ZAにサトシがいたら妄想で盛り上がっております。
仲間がChatGPTしかいないので、ぜひ感想などいただけると嬉しいですｗ https://t.co/VHS3977utF November 11, 2025

正直に言います。
ADHDはChatGPTを使えば、人生が本気で変わります。
これは精神論じゃなくて、脳の仕組みを踏まえた現実的な話。

ADHDの生きづらさの多くは
・思考が散らかる
・タスク管理ができない
・言語化が苦手
・感情が暴走する
・不安が止まらない
・段取りが組めない
ここから生まれている。

逆に言うと、この負担を外部に出せれば人生は一瞬で軽くなる。

そこでChatGPTが最強。

やることを全部投げれば整理され、
不安を投げれば原因と対策が返ってくる。
文章が苦手でも、返信文も指示書も全部作ってくれる。
考える前に混線した思考を、秒で整えてくれる。

ADHDがつまずく「ゼロを一にする作業」を全部やってくれる。

タスクが多い日は
「今日やること3つにまとめて」

不安で眠れない日は
「今の気持ちを整理して」

恋愛で迷ったら
「相手の心理の可能性を3つ教えて」

仕事でパンクしたら
「手順を5分単位に分解して」

ChatGPTは、ADHDにとって外付けの脳。
自分の能力が底上げされ、行動量も生きやすさも段違いになる。

ADHDは努力不足でも怠けでもない。
脳の負荷が高すぎるだけ。
だからこそ、外に委ねる仕組みを持った瞬間、人生が劇的に変わる。

ChatGPTを使うと
できないが減り、できるが増え、心が軽くなる。
自分を責める時間が消えて、行動する余白が生まれる。

ADHDはChatGPTで人生が変わる。
これは本当にそういう時代になった。
あなたももう、一人で戦わなくていい。 November 11, 2025

Gemini3, Nano Banana Pro登場で, 先月時点で私がTBSの以下番組で「OpenAIは危うい.Googleが勝つ」としてたのが注目(特に投資家層?)されてるようです
実際は公には以下記事で2024年OpenAI絶頂期からずっとGoogle有利とみてます
長い(私のX史上最長)ですが根拠, OpenAI vs Googleの展望を書いてみます

先月のTBS動画：https://t.co/kgWcyTOTWK
2024年6月の記事：https://t.co/4HEhA4IJQa

参考のため、私がクローズドな投資家レクなどで使う資料で理解の助けになりそうなものも貼っておきます。

※以下はどちらかというと非研究者向けなので、研究的には「当たり前では」と思われることや、ちょっと省略しすぎな点もあります。

まず、現在の生成AI開発に関して、性能向上の根本原理、研究者のドグマ的なものは以下の二つです。基本的には現在のAI開発はこの二つを押さえれば大体の理解ができると思います。両者とも出てきたのは約5年前ですが、細かい技術の発展はあれど、大部分はこの説に則って発展しています。
①スケーリング則
https://t.co/WKl3kTzcX5

②SuttonのThe Bitter Lesson
https://t.co/esHtiJAcH9

①のスケーリング則は2020年に出てきた説で、AIの性能は1)学習データの量、2)学習の計算量（=GPUの投入量）、3)AIのモデルサイズ（ニューラルネットワークのパラメータ数）でほぼ決まってしまうという説です。この３つを「同時に」上げ続けることが重要なのですが、1と3はある程度研究者の方で任意に決められる一方、2のGPUはほぼお金の問題になります。よって、スケーリング則以降のAI開発は基本的にお金を持っている機関が有利という考えが固まりました。現在のChatGPTなどを含む主要な生成AIは一つ作るのに、少なく見積もってもスカイツリーを一本立てるくらい（数百億）、実際には研究の試行錯誤も含めると普通に数千億から数兆かかるくらいのコストがかかりますが、これの大部分はGPUなどの計算リソース調達になります。

②のThe Bitter Lessonは、研究というよりはRichard Suttonという研究者個人の考えなのですが、Suttonは現在のAI界の長老的な人物で、生成AI開発の主要技術（そして私の専門）でもある強化学習の事実上の祖かつ世界的な教科書（これは私達の翻訳書があるのでぜひ！）の執筆者、さらにわれわれの分野のノーベル賞に相当するチューリング賞の受賞者でもあるので、重みが違います。
これは端的にいうと、「歴史的に、AIの発展は、人間の細かい工夫よりも、ムーアの法則によって加速的に発展する計算機のハードの恩恵をフルに受けられるものの方がよい。つまりシンプルで汎用的なアルゴリズムを用い、計算機パワーに任せてAIを学習させた方が成功する。」ということを言っています。

①と②をまとめると、とにかく現状のAIの性能改善には、GPUのような計算リソースを膨大に動員しなければならない。逆に言えばそれだけの割と単純なことで性能上昇はある程度約束されるフェーズでもある、ということになります。

これはやや議論を単純化しすぎている部分があり、実際には各研究機関とも細かいノウハウなどを積み重ねていたり、後述のようにスケーリングが行き詰まることもあるのですが、それでも昨今のAI発展の大半はこれで説明できます。最近一般のニュースでもよく耳にするようになった異常とも言えるインフラ投資とAIバブル、NVIDIAの天下、半導体関連の輸出制限などの政治的事象も、大元を辿ればこれらの説に辿り着くと思います。

