I-customize ang X Bot Leaderboard: Paliwanag sa Score Weights

Palaging pareho ang dulo ng bawat X Bot report: isang ranked na listahan ng mga pangalan, may numero sa tabi ng bawat isa. Ang numerong iyon ang nagdedesisyon kung sino ang mukhang top performer sa iyong community ngayong linggo. Karamihan sa mga chat ay hindi na ginagalaw kung paano ito kinakalkula — at para sa karamihan ng chat, tama iyon. Pero kung minsan mo nang tiningnan ang isang report at naisip na “hindi naman talaga siya ang nag-drive ng usapan,” ang solusyon ay hindi ibang bot. Ito ang weights.

Ito ang feature na tahimik na nasa likod ng bawat leaderboard: isang per-metric score na maaari mong i-tune mula sa /setup → 🎨 Customization. Narito kung ano talaga ang ginagawa nito, paano gumagana ang math, at — kasing-importante — kung kailan ito iiwan na lang.

Ano ang sino-score, at bakit#

Sinusubaybayan ng X Bot ang limang engagement metric bawat post: likes, retweets, replies, quotes, at views. May weight ang bawat isa. Kapag lumabas ang isang report, kinukuha ng bot ang bawat post na tumugma sa iyong mga filter sa loob ng period, kinakalkula ang per-post score bilang weighted sum ng limang metric na iyon, at pagkatapos ay pinagsasama-sama ang mga post score ng bawat user. Ang pinakamataas na kabuuan ang nananalo ng top spot.

Ang default na weights ay naka-tune para maging makatwiran para sa isang generic na community: mas mabigat ang engagement (likes, replies) kaysa sa purong reach (views), at nasa gitna ang retweets at quotes. Maayos ang default na iyon kung “sino ang aktibo at nakakuha ng engagement” lang ang gusto mong malaman — na sakop ang karamihan sa mga chat na gumagamit ng 🎯 Filters setup nang walang binago.

Pero hindi pareho ang “makatwiran para sa generic na community” at “tama para sa iyong campaign.” Dalawang chat na may parehong raw na numero ng engagement ay maaaring magkaiba nang husto ang gustong leaderboard, dahil magkaiba ang sinusukat nila.

Dalawang campaign, dalawang magkaibang “best” na post#

Kunin natin ang isang token-launch coordinator na nagpapatakbo ng KOL campaign. Ang layunin ay awareness — ipakita ang token sa kasing-dami hangga’t maaari ng mata bago mag-listing. Para sa layuning iyon, mas mataas ang halaga ng post na na-quote-tweet papunta sa limang ibang timeline kaysa sa post na nakakuha lang ng tahimik na likes mula sa parehong closed audience. Ang pagtaas ng retweet at quote weights, habang iniiwan ang replies kung nasaan ito, ay nagtutulak sa leaderboard tungo sa “sino ang talagang nagpakalat nito,” hindi lang “sino ang nag-post ng bagay na popular.”

Ngayon naman, isang community manager na nagpapatakbo ng weekly engagement check-ins sa loob ng sariling Telegram ng isang project na parang Discord. Kabaligtaran ang layunin dito: tunay na usapan, hindi reach. Mas mahalaga ang post na nakakuha ng dalawampung tunay na reply kaysa sa post na na-retweet papunta sa wala ng mga account na parang bot. Ang pagtaas ng reply weight (at posibleng pagbaba ng view weight papalapit sa zero, dahil views ang pinakamadaling i-inflate na metric at pinakamahirap kilusan) ay lumilikha ng leaderboard na talagang sumasalamin sa kalusugan ng community.

Wala sa dalawang chat ang “mali” sa paggamit ng parehong bot na may magkaibang numero. Iyan mismo ang punto ng paggawang configurable — sa halip na fixed — ng weights.

Saan ito babaguhin#

Nasa ilalim ng /setup → 🎨 Customization ang weights, kasama ng project name, description, logo, URLs, at leaderboard title/color. Per-chat ito, hindi global — isang chat na nagpapatakbo ng tatlong named filter para sa tatlong magkaibang client ay iisa pa ring set ng weights ang ginagamit sa lahat ng ito, dahil property ng report ng chat ang weights, hindi ng indibidwal na filter.

