9月22日，Facebook 公司（现已改名Meta）推出内容传播准则，指出Facebook 是如何定义和处理问题以及发布内容的排序逻辑，希望能让使用者更清楚哪些内容会被视为优质，哪些又会被视为违反社群政策或者是垃圾讯息。

动态消息推荐目的不是为了增加使用时间

Facebook 解释，推荐逻辑是全球统一的，但透过个性化会让每个人推荐产生不同结果。而在动态消息推荐贴文的目标并非是要黏住使用者、延长使用时间，而是为了让使用者能在茫茫资讯海中一眼就看到对他们来说有价值的内容。

同时Facebook也表明为了减少News Feed 中的问题内容而采取的措施，是源于我们达成我们价值观的承诺：重视用户反馈， 鼓励商业用户发布高质量内容以及建立更安全社区的价值观。

根据 Facebook，每人每天在动态消息看到的贴文约在 100-200 则之间，多的话可以到 300 则左右，但会推送给一名使用者的贴文，每天可能有上千则。因此如何从中挑出有价值的资讯来推荐给使用者就成了重要的课题。

Facebook 动态消息推荐机制

动态消息推荐有三大组成：贴文库、讯号、预测。

贴文库

贴文库就是使用者会看到的贴文来源，主要来自好友、粉丝专页、社群，每人每天会收到上千则。

讯号

讯号就是大家最关心的影响贴文排序指标，Facebook 观察的讯号很多，这些讯号并没有固定的权重，但通常有三个最主要的讯号佔比会最重：谁发表的、贴文类型（如文字、链接、视频）、人气（在全 FB 和你的社群间）。

另一个排序较低但也颇重要的讯号是用户设备、网路讯号强度，比如在信号较差的时候，Facebook 就不会推送需要大流量的视频内容。

预测

基于众多的指标，Facebook会产生预测: 透过贴文引起什么样的行为来理解什么内容有价值，包括但不限于常见的点赞、评论、分享等互动。

Facebook 预测原本大量基于互动来判断，后来发现还有一些比如点进贴文也是有兴趣的指标，现在 Facebook 还会在动态直接问使用者觉得这些贴文值不值得花时间在上面，也很有效。其他包括社群或主页的争议性内容、使用者回馈、隐藏或检举，（就算没有检举成功而不移除也会降低排序）这些都可以看出使用者的喜好。

透过讯号和预测，Facebook 可以依此来评价一则贴文对使用者的价值。比如你喜欢主页发文，但发的这一则贴文却包含钓鱼链接，就会由加分项目 4.1（人气）减掉扣分项目 1.3（钓鱼文），最后得到 2.8 分。

针对新闻中错误资讯、假新闻，Facebook 会说明一项判断指标就是有没有机构或作者署名，来确认讯息的公信力。

另外常见的触犯发文守则累犯，就会减少其所以内容的触及率，直接在一段时间内调降这个帐号所有的内容曝光。

还有关于审查员，Facebook 有人工也有 AI 审查员。AI 的部分采用机器学习去寻找违反守则的内容，Facebook 表明他们的AI技术会在任何人举报前主动检测并删除绝大多数违规内容， 他们每天都会在Facebook应用程序和Instagram 上删除数百万个违规的帖子和账户，其中大部分都是自动发生的。

AI 审查员

至于被问及使用者常抱怨的“不知为何被移除贴文”，Facebook 表示没办法每则贴文去说明哪些地方违反守则，因此也才有内容传散准则，去说明原则以及哪些贴文会去触发审查、哪些有问题、哪些可以申诉。