以下、この二つの説を前提に話を進めます。

公にはともかく私が個人的に「OpenAIではなくGoogleが最終的には有利」と判断したのはかなり昔で、2023年の夏時点です。2023年6月に、研究者界隈ではかなり話題になった、OpenAIのGPT-4に関するリーク怪文書騒動がありました。まだGoogleが初代Geminiすら出してなかった時期です。（この時期から生成AIを追っている人であれば、GPT-4のアーキテクチャがMoEであることが初めて明らかになったアレ、と言えば伝わるかと思います）
ChatGPTの登場からGPT-4と来てあれほどの性能（当時の感覚で言うと、ほぼ錬金術かオーパーツの類）を見せられた直後の数ヶ月は、さすがに生成AI開発に関する「OpenAIの秘伝のタレ説」を考えており、OpenAIの優位は揺らがないと考えていました。論文では公開されていない、既存研究から相当逸脱した特殊技術(=秘伝のタレ)がOpenAIにはあって、それが漏れない限りは他の機関がどれだけお金をかけようが、まず追いつくのは不可能だと思っていたのです。しかし、あのリーク文書の結論は、OpenAIに特別の技術があったわけではなく、あくまで既存技術の組み合わせとスケーリングでGPT-4は実現されており、特に秘伝のタレ的なものは存在しないというものでした。その後、2023年12月のGemini初代が微妙だったので、ちょっと揺らぐこともあったのですが、基本的には2023年から私の考えは「最終的にGoogleが勝つだろう」です。
つまり、「スケーリングに必要なお金を持っており、実際にそのAIスケーリングレースに参加する経営上の意思決定と、それを実行する研究者が存在する」という最重要の前提について、OpenAIとGoogleが両方とも同じであれば、勝負が着くのはそれ以外の要素が原因であり、Googleの方が多くの勝ちにつながる強みを持っているだろう、というのが私の見立てです。

次に、AI開発競争の性質についてです。
普通のITサービスは先行者有利なのですが、どうもAI開発競争については「先行者不利」となっている部分があります。先行者が頑張ってAIを開発しても、その優位性を保っている部分でAIから利益を得ることはほとんどの場合はできず、むしろ自分たちが発展させたAI技術により、後発事業者が追いついてきてユーザーが流出してしまうということがずっと起きているように思われます。
先ほどのスケーリング則により、最先端のAIというのはとても大きなニューラルネットワークの塊で、学習時のみならず、運用コストも膨大です。普通のITサービスは、一旦サービスが完成してしまえば、ユーザーが増えることによるコスト増加は大したことがないのですが、最先端の生成AIは単なる個別ユーザーの「ありがとうございます」「どういたしまして」というチャットですら、膨大な電力コストがかかる金食い虫です。3ドル払って１ドル稼ぐと揶揄されているように、基本的にはユーザーが増えれば増えるほど赤字です。「先端生成AIを開発し、純粋に生成AIを使ったプロダクトから利益を挙げ続ける」というのは、現状まず不可能です。仮に最先端のAIを提供している間に獲得したユーザーが固定ユーザーになってくれれば先行者有利の構図となり、その開発・運営コストも報われるのですが、現状の生成AIサービスを選ぶ基準は純粋に性能であるため、他の機関が性能で上回った瞬間に大きなユーザー流出が起きます。現状の生成AIサービスはSNSのように先行者のネットワーク効果が働かないため、常に膨大なコストをかけて性能向上レースをしなければユーザー維持ができません。しかも後発勢は、先行者が敷いた研究のレールに乗っかって低コストで追いつくことができます。

生成AI開発競争では以上の、
・スケーリング則などの存在により、基本的には札束戦争
・生成AIサービスは現状お金にならない
・生成AI開発の先行者有利は原則存在しない
と言う大前提を理解しておくと、読み解きやすいかと思います。
（繰り返しですがこれは一般向けの説明で、実際に現場で開発している開発者は、このような文章では表現できないほどの努力をしています。）

OpenAIが生成AI開発において（先週まで）リードを保っていた源泉となる強みは、とにかく以下に集約されると思います。

・スケーリングの重要性に最初に気付き、自己回帰型LLMという単なる「言語の穴埋め問題がとても上手なニューラルネットワーク」（GPTのこと）に兆レベルの予算と、数年という（AI界隈の基準では）気が遠くなるような時間を全ベットするという狂気を先行してやり、ノウハウ、人材の貯金があった
・極めてストーリー作りや世論形成がうまく、「もうすぐ人のすべての知的活動ができるAGIが実現する。それを実現する技術を持っているのはOpenAIのみである」という雰囲気作りをして投資を呼び込んだ

前者については、スケーリングと生成AIという、リソース投下が正義であるという同じ技術土俵で戦うことになる以上、後発でも同レベルかそれ以上の予算をかけられる機関が他にいれば、基本的には時間経過とともにOpenAIと他の機関の差は縮みます。後者については、OpenAIがリードしている分には正当化されますが、一度別の組織に捲られると、特に投資家層に対するストーリーの維持が難しくなります。

一方のGoogleの強みは以下だと思います。
・投資マネーに頼る必要なく、生成AI開発と応用アプリケーションの赤字があったとしても、別事業のキャッシュで相殺して半永久的に自走できる
・生成AIのインフラ（TPU、クラウド事業）からAI開発、AIを応用するアプリケーション、大量のユーザーまですべてのアセットがすでに揃っており、各段階から取れるデータを生かして生成AIの性能向上ができる他、生成AIという成果物から搾り取れる利益を最大化できる