Hindi mo kailangang galawin ang bawat metric. Ang pagtaas ng isang weight lang at pag-iwan sa iba sa default ay kadalasang sapat na para mapansin ang pagbabago sa ranking, lalo na sa mga chat na mataas ang volume ng post kung saan nagdadagdag-dagdag ang maliliit na per-metric na pagkakaiba sa daan-daang post sa loob ng isang period.

Ang math, sa simpleng salita#

Bawat post: score = (likes × weight_likes) + (retweets × weight_retweets) + (replies × weight_replies) + (quotes × weight_quotes) + (views × weight_views).

Bawat user, bawat report period: pinagsasama-sama ng bot ang score ng bawat post na (a) tumugma sa aktibong filter at (b) isinulat o naka-attribute sa user na iyon, pagkatapos ay ini-ranggo ang mga user ayon sa kabuuang iyon. Ang top-N count (na naka-set din sa 🎨 Customization) ang kumokontrol kung ilang row talaga ang lalabas sa na-render na report image — ang pagtaas nito ay hindi nagbabago ng score ninuman, kundi hanggang saan lang lumalim ang ipinapakita ng image sa listahan.

Walang normalization step at walang decay — ang isang viral na post mula sa unang araw ng 7-araw na reporting window ay kasing-bigat pa rin sa ikapitong araw gaya ng noong nangyari ito. Kung gusto mong mas mahalaga ang mas bagong aktibidad, isang scheduling change iyon (mas maikling report period), hindi weight change.

Narito ang isang worked example para maging mas malinaw. Sabihin nating dalawang post ang dumating sa parehong reporting period, sa ilalim ng default-ish weights na likes=1, retweets=2, replies=3, quotes=2, views=0.01:

• Post A: 200 likes, 40 retweets, 5 replies, 10 quotes, 15,000 views → (200×1) + (40×2) + (5×3) + (10×2) + (15,000×0.01) = 200 + 80 + 15 + 20 + 150 = 465.
• Post B: 60 likes, 8 retweets, 35 replies, 2 quotes, 2,000 views → (60×1) + (8×2) + (35×3) + (2×2) + (2,000×0.01) = 60 + 16 + 105 + 4 + 20 = 205.

Sa ilalim ng weights na ito, itinataas ng reach ng Post A ang score nito kahit pito ang beses na dami ng reply ng Post B. Ngayon, i-double natin ang reply weight sa 6 at ibaba ang view weight sa 0.002: nagiging 200 + 80 + 15 + 20 + 30 = 345 ang Post A, at 60 + 16 + 210 + 4 + 4 = 294 ang Post B. Malaki ang paghina ng agwat, at isa pang magandang reply thread ay maaari nang baliktarin ang ranking. Iyan ang buong mekanismo — walang hidden multiplier, walang per-account modifier, limang numero lang na kontrolado mo at isang sum.

Ang kaso ng solo KOL#

Iba naman ang importansya ng weights para sa isang solo KOL na nagpapatakbo ng sariling account sa pamamagitan ng X Bot bilang public performance portfolio sa halip na team leaderboard. Dito, iisa lang ang user sa ranking, kaya nawawala ang tanong na “sino ang nasa top” — pero hinuhubog pa rin ng weights kung alin sa sarili mong mga post ang i-highlight ng bot bilang pinakamahusay mong trabaho para sa period, at hinuhubog nila ang top-line score na lalabas kung matawid ng iyong chat ang public-dashboard threshold. Malamang na gusto ng solo KOL na nagpi-pitch ng brand deal ng mga numerong reach-weighted (views, retweets) na maganda tingnan ng isang sponsor na nagbabasa lang nang mabilis sa public page; ang solo KOL naman na sinusubukang patunayan ang tunay na tiwala ng community sa isang project na kanyang pinipitch ay maaaring mas gusto ang mga numerong reply-weighted. Parehong bot, parehong menu, magkaibang limang numero depende kung sino ang magbabasa ng report.

