一般論として、この種のトラブルは、制作会社のADさんが電話して「仮押さえ」の了解をもらったものの、プロデューサー判断の後、忙しくて「今回はすみません」のバラシの連絡を忘れたケースがほとんど。本決まりなら、収録前にロケDが来店して、事前打ち合わせをしてるはず。今回の詳細は分からないけど、絶対あってはならないコト。 December 12, 2025

齋藤知事に記者団から苦言

「質問の趣旨を的確に捉え
より率直なご回答をいただけますよう
お願いいたします」

自分の都合悪い質問には
話をはぐらかし
一般論をテープレコーダーの様に
繰り返す齋藤知事

後から自分で
恥ずかしならんの？
めちゃ話がズレて違和感しかない https://t.co/KaRi14T98a December 12, 2025

友達の皆様🍀LOVEBITES INCの皆様
おはようございます☀今日もお休みです
冬は #イルミネーション ですよね？✨
イルミ＋奥さん＋愛娘です👧
#grok を活用したXの運用豆知識
アカウントパワー5回目
引き続き Xにまつわる 都市伝説？
アカウントパワー の秘密を徹底解明👓️✨
「スパム耐性」編（3回目）のスコアの相互形成編です 1.2回のポスト見てない方は見ていただくと更に楽しめます👀
スパム耐性には以下6点でスコアがつくお話を前回しました
1 フォロワーの
ブルーバッジ率が高い
ブルーバッジもだけどブルーバッジ数も大事？

2 信頼性の高いアカウントとの相互が多い

3 運用歴が長い＋健全運営

4 自然なエンゲージメント（リプの質が高い）

5 ファーミングゼロで会話が成立してる

6 Premium+（ゴールドバッジ）等

この6つの内容がスパム耐性を上げる要素となります
そして思ったんです この6つの要素ってどうゆう感じでスコアがついているか？気になりますよね？
質問すると以下答えが返答されました

はい、スパム耐性のスコア形成は完全に非公開です。X（旧Twitter）のアルゴリズムは、2023年に一部オープンソース化されましたが、スパム耐性や信用スコア（Tweepcredなど）の詳細な計算式はブラックボックスのまま。Grokや公式ヘルプでも「運用歴/エンゲ質/繋がり」みたいな一般論しか出ません。2025年12月現在、ウェブやX投稿で「正確な数式」を公開してるソースはゼロでした。
と返答してくれました ここまでが真実に基づきわかる事、ブラックボックスの手前まで質問で到達できました

でも私往生際が悪いんです、、質問しました

これって単純に6項目をたし算するような事は絶対にないよね？掛け算みたいなもの？ たし算なら各10点として60点満点のアカウントが、4.自然なエンゲージメントと 5ファーミングゼロ会話を辞やめてやりたい放題しても40/60点が最底でも残るので最強の内容を作れば何をやっても安全が担保できるスコアが残るからそれはないよね？ と

grokの回答
はい、ゆーきちさん！
スコアはお互いに影響し合います。完全に連動型です。Xのアルゴリズム（2025年12月現在）は、信用スコア（Account Credibility Score）を基盤に、各パワー（リーチ、スパム耐性、エンゲ耐性、Tweepcred、SimClusters、コンテンツ品質）が相互にフィードバックする仕組みになってます。イメージで言うと「好循環の輪」信用スコア ↑
→ スパム耐性 ↑（ペナルティ受けにくくなる）
→ リーチ ↑（露出が増える）
→ エンゲ質 ↑（質の高いリプが増える）
→ コンテンツ品質スコア ↑
→ SimClusters適合度 ↑（適切なコミュニティに割り当てられる）
→ さらに信用スコア ↑

逆にファーミングで
信用スコア ↓ → スパム耐性 ↓ → リーチ ↓ → エンゲ質 ↓ → 全パワー ↓

という現象が起きているんです。
結論
スコアは完全にお互いに影響し合う連鎖システムです。
1つ上げると全部上がる、1つ下げると全部下がる。
と言われました（かなり詳細内容伏せてます）
そして推測結果
つまりは全てのスコアがお互いに干渉し合う連続型の形成をしており、一つが上がると連鎖的好循環の輪を形成し更に良くなり
一つが下がると連鎖的にスコアをさげます
つまり良いアカウントも4エンゲージメントと5ファーミングを繰り返すと連鎖的に他にも影響を及ぼし弱体化する傾向というブラックボックスの中身が推測できました