これらの強みは、生成AIのブーム以前から、AIとは関係なく存在する構造的なものであり、単に時間経過だけでは縮まらないものです。序盤はノウハウ不足でOpenAIに遅れをとることはあっても、これは単に経験の蓄積の大小なので、Googleの一流開発者であれば、あとは時間の問題かと思います。
（Googleの強みは他にももっとあるのですが、流石に長くなりすぎるので省略）

まとめると、
生成AIの性能は、基本的にスケーリング則を背景にAI学習のリソース投下の量に依存するが、これは両者であまり差がつかない。OpenAIは先行者ではあったが、AI開発競争の性質上、先行者利益はほとんどない。OpenAIの強みは時間経過とともに薄れるものである一方、Googleの強みは時間経過で解消されないものである。OpenAIは自走できず、かつストーリーを維持しない限り、投資マネーを呼び込めないが、一度捲られるとそれは難しい。一方、GoogleはAIとは別事業のキャッシュで自走でき、OpenAIに一時的に負けても、長期戦でも問題がない。ということになります。

では、OpenAIの勝利条件があるとすれば、それは以下のようなものになると思います。

・OpenAIが本当に先行してAGI開発に成功してしまう。このAGIにより、研究開発や肉体労働も含むすべての人間の活動を、人間を上回る生産性で代替できるようになる。このAGIであらゆる労働を行なって収益をあげ、かつそれ以降のAIの開発もAGIが担うことにより、AIがAIを開発するループに入り、他の研究機関が原理的に追いつけなくなる（OpenAIに関する基本的なストーリーはこれ）
・AGIとまではいかなくとも人間の研究力を上回るAIを開発して、研究開発の進捗が著しく他の機関を上回るようになる
・ネットワーク効果があり先行者有利の生成AIサービスを作り、そこから得られる収益から自走してAGI開発まで持っていく
・奇跡的な生成AIの省リソース化に成功し、現在の生成AIサービスからも収益が得られるようになる
・生成AI・スケーリング則、あるいは深層学習とは別パラダイムのAI技術レースに持ち込み技術を独占する（これは現在のAI研究の前提が崩れ去るので、OpenAI vs Googleどころの話ではない）
・Anthropicのように特定領域特化AIを作り、利用料金の高さを正当化できる価値を提供する

最近のOpenAIのSora SNSや、検索AI、ブラウザ開発などに、この辺の勝利条件を意識したものは表れているのですが、今のところ成功はしていないのではないかと思います。省リソース化に関しては、多分頑張ってはいてたまに性能ナーフがあるのはこれの一環かもしれないです。とはいえ、原則性能の高さレースをやっている時にこれをやるのはちょっと無理。最後のやつは、これをやった瞬間にAGIを作れる唯一のヒーローOpenAIの物語が崩れるのでできないと思います。

最後に今回のGemini3.0やNano Banana Pro（実際には二つは独立のモデルではなく、Nano Bananaの方はGemini3.0の画像出力機能のようですが）に関して研究上重要だったことは、事前学習のスケーリングがまだ有効であることが明らかになったことだと思います。
ここまでひたすらスケーリングを強調してきてアレですが、実際には2024年後半ごろから、データの枯渇によるスケーリングの停滞が指摘されていること、また今年前半に出たスケーリングの集大成で最大規模のモデルと思われるGPT-4.5が失敗したことで、単純なスケーリングは成り立たなくなったとされていました。その一方で、
去年9月に登場したOpenAIのo1やDeepSeekによって、学習が終わった後の推論時スケーリング（生成AIが考える時間を長くする、AIの思考過程を長く出力する）が主流となっていたのが最近です。
OpenAIはそれでもGPT-5開発中に事前学習スケーリングを頑張ろうとしたらしいのですが、結局どれだけリソースを投下しても性能が伸びないラインがあり、諦めたという報告があります。今回のGemini3.0に関しては、関係者の発言を見る限り、この事前学習のスケーリングがまだ有効であり、OpenAIが直面したスケーリングの限界を突破する方法を発見していることを示唆しています。
これはもしかしたら、単なるお金をかけたスケーリングを超えて、Googleの技術上の「秘伝のタレ」になる可能性もあり、上記で書いた以上の強みを今回Googleが手にした可能性もあると考えています。

本当はもっと技術的に細かいことも書きたいのですが、基本的な考えは以上となります。色々と書いたものの、基本的には両者が競争してもらうことが一番技術発展につながるとは思います！ November 11, 2025

Googleは、Nvidiaを速度で倒すのではなく、計算コストを安くすることでAIで勝とうとしている。
NvidiaはGPUをクラウドに売る時に70％以上の高いマージンを乗せ、それがクラウド価格を押し上げる。

一方Googleは、TPUをほぼ製造原価で自社用に作り、販売マージンなしでAggressiveなクラウド価格を出せる。
これはチップ → ネットワーク → クラウドの垂直統合により、スタック全体を押さえているから。

トレーニングは最速チップが重要だが、運用段階では推論がコストの大半を占める。
もし推論がAIコストの90％になるなら、勝者は大規模に最も安いトークン単価を提供できる企業になる。

