Konten yang dipilih berasal dari dua sumber utama. Pertama adalah postingan dari akun yang diikuti pengguna atau disebut in-network content. Kedua, postingan dari akun yang bahkan belum diikuti pengguna, tetapi dianggap relevan berdasarkan pola aktivitas dan minat pengguna.
Sistem AI kemudian melakukan penilaian terhadap setiap postingan menggunakan berbagai indikator interaksi. Mulai dari kemungkinan pengguna memberikan like, membalas tweet, repost, mengikuti akun tertentu, hingga kemungkinan melakukan mute atau block terhadap sebuah akun.
Secara konsep, sistem penilaian itu bekerja menggunakan kombinasi probabilitas dan bobot interaksi:
Final Score=∑i(wi×P(actioni))
Artinya, setiap aksi pengguna memiliki nilai yang berbeda. Interaksi aktif seperti reply dan repost dianggap lebih bernilai dibanding sekadar like, sedangkan tindakan negatif seperti report atau mute akan menurunkan skor sebuah postingan.
Salah satu aspek yang cukup menarik perhatian adalah penggunaan 'dwell time', yakni durasi waktu pengguna berhenti membaca sebuah postingan. Meski tidak melakukan interaksi apa pun, AI tetap dapat menilai sebuah tweet menarik jika pengguna menghabiskan waktu lebih lama untuk melihat konten tersebut.