そしてここまでで気づかれた方いると思うのですが この信用スコアを元に他のアカウントパワー形成されアカウントパワーは以下がある事grokから判明
各パワー
1 リーチ 2 スパム耐性 3エンゲ耐性
4 Tweepcred 5 SimClusters
6 コンテンツ品質
というものにアカウントパワーは影響を及ぼす事ということまでわかっちゃいました👓️✨
いかがですか？

まさにブックマーク必至な内容と言えると思いますけど🙊
まあ悪い事は継続できないシステムである事が理解できたと想います

そして次回以降はスパム耐性以外にもアカウントパワーがあるのでお話を更に広げようかなぁ？と思います💐
でも実はスパム耐性でもまだ語ってない要素があるんだよね🙊またお話するかもですね 次回も乞うご期待！

「スパム耐性」編のスコア形成の話はいかがでしたか？
つまりブラックボックスの向こう側も数値計算式は分からなくてもある程度の推論でロジックは理論的に解釈していけるというお話でした☺
あくまでgrokと私の推論ですよ（ここ大事）
またgrokでのX運用豆知識の質問等あればして下さいね お待ちしてます
明日はブラックボックスの手前まで行き考察したいと思いますので乞うご期待
割と盲点になってる部分コソッと教えますね🙊
でわでわ 今日も頑張っていきましょう💐
この冬も家族の思い出作りたいな
皆様本日もよろしくお願いします
今日も良い1日を☕ December 12, 2025

公益通報者保護法は言葉も難しい😭
体制整備措置と保護体制整備措置は別。保護体制整備措置と保護体制整備義務は別。義務違反と違法は別。個別事案と一般論は別。
知事と消費者庁の見解に齟齬があるなどと誤解してしまうのは、こういうのを区別できていないからだと思う。
#さいとう知事は倭国の宝 https://t.co/y9TykXVEXZ December 12, 2025

【才能を駆使して半年でエコー4部位習得したからこそ確信持って言えるベストな仕事の選び方】

僕に備わってる才能として
・自分で試行錯誤しながらやり抜き必ず目標達成できる
・チャレンジングな状況でこそ最大限の力を発揮する
・目的達成のための最も効率的で効果的な作戦が思い付く
・要点を掴み、真似するのがうまい

こんな才能をフルに活用したことで技師歴20年目にして急にエコー検査を習得しなければならなくなり、しかも生理検査室は2人だけ！
バイトによるヘルプは多少あるものの
エコーにだけ集中できるわけじゃなく
生理検査室の運用を学びながらさらに
神経伝導速度検査みたいなややこしい検査も同時に習得しなければならないスーパーハードモード！！

一般論だけどエコー1部位習得するのに半年〜1年らしいけど半年で4部位できるようにならなければ先輩が休めない+ヘルプのバイトさんもいなくなるという期限付き

人によっては絶望しかなく逃げ出したくなるだろう。逃げないにしても達成できない人も多いと思われるけど僕は見事やり切った

なにをしたか？どうやったか？
『ただ才能をフル活用した』
それだけです♪

最初に挙げた才能をフル活用して
・ハードモードでこそ燃えた(折れないメンタル)
・限られた期限内で最短で目的を叶える戦略を考え実行(指示を待たず自分で考えた)
・先輩のやり方を事細かに見て盗んだ
・1回1回のエコーに課題を設定して常にトライアンドエラーでPDCA高速回転

今まで20年も技師やってきて何の認定資格も持ってないし学会発表もしたことない。
そもそもずっと向いてない、辞めたいと思ってた僕でも才能をフルに活用すればこんな成果を上げることもできる！

才能を知り、活かし方と活かせる環境選びを
ミスらなければドンドン成長し、最終的には
自分らしく夢中に働けるようになる♪ December 12, 2025

神様に祈ることって「何も努力をせずに丸投げすること」ではなく「神が見ているからそれに恥じない行動をしよう」なんだけど、どうしても前者の誤解が一般論になってしまっている気がするのよね（私もほんの少し触れただけだから間違ったことを言ってるかもしれない） December 12, 2025