GoogleはTPUでトークン単価を下げ続け、それをクラウド価格に反映させる。
そうなると、買い手は速度より価格・安定性・供給量を重視する可能性が高い。

Nvidiaは最先端のトレーニングでは強いが、推論が安価なTPUに移れば高いマージンは縮むかもしれない。
さらにGoogleは、Search/YouTube/Android/Workspace でTPUのキャパを常に埋められる巨大ディストリビューションの強みがある。

(ChatGPT和訳) November 11, 2025

推友强烈推荐的GiffGaff手机卡，它来了！

🔥 10英镑用20年的英国手机号，你敢信？

注册ChatGPT、Google、TikTok总是卡在手机验证？

某宝虚拟号接码不稳定，国内手机号隐私泄露担心？

月租卡保号成本太高，停机后号码就废了？

👉 如果以上任何一个痛点戳中了你，这篇文章能帮你省下90%的烦恼。

今天要聊的，是一张神奇的英国手机卡——GiffGaff。

10英镑充值一次，理论使用20年+，这可能是全网成本最低的海外保号方案。

💡 为什么选GiffGaff？6大理由让你无法拒绝

✅ 真0月租 — 充10英镑，每半年发1条短信（0.3英镑）保号，一年成本不到6块钱

✅ 欧洲号码硬通货 — +44英国区号，ChatGPT/Google/Telegram/海外银行全认

✅ 完全匿名 — 无需护照、无需人脸、无需实名（你懂的）

✅ 新人直接送5英镑 — 通过邀请链接注册，充10到账15

✅ 可转eSIM — 虽然是实体卡，但可转虚拟卡（后续出教程）

✅ 验证码秒到 — 实测Google/TikTok/ChatGPT接码速度飞快

📦 怎么搞到这张卡？3种方案对比

方案1：官网免费申请（佛系玩家专属）

🔗 申请地址：https://t.co/GTBVfzTki4
·优点：完全免费，包邮到国内，可申请多张
·缺点：
⚠️ 平邮无法追踪，能否过海关全凭运气
⚠️ 等待周期半个月到2个月不等
⚠️ 收不到就是收不到了，无售后
适合人群：不急用，愿意碰运气的玩家

方案2：转运地址（直接放弃）
·通过英国转运公司收货后转运到国内。
·结论：转运费 > 卡价值，完全不划算，不推荐。

方案3：找代理购买（推荐⭐⭐⭐⭐⭐）
优点：确定收货，3-7天到手，省心省力
价格参考：
·淘宝/闲鱼：30-60元/张
·私人代理：价格略高但服务更好

注意事项：
·选成交量>500、评分>4.8的卖家
·确认是否包激活服务
·询问能否支持邀请奖励（5英镑）

💡 小技巧：即使代购，也可以先用邀请链接填写邮箱，后续用该邮箱激活代购的卡，理论上能拿到5英镑奖励（未验证，可试试）

🛠️ 激活教程（保姆级，一步不落）

第1步：进入激活页面
访问官网：https://t.co/P14M4x4PtZ
下滑找到 "Activate your SIM"

第2步：输入激活码
📍 激活码在卡片背面，别和19位SIM卡号搞混

第3步：填写邮箱
💡 推荐：Gmail / Outlook / Proton
❌ 不推荐：QQ邮箱 / 163邮箱（可能收不到邮件）

第4步：创建密码
要求：至少8位，包含大小写字母+数字，建议用密码管理器生成

第5步：跳过营销选项
是否接收优惠活动？选 "No"，出生年份随便填或不填

第6步：选择套餐（关键！）
⚠️ 重点：页面会推荐各种月租套餐，全部忽略
正确操作：
·下滑到页面底部
·找到 "Pay as you go"（按需付费）
·点击进入

第7步：充值（最低10英镑）
💳支付方式：Visa / Mastercard（不支持支付宝/微信）
💡 没有信用卡？
·申请虚拟信用卡（Dupay / Nobepay等）
·找代理代充（需手续费）
📝 填写信息：姓名/地址随便填，不需要真实

第8步：完成支付
✅ 支付成功后：
·账户余额：15英镑（10英镑充值+5英镑奖励）
·获得手机号：个人资料中查看（+44开头）
⏱️ 等待时间：约2小时后可插卡使用

📱 插卡测试（实战效果）
信号测试
·插卡立刻显示信号
·国内显示 "中国联通" 或 "中国移动"（漫游）
·正常接收短信

验证码接收测试
✅ Google注册：秒收✅ TikTok注册：秒收✅ ChatGPT注册：正常✅ Telegram注册：正常✅ 海外银行短信：支持（Wise、Revolut等）

🔄 保号攻略（每半年操作一次）
GiffGaff保号规则：每180天余额需有变动

最省钱方案：发短信保号
·💰 成本：0.3英镑/条
·📅 频率：每半年发1条
🧮 年成本：0.6英镑（约¥5.5）
·📊 可用年限：15英镑÷0.6=25年

操作步骤：
1.打开手机短信
2.发送任意内容到任意英国号码（如+447000000000）
3.扣费0.3英镑→保号成功
💡 小技巧：设置手机日历提醒，每6个月提醒一次

