MetaはFacebookのFeedとReelsで、興味のある話題を自然言語で入力するYour algorithmを展開します。投稿への反応に補足を加え、推薦へ反映する方法も紹介しています。 推薦システムは閲覧行動の推定に加え、利用者の明示的な意図を扱う方向へ進みます。発信側は過去の反応だけで表示を予測せず、利用者が推薦を調整できる前提を意識する必要があります。 推定した興味へ本人の言葉を重ねる Metaは2026年10月13日、Facebookで推薦を調整するAI機能を発表しました。Your algorithmでは、FeedやReelsで見たい話題を自分の言葉で追加し、管理できます。投稿の三点メニューも更新し、設定へ到達しやすくしています。背景には、閲覧、反応、視聴などから推定する興味に、利用者の直接の説明を加える狙いがあります。同社は、大規模言語モデルが自由な文章の文脈や意図を扱うと説明しています。単に興味の分類を選ぶだけでなく、何を増やし、何を減らしたいかを言葉で伝える構成です。発表は機能の展開を説明していますが、すべての地域やアカウントで同時に使えるとの詳細は示されていません。 投稿への反応にも理由を付けられる 原文は、興味がある、または興味がないと選んだ後に、追加の質問で詳しい理由を伝える方法を紹介しています。利用者の入力を受け、推薦が同じ利用中にも変化する仕組みと説明しています。対象となるのは、Facebookの利用者と、投稿を届ける企業、メディア、制作者です。明示的な希望が推薦へ入れば、過去の閲覧から推定された関心を修正できる可能性があります。一方、発信側からは、同じ人に届く内容が変わる理由を従来の反応だけで説明しにくくなると見られます。原文は新しい推薦の操作方法を説明しており、投稿の到達率や事業者の売上への効果は示していません。自然言語で希望を伝えられることと、希望した結果が必ず得られることも区別する必要があります。使い始めの状態や言い方で差が出るかは、利用中の確認点です。 意図の修正がどこまで反映されたかを見る 実務上は、利用者が入力した希望を確認し、後から修正しやすいことが論点になります。一時的な関心と長期的な好みを同じものとして扱えば、期待しない推薦が続く可能性があります。自由な文章から推定した内容が、本人の意図と合うかを確認する手掛かりが重要になると見られます。企業や制作者は、この発表だけを理由に、特定の書き方で必ず表示が増えるとは判断できません。推薦設定を変える利用者がいる前提で、投稿の価値や継続的な関係を測る必要があります。費用面でも、到達率の変化を見ずに施策を増やすより、実際の閲覧や反応を比較することが判断材料になります。提供範囲や入力した情報の扱いは、実際に使える画面と案内で確認する段階が残ります。今回の発表から、広告の配信仕様が同じように変わったとは断定できません。同じ希望を後から変更できるかも、利用時の確認点です。