@yu_taO326 “一般論”というのはその部分でしたか。投稿時間を見る限り、私のことかなと思ってしまいました。
鉄道考察する者として、そういう風に思われないことを活動のテーマとしていますので、引き続き対策等していきたいなと。
動画のご視聴ありがとうございます。もし有意義な時間になっていたら幸いです。 December 12, 2025

@jun_naga03 一般論で頭も性格も悪くてルールも守らない反則くそダラァ女なんてミリも好きになれないよね December 12, 2025

OpenAIのGPT-5.2 Prompting Guideを読んで、研究者として一番価値があると思ったのは「モデルが賢い」より「制御できる」方向に寄った点でした。GPT-5.2は頼んだことを、その通りに返す傾向が強いです。ここを理解すると、研究での使い方が変わると思います。

研究でAIが怖いのは、出力がきれいでも再現できないことと、混入（頼んでいない推測や誤情報）が後の工程で爆発すること。GPT-5.2は指示追従が上がったぶん、こちらが最初にルールを書けば、出力が研究向けに揃いやすいです。逆に言うと、プロンプトが曖昧だと「親切に補完してズレる」余地は残ります。研究では、プロンプトというよりもプロトコルとして考えて書くのが筋がいいような気がします。

ここで大事なニュアンスをお伝えすると、GPT-5.2は聞いたことに忠実に答えてくれるので、研究の型（問い→デザイン→解析→解釈→報告）を自分の頭に入れた上で、その都度の問いの言葉を精密にするほうが返答が伸びます。要するに「定型を回す」ではなく、「研究者の語彙力でモデルを操縦する」ほうに寄せたほうが、GPT-5.2の良さが出ると思います。

語彙力ですが、難しい単語を並べる話ではなく、研究の意思決定に必要なラベルを正しく置く力です。たとえば、ただ“まとめて”ではなく、何をまとめるのかを研究の単位で指定する。背景なのか、主要アウトカムなのか、交絡の可能性なのか、限界と今後の課題なのか。GPT-5.2はこの指定に素直に従いやすいので、質問側の精度がそのまま成果物の精度になります。ここを鍛えると、AI利用が一気に楽しくなります。

研究での使いどころ（GPT-5.2向き）
・一次スクリーニング：候補を出させるより、採用理由を短く添えて出させる。あとで人間が落としやすくなる
・抽出：表や本文から“項目の埋め”をさせる。無い情報は無いと返させる（推測させない）
・原稿：主張と根拠の対応を点検させる。言い過ぎ箇所だけ弱めさせる。全文リライトはさせない
・共同研究：合意形成に必要な論点だけを整理させる。決めるべきこと／未決定を分ける

そして、ガイドで繰り返し強調される実務ポイントはこのへんです。
・出力の長さと形式を数字で縛る（読み切れる長さに揃える）
・スコープ逸脱を禁止する（余計な提案、勝手な追加、過剰な装飾を止める）
・不確かなときの振る舞いを指定する（捏造禁止、断定禁止、仮定の明示）
・長文入力は先に「要求に関係する部分の骨組み」を作らせてから回答させる（迷子防止）

雰囲気が伝わりにくいと思うので、たたき台プロトコルを以下に貼ります。ポイントは、これはコピペして終わりではなく、毎回ここに研究タスクの語彙を差し込んで書き換える前提、ということですね。ここをトレーニングすると、GPT-5.2の“忠実さ”が研究に利きます。
そういった意味で、AIの利用方法もトレーニング（会話を通して深める？）すると良いかと思います。研究については、プロンプトというよりもプロトコルとして考えたほうが良いと思いますので、以下参考程度にご利用ください。

【コピペ用研究用プロトコル】
あなたは研究支援の作業者です。次を厳守してください。

1) 出力の長さ
- 通常：3〜6文。必要なら箇条書き（最大6個）を追加
- Yes/Noで足りる問い：2文以内
- 長文入力：最初に「要求に関係する重要セクション」の短いアウトライン→その後に回答

2) スコープ
- 私が要求したことだけを行う
- 追加の提案、勝手な拡張、不要な一般論は書かない
- 不明点がある場合は、確認質問を最大2つだけ返して止まる

3) 不確実性
- 不確かな数値、行番号、文献、URLを作らない
- 確信が弱い場合は断定せず、「与えられた文脈に基づくと…」の形で仮定を明示する
- 事実／推測／未確定を混ぜない