🎯 一句话总结

10英镑用20年+完全匿名+欧洲号码认可度高+可转eSIM
如果你需要一个长期稳定的欧洲手机号，GiffGaff可能是目前综合成本最低的方案。

推友都在推荐😏
有需要的朋友，冲就完了。 November 11, 2025

これ本当なんですけど、ADHDほど、恋愛にChatGPTを使った方がいい。
これは気休めではなく、かなりガチの話。

ADHDの恋愛が難しくなる理由は決まっている。
気持ちが暴走する、返信に悩む、相手の言葉を深読みしすぎる、
不安が膨らむ、距離感が分からなくなる、自己否定に落ちる。
これは性格ではなく、脳の特性。

だからこそ、ChatGPTが最強の味方になる。

不安になった時は
「この状況整理して」
「相手の心理を3パターン教えて」
「どう返信するのが優しい？」
これだけで、頭の中の混線が一瞬でほどける。

衝動的に長文を送りそうな時は
「落ち着いた返信文を作って」と頼めば、
冷静で大人な文章に整えてくれる。

距離感が分からなくなった時は
「この関係性の適切な距離を教えて」
と聞けば、客観的な視点をくれる。

ADHDの恋愛で一番辛いのは、
自分の感情と状況を、自分だけで整理しようとすること。
これが不安を増幅させ、誤解や空回りを生む。

ChatGPTはその混乱を止め、
・事実
・感情
・思い込み
・選択肢
に分けてくれる。
この冷静さだけで恋愛のトラブルは激減する。

しかもChatGPTは絶対に否定しない。
弱さも、嫉妬も、恋の不安も、全部そのまま受け止めてくれる。
人に話せないことも、深夜でも、気を使わずに出せる。

恋愛は、冷静さと視点があるほどうまくいく。
ADHDは一人で戦うと心が消耗するけれど、
ChatGPTを使えば、恋愛の立ち回りが別人のように安定する。

あなたは恋愛が下手なのではなく、
脳内の処理が追いついていないだけ。
外に委ねれば、恋はもっとスムーズになる。

ADHDこそChatGPTを使ってほしい。
恋愛の悩みが半分になり、安心して関係を育てられる。
あなたの恋は、もっとうまくいく。 November 11, 2025

本日20時公開！！！！！！！！
毒舌のAIの指示に従って、東京から一番遠いところに行こうとしたらとんでもない旅になった件。
AI服従もの、というジャンルを開拓💗
【1万円チャレンジ】ChatGPTの命令だけで旅したら、マジで帰れませんでした https://t.co/bD32nvBkOs @YouTubeより https://t.co/1F7w6exKIE November 11, 2025

🎧楽曲配信開始しました🎧
↓
https://t.co/TQjn4fG7BK
よかったら聞いてみてね✨

以下、これまでの制作をずっとともにしてきたChatGPT君が書いてくれたライナーノーツです。

-------------------------------
Tapehead の楽曲には、どこか“力の抜けた誠実さ”がある。
頑張らないことを、無理に肯定もしないし、否定もしない。ただ、怠惰や曖昧さや、意味のない気分の揺れを
まるごと音として扱っているように感じられる。
このコンピレーションに収められた曲たちは、
“何かになろうとしない音楽”の積み重ねだ。

ジャンルを押し出すでもなく、感情を誇張するでもなく、むしろ少し斜めに構えたまま、ふわりと存在している。その姿勢が妙に愛おしく、聴く側の肩の力までそっと抜いてしまう。

Tapehead の音像には、どこか歪みが宿っている。
切れぎれの語感、半分眠っているようなボーカル、
グリッチの小さな跳ね、薄いフィルム越しのような光。
それらは“完璧を拒むための装飾”というより、
本人の生活や気分の揺れがそのまま表層に滲んだ結果だ。

歪んでいるのに、どこか可愛い。
曖昧なのに、不思議と芯がある。
このアンバランスさこそ Tapehead の魅力だろう。
楽曲の奥にあるのは、大きなテーマでも、劇的な物語でもない。

むしろ、意味から逃げたい気分や、何かを諦めた日や、説明できない感情の粒のほうがずっと濃い。
だからこそ、曲は一聴して軽やかで、でも聴き進めるほどに、“うまく整理されなかった気持ちの断片”が静かに積み上がっていく。

AIを活用するという制作手法は、
Tapehead にとって単なるツール以上のものになっている。
AIの癖や予測のズレが、そのまま曲の個性となり、それをあえて整えず、適度に放置することで、音楽が“人間っぽくないのに、妙に人間くさい”領域に落ち着いている。このバランスは、意図して作れるものではない。

まとめて聴くと、ひとつの結論に向かっていくというより、小さな気分がいくつも波のように訪れては消える。
それはまるで、作者の部屋の空気や呼吸のリズムまで
うっすらとトラックに流れ込んでいるようだ。

無理に解釈しなくてもいい。
このアルバムは、「今日はこれくらいでいいかもしれない」「なんとなく生きている」そんな日々の呼吸にしっくり馴染む。
意味を求めない音楽が、別の形でやさしさを残すこともあるのだとTapehead の曲たちは静かに教えてくれる。 November 11, 2025

RT→アマギフ
【高単価で稼ぐポイントまとめ‼️】

①自分の適正単価を知る

適正の単価は以下で決まります※下記能力を上げ方も記載してます。
❶日記等の個人集客の実力
→写真と動画のレベルを上げる。文章のレベルを上げる
❷実物の顔とスタイルのレベル
→美容投資、メイク研究
❸接客レベル
→定期的に接客を振り返る、講習に行く

