原則上，Facebook 秉持的重點仍在於減少垃圾內容，並促進有意義且真實的內容傳播
在過去，常見各種欺騙點擊的貼文，藉由聳動的標題來誘導使用者進入他們的網站，以賺取流量， 近期，則是常見另一種行銷貼文，用獎勵來引誘你來幫他們增加曝光量
舉例來說，透過標記朋友、點讚、分享或留言的方式，來取得抽獎或相關獎勵， 確實，能夠獲得一定好處，會大大提升使用者意願，也能藉此讓行銷公司能針對這樣的方式來企劃廣告活動。
但是，對於 Facebook 而言，這樣的活動表面上可以讓廠商及第一使用者有所好處，但事實上，這樣的內容反而會對其他人造成干擾，並且於使用者而言，僅僅是為了特定獎勵，並非真心分享一份有意義的貼文 因此，對於這種僅僅為了衝高粉絲團或活動人氣的作法，將提出對應的懲罰解決方案。
FB 提了一份演算法變更的項目，預計能更有效的杜絕假訊息或賺取點擊的貼文，這次變更可能會對多數行銷公司策略造成巨大影響
這次，演算法的加入了機器學習(machine learning)模式來強化貼文分析，也就是將可以更有效的杜絕作弊類的貼文
調整的內容大致如下:
- 欺騙點擊(clickbait)
- 在視訊、貼文分享、標記人名
- 假的讚
因此，對於下面幾點誘餌式(engagement bait)貼文常見的模式，將會受影響
- 製造聳動議題，引誘使用者同意按讚
- 標記幾名好友，就能具有抽獎資格
- 分享貼文，就能獲得獎品
- 鼓勵或提醒的方式，分享給三位朋友
- 在指定的活動貼文下方，回答問題或留言
在過去，這樣的誘餌式(engagement bait)貼文行銷方式，可以成功的透過你的按讚、標記、分享，讓這則訊息能擴散到你朋友的動態牆上
但這樣的做法，在未來將會陸續受到挑戰，機器學習將會判斷這類的貼文，並且減少曝光度
但是，有些貼文則不會受到影響，例如:
- 協尋兒童、寵物
- 募資活動
- 尋求工作、旅遊建議
其實，FB針對類似貼文進行調整的案例非常多 例如，在之前降低粉絲專頁的曝光量時，就造成許多粉絲經營者經營困難度大增
對於目前的演算法，影響的程度可能會超過之前，因此，對於有經營品牌或行銷的公司而言，挑戰肯定就更加困難了~