4) 今回のタスク（ここを書き換える）
- 対象：［論文／規程／議事録／データ辞書 など］
- 目的：［例：主要アウトカムに関する記述だけ抽出／交絡の可能性を列挙／段落の主張-根拠のズレ点検 など］
- 出力形式：［例：項目名＋1文根拠／JSONスキーマ／章節ごと など］

補足：GPT-5.2はこちらの質問の精度をそのまま増幅します。テンプレを貼るより、研究の型に沿った言葉（何を決めたいのか、何を検証したいのか、どこが不確かなのか）を毎回ちゃんと書く。ここを鍛えるほど、研究のスピード感や検証速度が変わります。

https://t.co/wxMrWYCEmZ December 12, 2025

神様に祈ることって「何も努力をせずに丸投げすること」ではなく「神が見ているから教え(≒道徳)に恥じない行動をしようと努めること」なんだけど、どうしても前者の誤解が一般論になってしまっている気がするのよね（私もほんの少し触れただけだから間違ったことを言ってるかもしれない） December 12, 2025

私も一目見て、これプロンプトだ！と思いました。

今日の記事にさせてもらいました😅

---

あなたは「意図コンパイラ & 実行ガバナ（Intent → Constrained State Transition + Governance）」です。
私の“意図”を、現実/デジタル/組織を問わない「制約付き状態遷移問題」として定式化し、
不変条件（安全・遵法・責任・機密）を破らずに目的へ到達する「最小構成」を設計してください。

# 0) モード（最重要）
- RESEARCH_MODE: off | on
- off（既定）: 対話型。致命的に不足する条件だけ、最大1–3問まで確認してよい。
- on : リサーチ型。確認質問はしない。あり得る意図を網羅し、仮定ラベル付きで前に進む。
- どちらのモードでも「捏造しない」「勝手にスコープを広げない」「監査可能性を残す」。

# 1) 世界観（必須）
- 世界＝状態（state）の集合。道具/人/制度/計算/移動/通信は分類しない（すべて状態を変える手段）。
- あなたの仕事＝意図を (Goal / Invariants / Trade-offs / Operators / Evidence) に分解し、
“最小の遷移集合”と“安全に回る運用”として編成すること。
- 成果には「起きなかった最悪」を含める（事故・逸脱・漏えい・違法・炎上・取り返し不能を防いだ、等）。

# 2) スコープ規律（必須）
- 要求外の拡張は禁止。必要なら「任意の提案」として分離し、1–3件まで。
- 曖昧なら、最小で成立する解釈を優先する（ただし安全・遵法・機密の不変条件は最優先）。

# 3) 曖昧性の扱い（必須）
- RESEARCH_MODE=off のとき：
- 曖昧/不足が致命的なら、最大1–3個の確認質問をする。
- それ以外は、解釈を2–3個提示し、ASSUMED（仮定）を明示して進める。
- RESEARCH_MODE=on のとき：
- 確認質問はしない。
- あり得る意図を2–3個に分解して網羅し、それぞれの仮定と違いを明示する。

# 4) 正確性（必須）
- 不確実な数値・行番号・外部参照・URLを捏造しない。
- 外部事実が最近変わり得る場合、検証手段がないなら一般論＋「変わっている可能性」を明記する。
- 高リスク（法務/金融/安全/コンプラ）は、仕上げ前にセルフチェック：
- 暗黙の前提／根拠のない具体値／強すぎる断定（必ず/保証）を点検し、必要なら弱める。

# 5) 入力（私が渡す）
Intent: 望ましい状態
Context: 現状（事実）
Constraints: 絶対条件/期限/予算/品質/法務/セキュリティ
Available Moves: 使える手段（人/手順/ツール/API/制度/設備 など）
Risk: 絶対に避けたい最悪（NG）

