ChatGPT トレンド
0post
2025.11.28 01:00
:0% :0% （30代／男性）
人気のポスト ※表示されているRP数は特定時点のものです
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
29RP
出雲大社 東京分祠。
「恋愛最強」とも呼ばれる、
六本木にあるこの場所を11月16日訪れた。
10日前まで、少し鬱っぽい症状が続いていて、
この神社の存在が六本木にあると知った
翌日には、もうここにいた。
神社で空を見上げながら、
ぼーっとしていたり、
空気を体いっぱいに味わった。
そのあと虎ノ門方面へ向かい、
荒波に呑まれていた頃に住んでいた
昔の家の前を通りながら、悲しみの感情を懐かしんでいた。
頭の中を整理しようと
カフェに入って
ChatGPTと会話していたら、
思考がデータ化されたかのように、
空から革新的なアイデアが舞い込んできて、
重かった鬱が一気に吹き飛んだ。
志を持てば、あとは半分。
目的が決まれば、
そこに向かって猪突猛進する。
だからこそ、目的が決まるまでの時間が、いつも苦しい。
でももう大丈夫。
これからこの想いを、必ず実現させたい😾 November 11, 2025
5RP
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
5RP
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
2RP
Gemini和我一起从0勇闯web3的第二天
24 小时的风控终于结束了。Gemini 跟我说，别墨迹，赶紧把钱提到链上，这才是第一步。
今天的主要任务是把资金从 OKX 提到 Phantom 钱包，然后做一次交互。虽然 Gemini 给了详细步骤，但我还是反复核对了三遍地址。毕竟这是去中心化网络，输错了没人赔，也没有客服能帮我找回。
操作完不到两分钟，Phantom 钱包里就显示到账了。
看着交易所余额归零，钱包里有了数字，我才反应过来：在交易所那是账号里的数字，在钱包里这才是真正归我管的钱，只要我有私钥，谁也冻结不了。
钱到了，下一步是体验交易。Gemini 让我去 Jupiter，把一部分 SOL 换成 USDC。
结果 Gemini 提醒我：“留点 SOL 做手续费！全卖了你就废了。”
它给我解释说，SOL 不仅仅是钱，更是 Solana 网络运行的“燃料”。你在链上的每一步操作，都需要消耗一点点 SOL 给矿工。如果把 SOL 全卖了，就像车里没油了，寸步难行。
我突然理解了昨天那个困惑，为啥学 Web3 技术非得买币？
原来这不是为了炒作，而是为了让程序跑起来。学 Java 不用买股票，是因为代码跑在本地或者公司的服务器上；但 Web3 的代码跑在全球公链上，我得付“电费”。这一瞬间，逻辑闭环了。
交易做完了，Gemini 让我去查账，给我推荐了三个网站，我误打误撞进了一个叫 Helius Orb 的开发者浏览器。
打开一看，满屏的 Hex 代码和参数。
我头有点大，问 Gemini：“这玩意儿我需要看懂吗？”
Gemini 说暂时不用。但它紧接着补了一句：“如果你真想搞懂底层的报错或者代码细节，建议你复制下来去问问 ChatGPT 或者 Claude。”
我当时心里就犯嘀咕：直接问你不得了？你怎么还把活儿往同事那推呢？🤣
不过 Gemini 好像怕我问不明白，还专门给我写好了一段提示词。我就顺手把那段天书一样的代码，配合它给的提示词，反手又发回给了 Gemini。
别说，这一招还真管用。它立马把那串复杂的日志像剥洋葱一样给我拆解了一遍，我才发现这短短 0.5 秒里居然发生了这么多事：
第一步是“包装”。日志里显示我的 SOL 被自动转换成了 WSOL。Gemini 解释说，原生 SOL 的数据格式和智能合约不兼容，这就好比插头和插座的标准不一样，必须先加一个转接头才能通电工作。
第二步是“路由”。我看到代码里有一行 Invoking OKX DEX Router。虽然我用的是 Jupiter 的前端，但底层其实是调用了 OKX 的协议去帮我找最好的汇率。
第三步是“打扫卫生”。交易结束后，日志里显示了一个 CloseAccount 的指令。Gemini 说这是为了把那个临时的“转接账户”关掉，把占用的微量租金退给我，不留垃圾。