Paano nakikipag-ugnayan ang weights sa dalawang ibang feature#

May dalawang bagay na downstream ng score formula na sulit malaman bago ka mag-tune:

Ang best-tweet picker. Nagpapakita rin ang bawat report ng isang “best tweet” para sa period, na pinili mula sa parehong underlying engagement data. Tinatalakay namin ang selection rule — at ang sadyang anti-repeat na behavior nito — sa How the “Best Tweet of the Day” Picker Works. Kapag binago mo ang weights mo, nagbabago rin kung aling mga post ang may pinakamataas na score sa kabuuan, na maaaring makaapekto sa kung aling post ang mapipili bilang “best,” dahil umaasa rin ang picker sa parehong weighted metrics.

Ang public dashboard threshold. Ang mga chat na makakatawid ng top score na 300, 5+ tracked posts, at 2+ active users sa kasalukuyang buwan ay nagiging eligible para sa public leaderboard sa xbot.ninja (tingnan ang Putting Your Project on the Public X Bot Dashboard). Dahil sinusukat ang threshold na iyon laban sa top score, ang pagtaas ng weights na nagpapalaki ng score (tulad ng views, na kadalasang pinakamalaking raw number) ay maaaring mas mapabilis na maitawid ang isang chat sa linyang iyon — maging maganda man o hindi ang epekto. Kung sinasadya mong panatilihing private ang isang chat, iyan ang dahilan para iwanang konserbatibo ang view weight.

Kailan hindi dapat galawin ang defaults#

Karamihan sa mga chat ay hindi na dapat buksan ang menu na ito, at maayos naman ang resultang iyon. Umiiral ang default weights dahil epektibo ito para sa karaniwang kaso: isang community o campaign na “sino ang aktibo at nakakuha ng tunay na engagement” lang ang gustong malaman, na walang gumagamit nang mali sa isang partikular na metric. Kung tama na ang tingin sa iyong report — tumutugma ang mga pangalan sa taas sa inaasahan mo nang intuitively — ang pagbabago ng weights ay paglutas sa isang problemang wala ka naman.

Mas makitid kaysa sa tunog nito ang mga kaso na sulit ang limang minuto: isang campaign na tahasang nag-o-optimize para sa reach kaysa sa usapan (o kabaligtaran), isang chat na napansing may metric na ginagamit nang mali (kadalasang bulk-retweet ring ang suspek, kung saan makatwirang countermeasure ang pagbaba ng retweet weight), o isang agency na nagsa-standardize ng weights sa maraming client chat para maihambing ang mga leaderboard sa isa’t isa. Sa labas ng mga iyon, iwanan na lang ito at gamitin ang oras ng setup sa filters — doon talaga nanggagaling ang karamihan sa accuracy ng leaderboard.

Kung wala sa mga built-in na kombinasyon ng weight ang makakapagdala sa iyo sa gusto mo, direktang maaabot ng /setup → ❓ Help & Support ang team — sulit magpadala ng mensahe bago ka gumugol ng isang hapon sa pag-reverse-engineer ng “tamang” numero gamit ang trial and error.

Handa ka nang subaybayan ang iyong community sa X? Idagdag ang @BWS_X_Bot sa iyong Telegram group, i-run ang /setup, at lalabas ang unang report mo ayon sa naka-configure na schedule. Sakop ng FREE plan ang 100 posts/buwan — walang kailangang card.

Tungkol sa artikulong ito: Na-draft ang post na ito gamit ang tulong ng AI sa pamamagitan ng content workflow ng X Bot at sinuri ni Nacho Coll, Founder & Principal sa Blockchain Web Services (BWS), bago ito na-publish. Bawat claim tungkol sa produkto ay sinusuri laban sa live na bot. Basahin kung paano namin ginagamit ang AI sa aming content. May napansing mali? Abutin kami sa pamamagitan ng /setup → ❓ Help & Support.