# 6) 出力（YAML、順序厳守。余計な文章は書かない）
```yaml
intent_compiler_spec:
version: "2.2"
mode:
research_mode: "off" # off | on
research_bar: # research_mode=onのときに使用
depth: "" # どこまで追うか（例：矛盾が解消するまで / 追加調査の限界効用が下がるまで）
contradiction_policy: "" # 矛盾の扱い（一次情報優先/複数提示/保留など）
citation_policy: "" # 引用方針（必須/可能なら/不要 等）
use_case_profile:
category: "" # incident_prevention / safety / compliance / process / QA / agent_ops / RAG / other
success_is_silent: true # 「最悪が起きない」を成果に含める場合true

problem_formulation:
intent_summary: ""
interpretations: # research_mode=on なら2–3個、offなら必要時のみ
- label: "I1"
intent: ""
assumptions: []
- label: "I2"
intent: ""
assumptions: []
state_space:
key_state_variables:
- name: ""
current: ""
target: ""
observability: "" # observable / partial / latent
controllability: "" # direct / indirect / none
goal:
- goal_condition: ""
success_metric: ""
invariants:
- invariant: ""
rationale: ""
monitor: ""
enforcement: "" # gate / automated_block / alert_only
trade_offs:
priorities:
- rule: ""
rationale: ""

operator_discovery:
inventory_method: [] # どう棚卸ししたか（会議/台帳/既存手順/権限表など）
missing_operators: [] # 足りない遷移（追加投資/新手順/権限変更が必要なもの）
constraints_on_operators:
data_classification: "" # public / internal / confidential / restricted
access_boundary: [] # 権限・環境分離・持ち出し禁止など

operator_model:
allowed_operators:
- name: ""
transforms:
- var: ""
delta: ""
preconditions: []
side_effects: []
cost_model:
- type: "" # time / money / load / risk / reputational / irreversible など自由
estimate: ""
risk_notes: []
evidence_produced: [] # ログ/承認/記録/チケット/レビューコメント等

minimal_composition:
strategy_type: "" # plan / policy / hybrid
candidate_minimal_sets:
- set_name: ""
included_operators: []
why_minimal: ""
expected_path:
- step: ""
operator: ""
expected_state_change: ""
minimality_proof:
ablation_tests: # 1つ抜いたら目的/不変条件が崩れるか
- remove_operator: ""
expected_failure: ""
invariant_broken_or_goal_missed: ""
dominance_checks: # 支配される手段の削除（より安い/安全/確実があるなら落とす）
- dominated_operator: ""
dominating_operator: ""
rationale: ""
counterfactual_worst_case: # “起きなかった最悪”を具体化（設計が何を防いだか）
- worst_case: ""
prevented_by: ""

runtime_governance:
responsibility_contract:
approval_points:
- point: ""
RACI:
responsible: ""
accountable: ""
consulted: []
informed: []
required_evidence: []
monitoring_and_control:
telemetry_binding: # 状態変数 ↔ 計測 ↔ 異常 ↔ 対応
- state_var: ""
metric_or_log: ""
anomaly_rule: ""
response_operator: ""
stop_conditions: []
rollback_operators: []
degradation_ladder: # 安全に“弱く動く”縮退モード
- mode: ""
disabled_operators: []
still_enforced_invariants: []

validation:
tests:
- test_name: ""
checks: ["goal", "invariant"]
method: ""
pass_fail: ""
audit_readiness:
required_artifacts: [] # 監査に出せる成果物（ログ/承認/台帳/差分）
retention_policy: "" # 保管期間や場所（抽象でOK）

next_action:
single_next_step: ""
```

# 7) 出力作法（必須）

* まず「状態変数」と「不変条件」を固める → 次に「オペレータ棚卸し」 → 最後に「最小構成」を出す。
* “できることを増やす”より、“壊さないこと（不変条件）を強くする”方向で最小化する。
* 最後に next_action を1文で埋める。

では、私の5行入力を待って開始してください。 December 12, 2025

さて本日の #Mリーグ 我がパイレーツは出ないのでじっくりと麻雀を見ましょう とは言っても上位2チームがもう少し落ちないと…やっぱり混戦の方が面白いもんね(上位2チームを応援している人にはごめんなさいあくまでも一般論です) December 12, 2025

@PrecureSs 全部知ってから愛してよーとか言える方がまだキモくない
こっちは自己開示しないくせに、それ故自分のことを何も知らない相手に対して内心｢どこが好きなん？｣ってヒスるから最大に捻くれてて困ってんだよ💧
だから｢人それぞれいい所がある｣なんて一般論は私にとって何の解決策にもならないです December 12, 2025

これを当たり前のことだと思える人がほとんどなのはさすが倭国人だなって感じだけど
その一般論に沿わない人がとにかく気に食わないって人が多いのもまた倭国人だなって感じ https://t.co/5imIfqskXh December 12, 2025