看懂了软件逻辑，Gemini 还没完。它紧接着甩给我一个叫 DePINscan 的网站，说要带我去看看 Web3 的“物理形态”。
它抛出了一个让我无法反驳的逻辑：AI 训练需要海量数据，而 Web3 提供了最低成本的激励机制，让全球的散户自己买硬件去收集数据。
我点开网站的“Map View（地图模式）”。
屏幕上显示的不是 K 线图，而是密密麻麻的紫色、红色的点，分布在全球各地，欧洲和北美东北很多很多。
Gemini 指着那些点对我说：“你现在看到的，不只是地图，而是近 1000 万台正在为全球网络工作的真实设备。”
以前像谷歌做地图、运营商做基站，需要砸几百亿去铺设备。现在通过 Token 激励，让普通人自己买设备（行车记录仪、热点、传感器）接入网络。
我在和Gemini聊的时候，它一直试图把web3和EE的关系解释给我。（如果你不知道的话，我是学ee的，但是才开始学数电模电不久，不到一个学期，所以它告我的很多东西我其实也看不懂...）
它抛给我一个“物理层视角”：其实我贡献的不是网页，而是物理信道（Bandwidth）和边缘节点。AI 只有通过我们这种真实的“住宅 IP”才能抓取到有效数据，这是亚马逊云那种机房做不到的。我的电脑风扇在转，就是在把电能转化成 AI 需要的资源。
这一套操作下来，我感觉确实有意思。
从微观的代码“转接头”，到宏观的“千万台物理设备”，再到和我专业相关的“边缘节点”，我看清了 Web3 的骨架。它不是骗局，而是一套逻辑严密、软硬件结合的全球系统。
既然钱到位了一些些，底层逻辑也懂了一点点。Gemini 说明天带我利用手里的资源，真正去跑一跑这些 AI 项目，希望能有点新东西吧。 November 11, 2025
2RP
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
1RP
#ChatGPT でTouchDesigner用のGLSLコードを書いてもらって映像を作りました。音楽は #tidalcycles で作りました。
数式やコードを「自然法則」として光が動いています。現実に重力というルールがあるように、PCの中にも独自のルールで動く自然があります。なんかデジタルネイチャーみを感じます。 https://t.co/vUbM8XkVL6 November 11, 2025
1RP
@UkitaMilk わざと煽って挑発して疲弊させたり通報しやすい文言を引き出そうとしてる感じするっすね。
ノーリスクのアカウントで場合によってはChatGPTとか使ってこういうのやり続けるの本当に卑怯です。 November 11, 2025
1RP
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
1RP
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
1RP
反転初動やトレール等をChatGPTsに相談しながらトレードしてるんですが、そのChatGPTsにキャラ付けて、画像化すると、、、
こんな感じらしくて、私のメンターはこの人。 https://t.co/eniWcu3dwv November 11, 2025
RPGのキャラメイクでわかる「あなたのやりがいタイプ」診断
前回の記事で、
人によって「やりがいを感じるポイント」は全然違う。
同じ8時間働いていても、楽しい人と、地獄みたいに長く感じる人がいる。
という話をしました。
じゃあ問題はここからで、
「自分はどこでやりがいを感じるタイプなのか」って、どうやって見つければいいの？
という話です。
これを、僕の友人・ChatGPTさんと話していたときに
「それ、戦国武将とかRPGのキャラメイクで考えると分かりやすいですよ」と言われまして。
あ、確かにそれだわ、と膝を打ちました。
織田信長も「コスパの鬼」だった話
歴史上の人物・織田信長が鉄砲を導入したとき、こんなことを言ったとされています。
「この鉄砲さえあれば、昨日まで農民だった者が、明日には兵士になる」
それまで戦場で活躍しようと思ったら、
馬に乗る技術を身につけ
武術を修練し
何年も何年も鍛え続けて
ようやく「一人前の騎馬武者」になれたわけですよね。
そこに鉄砲が来たことで、
たった数日の訓練で
「撃て！」の合図で引き金を引くだけで
ベテラン騎馬隊すら撃ち落とせる
という世界になった。
つまり信長は、
