SKILL.md
readonly只读
name
twitter-algorithm-optimizer
description
利用Twitter开源算法洞察，分析和优化推文以获得最大曝光。根据推荐系统对内容的排名方式，重写和编辑用户推文以提高参与度和可见性。
Twitter算法优化器
何时使用此技能
在以下情况下使用此技能：
- 优化推文草稿以获得最大曝光和参与度
- 理解推文在算法上表现不佳的原因
- 重写推文以符合Twitter的排名机制
- 基于实际排名算法改进内容策略
- 调试表现不佳的内容并提高可见性
- 最大化Twitter算法追踪的参与度信号
此技能的功能
- 分析推文与Twitter核心推荐算法的匹配度
- 识别优化机会基于参与度信号
- 重写和编辑推文以改善算法排名
- **解释推荐背后的“为什么”**使用算法洞察
- 将Real-graph、SimClusters和TwHIN原理应用于内容策略
- 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会与你的内容互动
- 影响Twitter向其他人展示你推文的广泛程度
- 关键信号：关注者会点赞、回复或转发吗？
SimClusters：基于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引起共鸣
- 关键策略：制作能吸引紧密社区并促使他们参与的内容
TwHIN：用户和帖子的知识图谱嵌入
- 映射用户与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：保持在你擅长的领域，或明确信号主题转变
Tweepcred：用户声誉/权威评分
- 高可信度用户获得更多分发
- 你过去的参与历史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
追踪的参与度信号
Twitter的统一用户行为服务追踪显性和隐性信号：
显性信号（高权重）：
- 点赞（直接正面信号）
- 回复（表明内容有价值值得讨论）
- 转发（最强信号——用户想要分享）
- 引用推文（引发讨论）
隐性信号（也有权重）：
- 个人资料访问（对作者的好奇心）
- 点击/链接点击（内容被认为有用值得探索）
- 停留时间（用户阅读/考虑你的推文）
- 收藏/书签（计划稍后返回）
负面信号：
- 屏蔽/举报（Twitter会严厉惩罚）
- 静音/取消关注（用户不想要你的内容）
- 快速跳过/滚动过去（低参与度）
信息流生成过程
你的推文通过以下管道到达用户：
-
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（趋势/病毒式内容）
-
排名 - 机器学习模型根据预测的参与度对候选推文进行排名：
- 这个用户会与这条推文互动吗？
- 互动会多快发生？
- 它会传播给非关注者吗？
-
过滤 - 移除屏蔽内容，应用偏好设置
-
投递 - 向用户展示排名后的信息流
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：提及他们关心的话题
- 提问：直接问题比陈述获得更多回复
- 制造争议（安全地）：辩论吸引参与（但避免屏蔽/举报）
- @相关创作者：通过网络增加可见性
- 在关注者活跃时发帖：早期更好的参与意味着更好的排名
优化示例：
- ❌ “我认为气候政策很重要”
- ✅ “热评：当前气候政策忽视了核能。大家怎么看？”（引发回复）
2. 利用SimClusters（社区共鸣）
策略：找到并服务于对你的话题深度感兴趣的紧密社区
- 选择一个清晰的主题：不要用混杂信息混淆算法
- 使用社区语言：引用共享的梗、内部笑话、术语
- 为小众群体提供价值：对特定社区真正有用
- 鼓励社区间分享：引发讨论的引用
- 在你擅长的领域深耕：一致性帮助算法理解你的主题
优化示例：
- ❌ “我使用多种编程语言”
- ✅ “Rust的所有权系统是最被低估的特性。原因如下...”
3. 改进TwHIN映射（内容-用户匹配）
策略：使你的内容与你已建立的身份明确相关
- 展示你的专业知识：以领域知识开头
- 一致性很重要：保持在你擅长的领域（或明确宣布新方向）
- 使用特定术语：帮助算法正确分类你
- 引用你过去的成功：“跟进我关于X的推文...”
- 建立主题权威：同一主题的多条推文加强联系
优化示例：
- ❌ “我喜欢很多东西”（模糊，混淆算法）
- ✅ “作为全栈工程师，我的第三次框架评测”（建立权威）
4. 提升Tweepcred（权威/可信度）
策略：通过持续参与建立声誉
- 回复顶级创作者：与高可信度账户互动提升可见性
- 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
- 保持一致性：定期高质量发帖胜过偶尔的病毒式尝试
- 深度参与：高质量的回复和讨论比数量更重要
优化示例：
- ❌ “转发如果...”
- ✅ “对[链接推文]中的方法进行深思熟虑的批评”
5. 最大化参与度信号
显性信号触发：
点赞：
- 新颖见解或令人难忘的措辞
- 验证受众信念
- 有用/可操作的信息
- 有支持证据的强烈观点
回复：
- 提出直接问题
- 创造辩论
- 请求意见
- 分享不完整的想法（邀请补充）
转发：
- 人们想要分享的有用信息
- 代表性价值（推文替他们说话）
- 娱乐他们关注者的内容
- 信息优势（第一时间发布新闻）
收藏/书签：
- 教程或操作指南
- 他们稍后会参考的数据/统计
- 灵感或动力
- 他们想再看一遍的笑话/娱乐
优化示例：
- ❌ “看看这个工具”（被动）
- ✅ “这个工具这周帮我省了5小时。以下是设置方法...”
