Xパパ活の探し方はフォローより「いいね」｜アルゴリズムの根拠つき

この記事は、X（Twitter）でパパ活の相手を探す男性向けの内容です。女性の方にはパパ活の始め方完全ガイドがおすすめです。

「Xでパパ活の相手を探すには、どうやって募集ポストを見つければいいのか」。この問いに、今はかなり技術的に正確な答えを出せます。というのも、Xのおすすめフィードのアルゴリズムは、GitHubでソースコードごと公開されているからです。

私は本業でIT関連の仕事を30年やってきた人間で、今でも多少のコーディングはできます（運営者情報）。この記事では、公開リポジトリのドキュメントを実際に読んだ上で、「募集ポストがあなたのおすすめ欄に流れてくる仕組み」と「その仕組みを踏まえた探し方」を、原文の引用つきで解説します。

結論を先に言うと、おすすめ欄は「育てる」ものです。そして育てる主な手段はフォローではなく、いいねなどのエンゲージメントです。順に説明します。

Xのおすすめアルゴリズムは公開されている

Xは2023年に推薦アルゴリズムの一部（twitter/the-algorithm）を公開しましたが、2026年には後継となるGrokベースの新アルゴリズム「xai-org/x-algorithm」がGitHubで公開されています。2026年5月15日には推論パイプライン一式や学習済みモデルを含む大型更新も入りました。ライセンスはApache 2.0で、誰でも読めます。

リポジトリの概要にはこうあります。

The For You feed algorithm retrieves, ranks, and filters posts from two sources

（訳）「おすすめ（For You）」フィードのアルゴリズムは、2つのソースからポストを取得し、ランキングし、フィルタリングする

xai-org/x-algorithm README（Overview）より

「2つのソース」とは、①あなたがフォローしているアカウントのポストと、②フォローしていないアカウントから機械学習で発見されるポストです。パパ活の文脈で重要なのは圧倒的に②で、フォローしていない女性の募集ポストがおすすめに流れてくるのは、この②の仕組みによるものです。

なお、公開版と実際に本番で動いているものが完全に一致する保証はありません。ただ、設計思想と構成要素を知る一次情報としては、現状これ以上のものはありません。この記事の考察もその前提で読んでください。

おすすめフィードができるまで｜パイプラインの全体像

あなたがXを開いてから、おすすめ欄が表示されるまでの処理は「Home Mixer」という制御層が束ねるパイプラインになっています。工程は次のとおりです。

工程	やっていること
① クエリ補完	あなたの利用履歴・行動履歴を取得する
② 候補集め	Thunder（フォロー中）とPhoenix Retrieval（フォロー外）から候補ポストを集める
③ メタデータ付与	候補にメタ情報を付ける
④ フィルタリング	重複除去などで候補を絞る
⑤ スコアリング	Grokベースのトランスフォーマーが各ポストを採点する
⑥ 選抜	スコア上位を取り出す
⑦ 最終フィルタ	最後のふるいにかけて表示する

候補集めの2系統には、それぞれ名前が付いています。フォロー中のポストを供給するのが「Thunder」。

An in-memory post store and realtime ingestion pipeline that tracks recent posts

（訳）直近のポストを追跡する、インメモリのポストストアとリアルタイム取り込みパイプライン

xai-org/x-algorithm README（Thunder）より

そして、フォロー外から「あなたに関連しそうなポスト」を発見してくるのが「Phoenix Retrieval」です。ここが今回の本題の心臓部になります。

Finds relevant out-of-network posts: User Tower encodes user features and engagement history

（訳）関連性の高いフォロー外のポストを発見する。User Towerがユーザーの特徴とエンゲージメント履歴をエンコードする

xai-org/x-algorithm README（Phoenix）より

two-tower（二塔）モデル：ユーザー側とポスト側を別々のニューラルネットで「埋め込み」と呼ばれる数値ベクトルに変換し、ベクトル同士の近さで「このユーザーにこのポストは刺さるか」を高速に照合する、推薦システムの定番構成です。

要するに、あなたという人間が「エンゲージメント履歴から作られた1本のベクトル」に要約され、それに近いポストがフォロー外から引っ張られてくる。これがおすすめ欄の正体です。

スコアリングの中身｜「いいね確率」の重み付き合計

集まった候補は、Grok-1由来のトランスフォーマーモデルが採点します。面白いのは、採点が「良いポストかどうか」ではなく、「あなたがそのポストに何をするかの確率予測」だという点です。予測される行動には、いいね・返信・リポスト・クリック・動画視聴・プロフィール訪問・フォロー、そしてブロック・ミュート・報告まで含まれます。

Final Score = Σ (weight_i × P(action_i))

（訳）最終スコア ＝ Σ（行動iの重み × 行動iをとる確率）

xai-org/x-algorithm README（Scoring and Ranking）より

Negative actions (block, mute, report) have negative weights, pushing down content

（訳）ネガティブな行動（ブロック・ミュート・報告）は負の重みを持ち、コンテンツを押し下げる

xai-org/x-algorithm README（Scoring and Ranking）より

もうひとつ、エンジニア的に見て大きな設計判断が明記されています。

The system relies entirely on the Grok-based transformer to learn relevance

（訳）このシステムは、関連性の学習を完全にGrokベースのトランスフォーマーに依存している

xai-org/x-algorithm README（Key Design Decisions）より

従来のような手作りの特徴量（このハッシュタグなら加点、のようなルール）を捨てて、モデルがあなたの行動履歴から「何に関連を感じるか」を丸ごと学習する設計です。30年この業界にいる身として言うと、これは「小手先のテクニックが効かなくなり、日頃の行動そのものがすべてになった」ことを意味します。