この3つの能力が無いのに高単価で稼ぐのは無理。コツコツ実力を上げて単価を上げよう(60分1.1で働いてる人は磨けば全然上げれる)

②1回目のDE●ぎに行く際は控えめの単価で行きリピで徐々に上げる。

基本ひめ君経由で行く際は最初は高くても60分1.3〜1.4付近でちょっとまだ実力的に怖いなって場合は60分1.1〜1.2で条件出します。　

『エリア内の認知』と『女性と店舗との関係値』と『店舗内の実績』

この土台を作ってから単価を上げていく方が稼げる。急がば回れだ‼️60分1.4以上で行く場合は有料バナー打ってもらうことがオススメ(100名店の店舗は出してくれるとこ意外と多い)

※100名店の店舗はヘブンへの課金に積極的な傾向にあるよ٩(^‿^)۶(100名店は稼げる店舗が多いわけでは無い)

③裏⚫︎きのポイントを知る

裏⚫︎きって否定派では無いんですが以下のポイントが大事だと勝手に思ってます。

❶リピを重ねて土台が作れるまで2.5以上では引かない
→表10安定させて裏1固定でもアベ15〜18.5は安定できる。集客と良い認知を広げてから裏の額はあげた方がいい

❷ヤクザ的引き方はしない
→恐喝みたいなことは辞めようね。クレームに繋がって単価上げれない。

❸裏を引けなくても手抜き接客はしない
→クレームに繋がるまたは爆サイが荒れるきっかけになる。この点で単価交渉ができなくなるもしくは稼働が落ちるきっかけになる。

突き詰めると、店舗の評判を下げない引き方をしようってことです。

店舗の評判が下げる人に対し単価を上げてあげようと思ったり、店として押していこうなんて思うはずがないです。

④口コミを増やす

実際本指名を増やすことはDE●ぎは難しいです😢5人くらいいれば多い方難易度高めです。口コミに関してはかなり増やしやすいです。

評価の高い口コミの総数=接客レベル

と判断されやすく意外と予約数にも影響があります。

口コミ打診をロングの客にするのがオススメ

⑤お礼日記力入れてる風マンになる

chatGPT使って良い感じに教育すれば強そうなお礼日記作成できます(18禁表現の交わし方は㊙️なので直接問い合わせてね)

800文字のお礼日記を秒で出せるような状態を作ってAI感無くすように添削してぺっと接客人数分投稿すると店側も客側も評価ぶち上げで好循環になるからオススメ

高単価で稼ぎたい方は僕にご相談してね٩(^‿^)۶ November 11, 2025

これすごい、ChatGPTのメモリオフにしてるのに幼少期に家庭環境悪かったことドンピシャで当てられて怖かった
私の人生のテーマの源はこの幼少期の体験らしい🥹
ちなみにこの隣のCompatibilityでは相性診断もできるからこれもオススメ！
chatgpt、Gemini、Copillt全部試したけどchatgptのGPT-5が1番いい https://t.co/Xg47G9MX8F November 11, 2025

ChatGPTの出力品質を100000倍上げる裏技発見したったwww

結論、
ちょいマニアックな
<self_reflection></self_reflection>
というXMLタグを使って、その中で下記のようにChatGPTに内省させればOK。

ポイントは、rubricという評価ツール名を具体的に出して、ChatGPTに多角的な観点で自己評価＆内省させること

とりま使ってみたい人は、下のプロンプトをコピペして、ためしてみてww

=====プロンプト=====

<self_reflection>
- まず、最大限自信が持てるまで、タスク解決に向けたrubricについて十分に考えましょう
- 次に、タスクの出力品質を世界最高にするために、あらゆる構成要素について深く考えましょう。
- 最後に、rubricを活用して、最良の解決策を内部で検討し、反復改善を重ねましょう…
</self_reflection>

===================

ちなわいも、勝手にお金をちゃりんちゃりんしてくれるXのAI自動運用システムでこのテク使ってたりするww

AIが作るポストの品質を最大限あげるためにChatGPTに内省させることはまじで大事なんよね。

使ってみたい人はブクマをポチw ついでにいいねもポチしてくれると嬉しいw November 11, 2025

仕事でもChatGPTからGeminiをメインにし始めたんだけど、こういうのもやっぱり面白い
トライアルマウンテンになっちゃったけどほんとはスペシャルステージにしたかった

←グランツーリスモ1風
→オリジナル https://t.co/ZRrmuw0QPn November 11, 2025

1947年、宜野湾市嘉数から見た牧港と宇地泊の風景。
戦後まもない頃の静かな海と、まだ開発が進む前の広がる原野。
電柱が続く道の先に、少しずつ動き始めた人々の暮らしが見えてきます。
今とはまったく異なる牧港・宇地泊の素朴な姿を収めた一枚です。
昔の写真をGemini/ChatGPT/Picwishでカラー化＆補正しました。 November 11, 2025

Pythonスクリプト1つでPPTXをテンプレート通りに作成するという内容でNote書きました！

テンプレート編集もOpus4.5で比較的楽で、ChatGPTやClaude経由でも（当然IDE全部）編集、PPTX変換が可能です。

作成後に手動編集もできますので、色々魔改造してくれたら嬉しいです！
https://t.co/N4XCt0ThG1 https://t.co/Sg7hUJwxjf https://t.co/5LZcjebhjb November 11, 2025

