每天找10个同主题的人真诚互动。

📅 第15-21天：做2-3条清单/教程/复盘贴，争取被转发。

📅 第22-30天：做A/B测试，优化标题和结构。

架构分析报告

X 架构分析报告（端到端）

基于 GitHub 源码分析的推荐系统全链路拆解。

1. 架构总览

查询补全 → 多源召回 (Thunder/Phoenix) → 候选补全 → 规则过滤 → 机器学习打分 (Phoenix/Weighted) → 多样性/OON调整 → 最终选择

2. 核心机制

多源召回：同时从关注网络（Thunder）和全网向量检索（Phoenix Retrieval）获取候选。
候选隔离：打分时每条推文独立计算，互不影响，保证稳定性。
多目标预测：预测 Like, Reply, Repost 等 10+ 种行为概率，再加权合成。

3. 用户影响分析

用户类型	关键影响
新用户	依赖 Query Hydration 的地域/语言信号，推荐较泛。建议多互动加速画像收敛。
重度互动者	信号丰富，个性化极强。容易陷入“信息茧房”，需要多样性策略干预。
只看不动者	主要靠 Dwell/Click 信号。如果算法权重偏向显式互动，体验会变差。

4. 为什么旧方式不行了？

旧的“时间线+简单规则”无法应对供给爆炸（内容太多）、多目标冲突（既要留存又要商业化）和对抗性（垃圾内容）。现在的“两阶段+Transformer”是唯一解。