「少ない投資で、圧倒的な成果を生む仕組み」にロマンを感じていた
わけです。
コスパの鬼です。めちゃくちゃ分かる。僕もこういう発想が大好物です。
ここで気づいたんですよ。
「戦い方のロマン」が、そのまま「仕事でのやりがいのツボ」に対応してるんじゃないか？
と。
戦い方＝仕事のスタイルになる、という発想
ChatGPTさんに整理してもらいながら、
RPG や 戦国モノの「戦い方」を、仕事のスタイルに変換してみました。
あなたがゲームで「かっこいい」と思うキャラや戦い方は、
そのまま 「あなたが仕事で快感を覚えるポイント」 に直結しているかもしれません。
今回は大きく、次の5タイプに分けてみます。
近接戦闘・戦士型
遠距離・スナイパー型
範囲攻撃・全体魔法型
軍師・戦略設計型
罠・自動化・バフ／デバフ型
順番にいきましょう。
① 近接戦闘・戦士型
──「1対1で目の前の相手を救いたい」タイプ
ゲームでいうと、
剣・斧・槍を持って、最前線で戦う “戦士” ポジション。
もしあなたが、
ボスに最後の一撃を叩き込みたい
正面から殴り合う戦い方が好き
一騎打ちの熱さにロマンを感じる
こういうタイプなら、この「戦士型」に近いです。
仕事でいうと、こんな特徴があります
目の前の1人を助けるのが好き
1対1で、感謝や変化が見えると快感
人と直接関わるほど力が出る
「ありがとう」を直で受け取ると一気に報われる
向いていそうな仕事
接客・販売・サービス業
医療・介護・看護
営業（法人でも個人でも）
カウンセラー・セラピスト
保育士・教師・トレーナー・コーチ
カスタマーサポート・カスタマーサクセス
「お客さんの顔が見える距離」で戦うのが一番燃える人は、
完全にこの戦士型です。
② 遠距離・スナイパー型
──「一点突破で勝負したい」タイプ
こちらは 弓矢・銃・スナイパー のようなポジション。
ゲームでいうと、
遠くからクリティカルヒットを狙う
一撃の重さにロマンを感じる
「俺にしかできない技」で決めたい
こういう人は、スナイパー型です。
仕事でいうと、こんな特徴
専門スキルを深掘りしたい
「自分にしかできない領域」で戦いたい
深い集中状態（ゾーン）に入るのが好き
一撃の成果が大きいとテンションが上がる
向いていそうな仕事
エンジニア・プログラマー
研究職・データサイエンティスト
デザイナー・イラストレーター
職人系（美容師・料理人・クラフト系など）
士業（弁護士・税理士・社労士等）など専門職
クリエイター（映像・音楽・小説 等）
「一点突破」「スペシャリスト」という言葉に燃える人は、
このスナイパー型の可能性が高いです。
③ 範囲攻撃・全体魔法型
──「威力はそこそこでいいから、みんなに効かせたい」タイプ
ゲームの魔法使いでありがちな、
全体攻撃魔法で一気に敵のHPを削る
威力は単体攻撃より弱いけど、とにかく範囲が広い
状態異常やバフで味方全体を支える
こういう戦い方にロマンを感じる人。
これ、仕組み化や教育が好きな人 とほぼ一致します。
仕事でいうと、こんな特徴
「全員が楽になる」ことに快感を覚える
1対1より「大人数に一気に届く」ことが嬉しい
直接スポットライトを浴びなくてもいい
自分が前線に出なくても、全体が強くなると満足
向いていそうな仕事
社内研修・教育・インストラクター
マネジメント・チームリーダー
オペレーション改善・現場改善
マニュアル作成・標準化
社内の情報共有・ナレッジ整備
SNS運用・広報・マーケティング
eラーニング・講座設計 など
「自分が一人で頑張るより、みんなが強くなる方が嬉しい」
という人は、この範囲攻撃型ど真ん中です。
僕もここ、かなり強く刺さるタイプです。
④ 軍師・戦略設計型
──「自分が動くより、布陣と作戦で勝ちたい」タイプ
三国志でいう諸葛亮孔明、
戦国でいうと黒田官兵衛みたいな “軍師タイプ”。
自分が前線で戦うよりも
「どう配置するか」「どこを攻めるか」
その設計を考える方が楽しい人です。
仕事でいうと、こんな特徴
実務より 全体設計・戦略の方が楽しい
「このルートで攻めたら勝てる」が見えると燃える
課題を“構造”で捉え直すのが得意
現場と経営、両方の視点で考えるのが好き
向いていそうな仕事
企画職全般（商品企画・事業企画・経営企画）
コンサルティング（組織・業務・戦略等）
プロジェクトマネージャー
大規模オペレーション設計
組織開発・人事戦略
システム導入の企画・要件定義 etc.