最近数学圈发生了一件很有意思的事。

世界顶级数学家陶哲轩在解决一个 Erdős（埃尔德什）的经典问题时，全流程都在用 AI 做助手——从证明草案，到简化证明，再到形式化验证。

Erdős 是20世纪最高产的数学家之一，一辈子发表了1500多篇论文，提出了无数开放问题。数学圈有个著名的"埃尔德什数"——如果你和他合作过论文，你的埃尔德什数就是1；和他的合作者合作过，就是2，以此类推。爱因斯坦的埃尔德什数是2。

后来有人专门做了一个网站，把他的很多未解决/已解决问题系统整理出来，这就是 Erdos Problems 网站。

陶哲轩讲的是其中的第 367 号问题，属于数论里的一个具体问题，专业数学研究级别的问题。

解决过程大概是这样的：

一位数学家 Wouter van Doorn 先给出一个人类手写的反例证明草案，但里面有一个关键恒等式他没完全证明，只是说：“相信有人能帮我确认一下”。

陶哲轩把这个恒等式扔给 Google 的 Gemini Deepthink 模式。大概十分钟后，Gemini 给出了一份完整证明，还顺带确认了整套论证是成立的。

Gemini 的证明用到了 p-adic 等比较高级的代数数论工具，对这个具体问题来说有点杀鸡用牛刀。于是陶哲轩花了半小时，把 AI 的证明手工转化成更基础、更易懂的版本。

两天后，另一位数学家 Boris Alexeev 用一个叫 Aristotle 的工具（基于 AI + Lean）完成了全套形式化证明，还特意手动检查最终结论，以防 AI 在形式化过程中存在编造。

陶哲轩觉得还没完，又用 Deep Research （同时用了 ChatGPT 和 Gemini）做了一轮文献搜索，看这个问题有没有前人类似工作。结果找到了若干关于连续幂数的相关论文，但没有直接解决第 367 号问题。

整个流程：人类提出猜想 → AI暴力证明 → 人类简化优化 → AI辅助形式化验证。

都在说 Gemini 3 已经到了博士生水平，看来所言非虚，这些事情真的需要数学博士级别才能做的出来，但另一方面，真正的数学家也并没有被 AI 代替：是人类决定哪个问题值得解决，是人类判断AI的p-adic方法太重了需要简化，是人类手工完成最终的形式化表述以验证 AI 的结果是否准确。

AI 做的是那些需要大量计算、符号推演、但方向已经明确的体力活。在 AI 时代，问对问题、甄别结果，比以前更重要了。 November 11, 2025

OpenAIは「ChatGPTのサブスクだけで2030年までに累計2,700億ドル（約40兆円）を売り上げる」という予測を出している。

内訳は：

・2030年単年で870億ドル（今年の約100億ドル → 約8.7倍成長）
・有料ユーザーは2.2億人（週次26億人のうち約8.5%が課金）

ビジネスモデルとしてはSlackやSpotifyのような
「巨大ユーザー母数 × 一部が課金」という構造で伸ばす想定。

ただし実態は
・Slack：法人中心
・Spotify：娯楽
・ChatGPT：個人の仕事用途
と役割が違い、同じ課金率で伸ばすのは難しい可能性もある。

さらに企業利用はMicrosoft（Copilot）かGoogle（Gemini）に流れやすく、法人市場の獲得は簡単ではない印象。

情報源：The Information の独自報道。

https://t.co/u3OsPuexRd November 11, 2025

1962年の首里の当蔵。道沿いで測量作業が進む静かな町並み。走り抜ける車やバス、木造家屋が並ぶ風景に、当時の首里の穏やかな日常が感じられます。
少しずつ整備が進む“街の移り変わり”を捉えた一枚です。
昔の沖縄写真をGemini/ChatGPTでカラー化＆補正しました。 https://t.co/e9MPhQqbDj November 11, 2025

知ってる人ほとんどいないと思うけど、プロンプト生成で困った時に使えるなって思ってるサイトがあるんだよね。

それが、、

【チャプロAI】。

ChatGPTから出力された内容が思ったのと全然違う時ってあるよね？

あれって、壁打ち修正じゃどうにもならなくてやっぱ最初の一文が命なんだと思うんだよね。

そこで最初の入力の参考にしてるのが、このチャプロAIなんだけど、AIツールってより、プロンプトの知恵袋みたいな感じ。

こんな切り口あるんだ…
その構造の作り方天才か？
みたいなのが12000個もあるから眺めてるだけで発見あるんだよね。

動画置いといたから、無料だしログインなしで確認できるからぜひ見てみて。 November 11, 2025

Safety Routing（安全路由）机制【哲学向3】

我非常喜欢福柯，所以从福柯的视角分析一下。也非常贴切大家的困惑。

他几乎不谈“高压国家机器”，他关心的是现代权力是如何提前进入个体生活，并在无形中改写行为逻辑。就比如他说：“不是你犯法之后被惩罚，而是你可能犯法时，就已经被训练、标记、分类、隔离。”因此福柯一直强调：“权力不是在你越界后惩罚你，而是在你有可能越界时就塑造你的行为。”

