Алгоритм TikTok: как он работает (актуальная версия)

Я изучил 10 научных исследований TikTok. Вот как алгоритм ловит пользователя в ловушку — и как использовать это для бизнеса

TikTok официально утверждает, что показывает пользователю то, что ему интересно. На самом деле алгоритм не «угадывает» интерес - он его формирует, шаг за шагом сужая горизонт того, что человек видит. Разница принципиальная: одно дело - зеркало ваших вкусов, другое - воронка, которая затягивает вас в узкий тоннель контента и удерживает там как можно дольше.

Именно это показал масштабный «sock-puppet» эксперимент исследователей из Max Planck Institute и MIT, опубликованный в марте 2025 года: боты с разными интересами внедрялись в ленту «Для вас» и фиксировали, как система реагирует на их поведение. Ниже - что удалось выяснить, и что это значит для тех, кто зарабатывает на TikTok.

Ключевой вывод исследования arXiv:2503.20231 - усиление контента, соответствующего интересам пользователя, происходит стремительно и закрепляется уже в пределах первых 200 просмотренных видео. Это не постепенный дрейф в течение недель, а быстрый переход в режим «нарративного кольца», когда лента буквально за пару часов активного скролла перестраивается вокруг узкого набора тем.

Авторы обнаружили устойчивые фазы этой динамики через анализ временных рядов и марковские модели: сначала идёт закрепление интереса, затем - постепенное падение разнообразия контента. Важнее другое: исследователи зафиксировали сильную отрицательную корреляцию между амплификацией и исследованием (exploration) - чем сильнее алгоритм усиливает то, что вам «нравится», тем реже вы натыкаетесь на незнакомые хэштеги и темы. Диверсификация ленты формально сохраняется, но по факту она декоративна: система балансирует персонализацию и разнообразие, отдавая явный приоритет первому.

Исследование Университета Иллинойса (arXiv:2503.20030) применило анализ видеоконтента через vision-language модели вместе с логами просмотров и опросами пользователей, чтобы разобрать, как алгоритм реагирует на конкретные действия и порядок показа роликов. А работа 2026 года о пользовательской агентности (arXiv:2605.10690) пошла дальше - учёные из Northeastern University создали технику контролируемых экспериментов внутри мобильного приложения TikTok, чтобы отправлять и явные, и неявные сигналы на подконтрольные аккаунты.

Результат оказался неожиданным: алгоритм чувствителен к обоим типам сигналов, но управлять им пользователю крайне сложно. Самый эффективный явный сигнал - кнопка «Не интересно» - спрятан в интерфейсе так, что пользователи редко его находят. Хуже того: даже если пользователь перестаёт сигнализировать неприязнь к теме, лента через какое-то время снова заполняется этим контентом. Свежие индустриальные разборы 2026 года подтверждают иерархию сигналов ранжирования:

Иными словами: не количество лайков решает судьбу видео, а то, сколько людей досмотрели ролик до конца, пересмотрели его и переслали другим.

Большинство авторов оптимизируют контент под лайки и подписчиков - это привычная, но малоэффективная метрика в 2026 году. Реально работающая стратегия строится вокруг удержания и цикличности просмотра.

Дополнительно стоит учитывать «эффект тоннеля» из исследования Baumann et al.: если контент бренда один раз попал в нишу пользователя, амплификация быстро нарастит охват именно среди этой узкой аудитории - но выйти за её пределы станет труднее с каждым следующим циклом просмотра.

Первый - короткие зацикленные видео (7–15 секунд), где конец плавно переходит в начало: они искусственно повышают re-watch rate, а этот сигнал алгоритм трактует как «исключительное качество». Второй - контент с встроенным «send-to-a-friend» триггером: мемы, инсайдерские шутки, полезные списки, которые логично переслать конкретному человеку, а не просто лайкнуть. Третий - видео с быстрым, но неочевидным хуком в первые секунды, который заставляет зрителя пересмотреть ролик, чтобы «понять, что произошло» - это одновременно поднимает completion rate и re-watch.

При этом стоит помнить: агрессивная нишевая амплификация - палка о двух концах. Бренд может быстро «застолбить» узкую аудиторию, но исследование arXiv:2503.20231 показывает, что чем глубже алгоритм закрепляет вас в одной теме, тем меньше шансов, что новая аудитория за пределами этой темы вообще увидит контент.

TikTok не подстраивается под вас - он выращивает версию вас, которая будет смотреть дольше, пересматривать чаще и делиться активнее. Для бизнеса это и возможность, и риск: возможность - точечно захватить внимание нужной аудитории через понятные сигналы (watch time, re-watch, shares); риск - оказаться заперты в узкой нише без выхода на новую аудиторию, как показывает эффект «нарративного кольца». Как думаете - это честная сделка между платформой и пользователем, или манипуляция, замаскированная под персонализацию? Делитесь в комментариях.