Ранжирование контента

Сигналы, прогнозы и оценки релевантности

Системы ранжирования Instagram* используют сигналы — отдельные сведения, например о том, кто создал публикацию или какой тип контента она содержит.2 Для публикаций из аккаунтов, на которые подписан человек, лента с помощью модели меньшего размера отбирает примерно 700 потенциально релевантных публикаций, а затем делает прогнозы — оценки того, что зритель сочтёт релевантным или ценным.2

Примерно для 500 публикаций она рассчитывает оценку релевантности — числовую оценку прогнозируемой релевантности или ценности публикации для этого зрителя — и упорядочивает их по этой оценке.2 Рекомендации в ленте строятся по схожему принципу: собирается общедоступный контент, учитываются интересы и прежняя вовлечённость в похожий контент, а публикации с более высокой прогнозируемой ценностью ставятся выше в ленте.3

Охват подписчиков и поиск новых зрителей

При ранжировании для подписчиков публикация автора сравнивается с другими публикациями, которые мог бы увидеть каждый подписчик, поэтому подписка на аккаунт не означает, что каждая его публикация автоматически появится у этого человека.7

Как сообщает Instagram* for Creators, в рекомендациях для неподписчиков (non-followers) распространение — то, насколько широко показывается публикация, — во многом зависит от вовлечённости в расчёте на зрителя (engagement per viewer) и от прогнозируемой вероятности того, что зритель посмотрит публикацию или как-то с ней провзаимодействует.8

Такая вовлечённость может выражаться в том, что человек смотрит, делится публикацией, подписывается, ставит лайк, комментирует или заходит в профиль, а иногда Instagram* подбирает для контента аудиторию, которая уже откликалась на похожие темы.8

Моссери описывает этот процесс рекомендаций как прослушивание: общедоступный контент, рассчитанный на более широкую аудиторию, сначала получает возможность привлечь зрителей, а затем контент с лучшими результатами показывается шире.7

Stories, «Интересное» и поиск

Для Stories Моссери называет самыми важными прогнозируемыми реакциями вероятность того, что человек откроет историю, поставит ей лайк и ответит на неё: это отражает упор Stories на связи с людьми, которых зрители знают.9

На ранних этапах ранжирования в разделе «Интересное» релевантность оценивается путём сопоставления сведений о зрителе со сведениями о фото и видео — после того как собрано до 1 500 вариантов от авторов, с которыми человек ранее взаимодействовал, и из похожего контента.13

Этот сбор поставляет варианты, но не определяет их окончательный порядок, а в описании этих ранних этапов в Центре прозрачности Meta* не указано какое-либо конкретное прогнозируемое действие, например что человек поставит лайк или поделится публикацией.13

Поиск оценивает результаты по соответствию введённым словам и вероятному намерению человека, учитывая также его прошлые действия и такие показатели популярности, как клики, лайки, «поделились» и подписки.1014

Комментарии и уведомления

При ранжировании комментариев Instagram* может ставить первыми собственные комментарии зрителя, комментарии его друзей и закреплённые комментарии, а остальные оценивать по ряду факторов, в том числе по релевантности публикации и популярности у зрителей.12

При ранжировании уведомлений учитываются тип уведомления, сходство с другим контентом и то, насколько уведомление соответствует тому, с чем человек обычно взаимодействует; менее срочные уведомления также могут планироваться на подходящее время.11

Инженерная команда Meta* описывает систему уведомлений Instagram*, которая снижает оценки, если возможные уведомления похожи на недавно отправленные по содержанию, автору, типу уведомления или части приложения.15 По словам инженерной команды Meta*, такие скорректированные оценки уравновешивают прогнозируемую вовлечённость и разнообразие, а не просто выбирают уведомление с самой высокой исходной оценкой вовлечённости.15

Сброс рекомендаций

Сброс рекомендаций в Instagram* позволяет начать с чистого листа в разделах «Интересное» и Reels, а также в ленте.4 Моссери пояснил его назначение на собственном примере: он смотрел старые нарезки лучших футбольных моментов, и в итоге футбола в рекомендациях стало больше, чем ему хотелось.4 Его пример показывает, как просмотр контента на какую-то тему может сместить рекомендации к тому, что, по желанию зрителя, больше не должно преобладать в том, что он видит.4

Настройка тем с помощью функции «Ваш алгоритм»

Инструмент управления «Ваш алгоритм» (Your Algorithm) в Instagram* показывает сводку тем, которые, по мнению Instagram*, интересуют зрителя.5 Зрители могут вписать темы, которых хотят видеть больше или меньше, и, по словам Instagram*, изменения, внесённые через Reels или «Интересное», действуют в обоих разделах.5 Эта связь касается этих двух частей приложения и не означает, что у всех систем ранжирования Instagram* одни и те же инструменты управления.15

Измеряйте реакцию зрителей

Изучайте среднее время просмотра (average watch time), количество лайков на одного охваченного человека и количество отправок на одного охваченного человека в статистике Instagram* (Instagram* Insights): в январе 2025 года Моссери назвал время просмотра, лайки и отправки тремя главными сигналами ранжирования, то есть сведениями о том, как зрители реагируют на контент.25

По его словам, лайки чуть важнее для охвата подписчиков, а отправки чуть важнее для охвата людей, которые ещё не подписаны на аккаунт.25 Моссери также пояснил, что сохранения по-прежнему учитываются, хотя отправкам придаётся больше значения, потому что они связывают людей через контент, которым те делятся.29

Учитывайте контекст, а не предполагаемые санкции

Оценивайте различающиеся результаты с учётом контекста, а не исходите из того, что идентичный ролик Reels должен повторить свой прежний охват: Моссери говорил, что время публикации, конкуренция и окружающие обстоятельства могут влиять на то, насколько ролик заинтересует людей и насколько активно они будут с ним взаимодействовать.26

Он пояснил, что более слабые результаты после долгого перерыва в публикациях могут объясняться тем, что о людях, которым интересен автор, накоплено меньше полезных сведений, а не намеренными санкциями.27 Пользуйтесь черновиками, если они помогают вам в работе: Моссери говорил, что система ранжирования не знает, сохранялся ли опубликованный пост сначала в черновиках, поэтому это не снижает охват.28