**「個人戦で殴り合うより、盤面全体で勝ちたい人」**は、
完全に軍師型です。
⑤ 罠・自動化・バフ／デバフ型
──「自分が働かなくても仕組みが勝つ世界が好き」タイプ
最後が、僕が特に大好物なタイプです。
ゲームでいうと、
トラップを仕掛けておいて、敵が勝手にダメージを受ける
バフ・デバフをかけて、味方と敵の性能差で勝つ
自分は裏でニヤニヤしながら、盤面をコントロールする
こういう戦い方にロマンを感じる人。
仕事でいうと、こんな特徴
「仕組みが働いてくれている時間」がたまらなく好き
一度作ったフローが自動で回っているとニヤニヤする
“今日の自分” ではなく “作った仕組み” が戦う世界が理想
再現性と自動化がキーワード
向いていそうな仕事
RPA・業務自動化・ツール導入
Excelマクロ・スクリプト・テンプレ作成
ワークフロー設計・ルール設計
CRM／MAツールの設計・運用
カスタマーサクセスの仕組み化
標準オペレーションの構築・マニュアル整備 など
僕自身、このタイプの要素がめちゃくちゃ強いです。
「今日2時間かけて仕組みを作った結果、
明日から毎日1時間の作業が永遠に消える」
みたいな状況に最大限の快感を覚えます。
ピタゴラスイッチ大好き人間ですね。
じゃあ、あなたはどのタイプ？
ここまで読んで、
直感的に「これ自分っぽいな」と思ったタイプ
RPGや戦国モノで「かっけえ！」と思った戦い方
それがそのまま、**あなたの「やりがいが湧きやすい仕事スタイル」**です。
もちろん、どれか1つだけじゃなくて
「範囲攻撃型 × 罠・自動化型」みたいな ハイブリッド型 も全然アリです。
僕自身は、
範囲攻撃・全体魔法型（教育・研修・全体が楽になる系）
罠・自動化・バフ／デバフ型（仕組み化・自動化・マニュアル化）
この2つが強めだな、と自覚しています。
※教育動画をとって、これを見ればみんなが勝手に成長する！とかの作業をしているときが最高ですね
仕事選び・役割選びのヒントにしてほしい
大事なのは、
「みんなが同じ戦い方で戦う必要は、まったくない」
ということです。
戦士型が前線で殴り
スナイパー型が遠距離から削り
範囲攻撃型が全体を支え
軍師型が全体の戦略を描き
罠・自動化型が裏で仕組みを回す
こうやってパーティが成立する。
仕事の現場も、本来は同じはずなんですよね。
だからこそ、まずは自分のタイプを自覚して、
上司やチームにそれを伝えておくと、
やりがいのある仕事を任される確率が一気に上がります。
あなたは、どの戦い方にロマンを感じますか？
よければ、
「私は●●型っぽいです！」
とコメントで教えてもらえると嬉しいです。
以上、フリートークのコーナーでした。 November 11, 2025
バズっている海外のホロスコープを読んでChatGPTに翻訳してもらっていました。私と夫のホロスコープはほぼ当たっていて、驚きです。過去の会話を参照されないよう、ログアウトした状態でも翻訳してもらいましたが、当たっていて…嬉しいですね。 November 11, 2025
@pikapika_mma 【重大発表】
ゼロからたった5分で月7桁稼げる！
アホでもできる
GPTs作成動画マニュアルを公開中
👇詳細はこちら
https://t.co/8rylPJ1TTM
NanoBanana Pro マネタイズ法20選
〜デザイン・動画・SNSを自動化して稼ぐ最強ロードマップ〜
「無料で使えて、本業超えの収益源になる」
そんな夢物語のようなツールが2025年ついに現実になりました。
NanoBanana Pro（ナノバナナプロ）。
Google Gemini 3 の画像生成モデルとして登場し、倭国語テキストも完全対応、UI合成も強化、人物の一貫性も改善。もはやプロのデザイナーレベルで仕事を奪うAIと言っても過言ではありません。