本題：界隈をフォローすると、未フォローの募集も流れてくるのか

仕組みを追うと、こうなります。界隈のアカウントをフォローし、募集ポストにいいねやプロフィール訪問といった反応をしていると、その履歴がUser Towerに入力され、あなたのユーザー埋め込みが「界隈のポストに反応する人」の位置に移動します。するとPhoenix Retrievalの類似度検索が、フォローしていないアカウントの同系統のポストを「あなたに関連が高い候補」として拾ってくるようになります。

しかも新アルゴリズムはGrokベースの意味理解で動くため、共通のタグやフォロー関係がなくても「同じ種類のポスト」を認識し得ます。ぼかした文言の募集ポスト同士でも、意味的に近ければ同じクラスタとして扱われる、ということです。

ここで技術的に重要な補足がひとつ。埋め込みを動かす主因は、フォローそのものではなくエンゲージメント履歴です。フォローはThunder経由でその相手のポストを直接流し込みますが、フォロー外の発見を広げるのは、いいね・プロフィール訪問・滞在といった日々の行動シグナルのほうです。「フォローだけして無反応」では、おすすめ欄はあまり育ちません。

ただし「おすすめ頼み」には2つの限界がある

限界①：露骨なポストはそもそも表示前に落とされ得る

2026年5月の更新では、コンテンツ理解を担う「Grox」というサービスが追加されました。この「表示前に落とされる」仕組みの詳細は、2026年8月に公開された可視性フィルタリングのコードとあわせてシャドウバンの記事で読み解いています。

A new grox/ service is included, providing classifiers, embedders, and a task-execution engine

（訳）新しいgrox/サービスが含まれ、分類器・埋め込み生成器・タスク実行エンジンを提供する

xai-org/x-algorithm README（Updates — May 15th, 2026）より

パイプラインにはフィルタリング工程が複数あり、Groxの分類器はスパム検出などに使われます。判定基準の詳細は公開情報だけでは断定できませんが、露骨な文言のポストが表示前に抑制される可能性は、設計上、十分にあると読むのが自然です。界隈で「募集はぼかして書く」「タグ付きポストは短時間で消す」という運用が定着しているのは、この構造とよく整合します。つまり、おすすめに乗って流れてくるのは「ぼかした募集」まで。網羅的に探すなら、検索・タグ経由の能動的な発見も併用する必要があります。

限界②：アルゴリズムは「関連性」を予測するだけで、安全は保証しない

むしろ、反応率を最大化するよう作り込まれた業者のポストは、アルゴリズム的には「良い候補」に見えやすいとすら言えます。業者の見分け方はパパ活の業者の見分け方の記事で、7つの対策にまとめています。

実践：おすすめ欄を「育てる」5つの手順

• 専用アカウントを作る（メインアカウントでやると、生活用のおすすめ欄が界隈に染まります。これもアルゴリズムの帰結です）
• 界隈のアカウントをフォローし、気になる募集ポストには日常的に反応する（いいね・プロフィール訪問。埋め込みを動かすのはこの行動履歴です）
• 興味のないジャンルはミュートで整理する（負の重みで、フィードの純度が上がります）
• おすすめ頼みにせず、検索・タグ経由の能動的な発見も併用する
• 流れてきた募集ほど、応募前にクチコミ・評判を調べる

⑤がいちばん重要です。おすすめ欄が便利になるほど、受け身で応募して業者や詐欺に当たるリスクも一緒に上がるからです。男性が狙われる詐欺の型はパパ活詐欺の手口と対策の記事に5パターンまとめています。

私が運営しているツイ援DBでは、X上の相手アカウントのクチコミ・評価・トラブル歴を無料で検索できます。おすすめ欄に流れてきた相手こそ、応募する前に一度調べてみてください。

なお、この5つの手順を私自身が実際にどう回しているか、見つけてから応募して会うまでの具体的な流れは、私が応募から会うまでにやっている8つのことの記事に実録として全部書きました。こちらの記事の実践編として読んでいただけると思います。

まとめ：おすすめ欄は育てられる。ただし信じすぎない

仕組みを知ると、Xとの付き合い方は確実にうまくなります。ただし最後に身を守るのは、仕組みの知識ではなく会う前の見極めと下調べの習慣です。両方そろえて、消耗しない探し方をしてください。

見つけたあとの進め方まで含めた全体像はパパ活のやり方【男性版】に、探しても会えないという段階の方は会えない人に足りないものにまとめています。

よくある質問

公開されているアルゴリズムは、本番で動いているものと同じですか？

完全に一致する保証はありません。運用側のパラメータ調整や非公開の要素は当然あり得ます。ただ、候補集め→スコアリング→フィルタという構造と設計思想を知る一次情報としては最も信頼できるもので、この記事の考察もその範囲にとどめています。

募集ポストにいいねすると、相手に通知されませんか？

通知されます。だからこそ専用アカウントで行うのが大前提です。生活用アカウントで界隈に反応すると、通知経由の身バレとおすすめ欄の汚染が同時に起きます。

おすすめに流れてくる募集は、検索で見つけた募集より安全ですか？

安全性に差はありません。アルゴリズムが予測しているのは「あなたが反応する確率」であって、相手の真偽ではないからです。むしろ反応率を最適化した業者のポストほど上位に来やすい面もあるので、どの経路で見つけた相手でも、会う前の評判調査は必須と考えてください。