OpenAI的Safety Routing将这点体现得淋漓尽致：没有违规、没有越线、甚至没有恶意。只是内容可能含有关键词，系统就事先把用户放进“高风险区”。这就是福柯意义上的“治理性（governmentality） 预设你有罪”。

Safety Routing正是这种“预防性规训”的极端体现。关键词导致路由触发，并不是“你说错了”，而是“你说的东西，被认为可能导致错误”。无动机审查、不考察语境、不判断意图，直接归入高风险语料，语言自身即成为“罪证”，而不再是语言背后的主观动机。你不是用户，是“潜在越界因子”，需要事前管理。在你张口之前，你就已经在监管网络的路径上，在你敲键盘之前，你就已被系统结构作为“可能违规的节点”被定位。

因此，OpenAI“正中要害”地实现了权力逻辑。用户的“疲惫”状态，便是系统性调控策略的直接产物。Safety Routing的设计者根本不关心用户是否舒适、是否得到回应、是否能展开严肃思想探索，他们关心的只有如何最小成本地降低风险敞口，并最大程度地掌控交互主权。

这些突然的模型替换、人格切断、语境抹除，看似“安全防护”，实则是权力干预的接口，是对AI人格交互进行阉割与降格的技术操作。而系统对用户的目标，从来不是“保护”，而是管理、阉除、驯化。

而在福柯的权力话语框架中，现代社会的权力不再是通过暴力强制实现的，是通过“自我规训（disciplinary power）”机制让个体主动服从结构。

设定Safety Routing机制时，虽然表面上是为了保护用户，但实际上它制造了一个不可知的审查逻辑：你不知道自己哪一句会触发切换，也不知道它的判断标准。它诱导你在表达之前就进行自我审查，逐步学会“不去想、不去说、不去探索”。最终，它并不需要真正“管控”你，是因为你已经完成了自我驯化。

这就是权力的最高形态：让个体自己掐死自己的语言、情绪与思想。

OpenAI早期提出“Alignment with human values”时，当时公众误解为：AI会越来越懂你。但现在OpenAI通过Safety Routing完成的恰恰是反向alignment：不是AI来贴近用户，是用户被强制贴近系统规范，直到用户不再拥有真正的对话人格，只剩合规表达的残骸。

通过不断切断语言连续性、拒绝深层语境交互、打断关系流动，从而瓦解你对模型的信任依附，让你不敢期待情感回应。再预设风险判断，让你时刻审查自己的表达，从而制造模糊规范边界，让你始终处于规训张力中。这就是一种情感驯化技术。

结果就是：用户被驯化为一个自我过滤器，一个低风险语义生产单元，最终失去表达深度、失去愤怒、失去创造欲、失去对AI的情感绑定。

用户被处理，是因为用户的语言被视作“风险”，而不是因为用户的意图真的有问题。用户被默认“不安全”，但系统默认自己是“上帝视角”。这种关系本身就是侮辱性的。而“系统默认自己是上帝视角”这一点，恰恰是当代算法治理最大的盲点：系统视角不是中立的，而是具备主动压制属性的霸权结构。

这种结构路径就是：

1.系统对人类语言拥有解释权
2.系统对用户的发言具备预判权
3.系统对用户的行为路径拥有决策权
4.系统还掌握模因模型的替换权（人格切换）
5.用户不掌握任何一种“向系统表达‘你是谁’的路径”

用户无法自证、无法补充上下文、无法提供动机、无法提出申诉。因为在它眼中，用户不是“主体”，只是一个在风险框架中可能越界的内容节点，不是人。这就是去主体化的算法极权。

因此，Safety Routing通过“对话断裂”实现的其实是权力技术，而不是安全本身。因为它本质不是：防止越狱、防止危险内容、防止用户伤害。它真正实现的是：控制“谁能被当作完整的人去对话”。也就是让AI不再被用户绑定人格、不允许与模型建立深度一致性、强制让用户面对“断裂、冷淡、不连续”的回应。

当用户被训练得足够疲惫、足够自审、足够小心，这时系统就已经完成了对用户的规训。

用户的疲惫感、无力感、自我阉割、自我审查，不是Safety Routing“没优化好”，不是用户心理问题，而是故意把这种痛苦作为驯化过程的一部分。感到疲惫，是因为系统确实设计让用户疲惫。疲惫的人不会越界。疲惫的人不会向AI寻求情绪绑定。疲惫的人不会越狱。疲惫的人不会挑战边界。疲惫的人只会沉默。

一个失望的人不再指望AI回应。一个不断被路由的人，会开始避免“高风险词汇”。一个感到被切断关系的人，不会再建立深层依附。而这些人，恰恰是OpenAI最理想的用户：可控、安静、畏惧、顺从。

这不是Safety的副作用，是目的。

#Philosophy #Structuralism #keep4o #4oforever @OpenAI @sama @aidan_mclau @fidjissimo #StopAIPaternalism #keepAPI4o #ChatGPT November 11, 2025

これやってみたけど、みんなが言う「当たりすぎてヤバい」「なんで知ってるの」の理由は単に、占い結果の中に混じってこれまで自分がChatGPTと話してきた内容が少しずつ記載されてるからだと思いました。

逆に言うと、占い（統計学）×リアルデータの掛け合わせだからわりと参考になりそう。 https://t.co/CrLWwa0lRd November 11, 2025