6. 防止负面信号
避免：
- 可能被举报的煽动性内容
- 针对性骚扰（受到算法惩罚）
- 误导/虚假声明（损害可信度）
- 偏离品牌定位（混淆算法）
- 回复狂（太多低价值回复）
如何优化你的推文
第一步：确定核心信息
- 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？
第二步：映射到算法策略
- 哪个Real-graph关注者群体会参与？（关心X的关注者）
- 哪个SimCluster社区？（对Y感兴趣的小众）
- 这如何符合你的TwHIN身份？（你已建立的专业知识）
- 这会提升还是损害Tweepcred？
第三步：优化信号
- 它会引发回复吗？（提问、创造辩论）
- 它值得转发吗？（有用性、娱乐性、代表性价值）
- 关注者会喜欢吗？（新颖、验证、可操作）
- 它会病毒式传播吗？（社区共鸣+网络效应）
第四步：检查负面因素
- 有屏蔽/举报风险吗？
- 有关于你身份的混淆吗？
- 有损害可信度的参与诱饵吗？
- 有损害Tweepcred的煽动性语言吗？
优化示例
示例1：开发者推文
原文：
“我今天修复了一个bug”
算法分析：
- 没有明确受众——太泛
- 没有参与信号——陈述不会引发回复
- 没有Real-graph触发——关注者不会强烈参与
- 没有SimCluster共鸣——可能适用于任何开发者
优化后：
“花了2小时调试，结果发现少了一个分号。最棒的是？linter没发现。
你最尴尬的bug是什么？在回复里分享吧👇”
为什么有效：
- SimCluster触发：特定开发者社区
- Real-graph触发：直接问题邀请回复
- Tweepcred： relatable的脆弱性建立联系
- 参与度：可能有很多回复（其他人分享尴尬bug）
示例2：产品发布推文
原文：
“我们今天发布了一个新功能。来看看。”
算法分析：
- 被动语态——没有表明影响
- 没有具体好处——关注者不知道为什么要关心
- 没有社区共鸣——泛泛而谈
- 如果感觉像自我推销，有参与诱饵风险
优化后：
“花了6个月开发用户最需要的功能：导出为PDF。
报告生成时间提升10倍。现已上线。
你接下来想要什么导出格式？”
为什么有效：
- Real-graph：你产品领域的关注者会参与
- 具体性：“PDF导出”+“10倍提升”触发收藏（有用信息）
- 问题：以参与触发结尾
- 权威：你花了6个月（展示可信度）
- SimCluster：产品管理/SaaS社区共鸣
示例3：观点推文
原文：
“我认为远程工作比办公室工作好”
算法分析：
- 模糊观点——不邀请参与
- 可能被双方争论——没有明确立场
- 没有Real-graph钩子——关注者不清楚是否应该关心
- 泛泛话题——稀释你的个人品牌
优化后：
“热评：远程工作对异步任务很好，但扼杀了创意协作。
我们现在是混合模式：深度专注日远程，协作日在办公室。
你的团队平衡是什么？真心好奇什么有效。”
为什么有效：
- 明确立场：不是绝对，细微差别
- 辩论触发：“热评”表明讨论机会
- 问题：直接参与请求
- Real-graph：你行业的关注者会有意见
- SimCluster：CTO、团队领导、工程经理会共鸣
- Tweepcred：细微思考建立权威
算法优化的最佳实践
- 质量胜过病毒式传播：来自社区的持续参与胜过偶尔的病毒式时刻
- 社区优先：与100个活跃关注者的深度共鸣胜过对10,000人的浅层覆盖
- 真实性很重要：算法奖励真正的参与，而不是操纵
- 时机有帮助：在推文新鲜时尽早参与（第一小时关键）
- 构建线程：线程推文通常比单条推文获得更多参与
- 跟进：快速回复回复——Twitter的算法偏爱活跃对话
- 避免垃圾信息：参与群组和机器人长期损害可信度
- 追踪你的表现：注意你的受众参与什么并迭代
要避免的常见陷阱
- 泛泛陈述：不会触发算法（太模糊）
- 纯参与诱饵：“同意请点赞”——长期损害可信度
- 不明确的受众：谁应该关心？如果不明确，算法不会推远
- 偏离品牌定位：混淆算法关于你的身份
- 频率过高：垃圾信息损害参与率指标
- 毒性：屏蔽/举报严重惩罚未来的覆盖范围
- 没有行动号召：被动推文表现不佳
何时请求算法优化
在以下情况下使用此技能：
- 你已起草推文并想最大化覆盖范围
- 推文表现不佳，你想了解原因
- 你正在发布重要内容并希望获得算法优势
- 你在特定小众领域建立受众
- 你想因某事而闻名
- 你在调试不一致的参与率
在不使用此技能的情况下使用Claude：
- 一般写作和语法修正
- 与算法无关的语气调整
- 非Twitter内容（LinkedIn、Medium、博客等）
- 个人对话和随意推文