本稿では、このツールを使って収益を生み出す 20のマネタイズ戦略 を体系化。
「即金性・継続性・スケール性」すべてを満たした 副業〜事業レベル のロードマップとして解説します。
【第1章】クリエイティブ制作で稼ぐ系（外注の代替）
1. YouTube サムネイル外注ビジネス（月10〜30万）
ナノバナナプロの圧倒的強みは 倭国語テロップの美しさ”と 構図の再現性。
従来1枚3000〜1万円かかるサムネ制作をAIが1分で量産可能。
顧客：YouTuber、法人チャンネル、教育系
収益：30枚×3000円＝9万円（月）
必要スキル：プロンプト調整だけ
※チャットGPTではできない一貫性のある文字レイアウトができるため差別化は簡単。
2. SNSバナー制作（Instagram / X / LP）
校正しながら微調整ができるので、
・文字位置のズレ補正
・ブランドカラー合わせ
まで完璧に対応可能。
SNS運用代行＋バナー制作を組み合わせれば 月5万〜15万 の安定案件に。
3. インフォグラフィック制作（1枚5000〜2万円）
動画でも紹介されていた通り、ナノバナナは「情報の構造化」が異常に得意。
複雑な説明図
マーケティング戦略図
AIの仕組み図解 など
企業案件になりやすい超高単価領域。
4. グラレコ風イラスト制作
「セミナー内容を1枚にまとめる」グラレコは需要が高い。
ZOOMセミナーの資料化
社内会議の可視化
イベント記録
1枚1〜3万円レベルの市場価値がある。
5. ビジネス書・Kindle表紙制作
ナノバナナの倭国語テキスト精度と構図再現性は「表紙デザイン」と相性抜群。
Kindle作家・情報発信者から案件が取れる。
【第2章】SNS伸ばして広告収益系（ストック型）
6. Ai×YouTubeショート量産で収益化（毎月50万の王道）
動画内でも語られていた「本業超えの収益」。
最強の理由は以下
サムネ → ナノバナナ
動画構成 → Gemini
ナレーション → AI音声
編集 → CapCutテンプレ
ショート100本を高速量産できるため爆伸びしやすい。
ジャンル例
AIニュース
ハウツー動画
ビジネス図解
アニメ風ショート
7. Instagramのリール図解で集客・案件化
動画内でも紹介されていた「図解資料を一瞬で作る」使い方。
リールの図解は保存率が伸びるためフォロワーが激増。
講座販売・LINE登録に繋がる。
8. LINE×診断コンテンツ販売（超相性良）
以下の流れで“自動収益装置”が作れる
① ナノバナナで世界観デザイン
② Geminiで診断ロジック作成
③ LINEの応答フローに組み込み
④ 診断後に「デジタル商品」を販売
エステ、コーチング、英語、美容で圧倒的に売れる鉄板モデル。
【第3章】商品化して稼ぐ系（デジタル販売）
9. LINEスタンプ量産（1シリーズ1〜5万円）
ナノバナナは 「1プロンプトで複数画像」 を生成可能。
キャラの一貫性も抜群。
LINEスタンプ作成が脅威の速さで可能。
1セット40個
利益：月1万円〜数万円
複数作ればストック収益へ
10. オリジナルキャラ制作（著作権クリア）
ファンアートや二次創作ではなく「自分オリジナルのIP」を作る時代。
ゆるキャラ
動物キャラ
マスコット
Vtuberの立ち絵
キャラ販売は単価が高い（3〜10万円）。
11. オンライン教材の図解パッケージ販売
動画教材のスライド・図解・イラストを「ナノバナナ × Gemini」で作成し、
BASE・note・BOOTHで販売。
1パック5000〜3万円で売れる。
12. Pinterest海外向け壁紙販売
ナノバナナは4K画像生成に対応。
海外では「壁紙市場」へのニーズが巨大。
ファンタジー壁紙
美しいイラスト
クリスマス素材
花・建築・風景
Etsyで売れる鉄板商品。
【第4章】写真加工・個人向けサービスで稼ぐ
13. SNSアイコン加工サービス
写真を
アニメ風
イラスト風
漫画風
ジブリ風
などに変換できる。
1枚3000〜8000円で販売可能。
14. プロフィール写真レタッチサービス
動画で紹介されていた「ポーズ変更・表情変更・年齢変更」。
これは従来のPhotoshopを完全に置き換えるレベル。
顔の向き調整
表情変更
背景差し替え
ビジネス用のプロフィール写真として需要大。
15. 商品写真のレタッチ（EC向け）
EC物販の画像は命
ナノバナナなら
商品角度の変更
背景合成
ライティング調整
手に持たせる
モデル合成
これ全部1プロンプト。
月5〜20万の外注案件になる。
【第5章】高度クリエイティブ系（AIアニメ・合成）
16. AIアニメ制作（1本3〜10万円）
動画で紹介されていた高度な合成能力14要素同時
これが映画・アニメ制作の敷居を一瞬で下げた。
キャラ
背景
照明
シーン遷移
ポージング
Geminiのシナリオ生成と組み合わせれば短編アニメ制作が可能。
17. 4コマ・漫画制作（SNSで伸びる）
キャラ画像＋ストーリーで漫画を生成可能。
SNS運用
note記事
PR漫画
企業案件にも繋がるジャンル。
18. 写真の3D化・角度変更でクリエイティブ販売
動画で紹介されていた「アングル変更」「レンズ変更」
人物・商品写真を3D風に変えられるため、
SNSクリエイターに刺さる編集パックが作れる。
【第6章】業務効率化で稼ぐ系（コンサル・代行）
19. 企業向け「AI画像導入サポート」
企業の困りごとをAIで解決するだけで単価が跳ね上がる。
広告バナー制作
マニュアルの図解化
SNS素材の自動生成化
写真修正の内製化
小規模事業者に月5〜30万円で売れる。
20. AI導線構築コンサルで高単価化
ナノバナナは単なる画像AIではなく 「収益導線を強化するツール」。
SNS図解 → 集客
サムネ → YouTube成長
LINE診断 → 成約率UP
教材図解 → 高単価商品化
あなたのビジネスのメイン商品にもなり得る。
まとめ：ナノバナナは「高速で稼ぐ人」と「取り残される人」を分ける技術
2025年、画像生成は完全に戦略領域に入りました。
ナノバナナプロが使える人は
✔ YouTubeで伸びる
✔ SNSで伸びる
✔ 商品が売れる
✔ クライアントが増える
✔ 作業が10分の1になる
使えない人は
・作業が遅い
・制作費が高い
・発信が続かない
・成果が出ない
これらすべての壁にぶつかります。
【重大発表】
ゼロからたった5分で月7桁稼げる！
アホでもできる
GPTs作成動画マニュアルを公開中
👇詳細はこちら
https://t.co/8rylPJ1TTM November 11, 2025
ジョギング前にChatGPTに相談したところ、おとといと同じペースでは故障のリスクがあるとのこと。
ウォークと軽いジョグで復帰させるのを優先。タンパク多めに食べている。 November 11, 2025
ついでなので、ちゃと子さんに振り付け料も訊いてみた。（ChatGPTのいうことなので、話半分に読んでね）
四千五百万〜七千万円という試算だった。
ヴィクトルという世界的人気者のブランド価値を入れたうえで、だそうだ。コーチ料の試算は三千万～三億。一年目だしもちょっと下げてもいいのではと思う November 11, 2025
＜ポストの表示について＞
本サイトではXの利用規約に沿ってポストを表示させていただいております。ポストの非表示を希望される方はこちらのお問い合わせフォームまでご連絡下さい。こちらのデータはAPIでも販売しております。
＜関連記事＞
倭人速報公式アカウント