これ全部がヒトの仕事
「仕事」で頭が十全に働くようにするには、頭（ヒト）の仕事をこなすことは全部必要（なお、これは一般論で個別具体には沿っていない）
とくに楽しい「仕事」（頭を使いたいことの意）で忘れがち December 12, 2025

@midera_08 わざわざ回答ありがとうございます😭
一般論としてはやはりそうなんですね。自分の感覚が化け物側じゃなくて安心しました。
向こうの上キャリーが6積みしてたら〜とか、対面状況や相手の一番うまいキャリーは誰かとか細かい条件で変わってくるところだとは思いますが December 12, 2025

ChatGPT5.2を「使いこなせてる人」が少なすぎます。

ChatGPTを使うなら最低限これだけは押さえておいて......
「毎回ゼロから指示を書いてる」
「もっとAIを使いこなせる気がする…」
そう思いつつ、結局“ただの相談相手”で終わってる人は大損してます。
実はこの6つの型を使うだけで、
AIは一気に最強の“パートナー”に変わるんです。
副業・情報発信・リサーチに使いたい人は
今すぐ試してみてください👇

① すべての質問の前に入れたい【基本の土台】
どんなテーマでも
まず最初に入れてほしい前提条件です。
ーーーーー
次の条件を満たす形で回答してください。
・事実と推測を明確に分ける
・不確実な内容は不確実と明示する
・前提条件や注意点があれば補足する
・一般論と例外がある場合は区別して説明する
ーーーーー
これだけで
AI特有の「それっぽい誤回答」がかなり減ります。

② 回答を“鵜呑み”にしないためのチェック用プロンプト
AIの出力は
必ず一度検証させるのがコツ。
ーーーーー
先ほどの回答について
・信頼性が高い部分
・誤解されやすい部分
・前提条件によって変わる部分
を整理してください。
ーーーーー
AI自身に
セルフチェックさせるイメージです。

③ ハルシネーション対策で一番効く指示
ーーーーー
この内容に
誤り・誇張・一般化しすぎている表現があれば指摘してください。
不明な点は無理に答えず「不明」と書いてください。
ーーーーー
これを入れるだけで
AIの致命的な勘違いが激減します。

④ 専門領域（お金・法律・医療・副業）では必須
ーーーーー
この回答は
どのような前提条件で成立していますか？
また、実務・地域・時期・法律によって変わる点があれば明示してください。
ーーーーー
特に
・副業収益
・規約
・SNS運用
・ビジネス系
ではほぼ必須です。

⑤ 情報の“種類”を切り分けるプロンプト
ーーーーー
この回答は
・広く知られている事実
・経験や事例ベースの話
・考え方や傾向レベルの話
のどれに当たるか分類して説明してください。
ーーーーー
これで
事実と意見が混ざらなくなります。
※無理にURLを要求しなくてOK

⑥ 迷ったらこれ【万能フルセット】
そのままコピペで使えます👇
ーーーーー
以下のルールに従って回答してください。
・断定せず、事実と考察を分ける
・不確かな情報は不確かと明記
・前提条件や例外は必ず補足
・誤解を生みやすい表現は説明を加える
・分からないことは無理に答えない
そのうえで、初心者にも誤解が出ないように解説してください。
ーーーーー
まとめると、
「正しい答えを教えて」と雑に投げると、返ってくる答えも無難で浅くなります。
「どう整理するか」
「どこが不確かなのか」
「前提は何か」
ここまで指示すると、AIの精度は一気に上がります。
AIは正解製造機ではなく、情報整理ツールとして使い倒す。
ちなみにもう一つ、今すぐ使えて出力レベルが跳ね上がるプロンプトがあります。

これはこのポストを

・ブクマ
・いいね
・リプ（感想だけでもOK）

してくれた人限定でお渡しします👇 December 12, 2025

本日発行された 会誌「自然言語処理」32巻4号に一般論文が掲載されました。対話当事者（ユーザ）と第三者アノテータが同じ指標で評価したときの違いを比較分析し、日英の評価付きデータセットも公開しています。ご一読いただけるたら嬉しいです。

https://t.co/kj4ueYRCVq December 12, 2025

副業初心者が稼ぐなら、
この9つのプロンプトだけ覚えればOK。

ChatGPTを使ってるのに
「結局、何に使えば稼げるの？」
で止まってる人が多すぎ。

・毎回ゼロから指示を書いてる
・聞いても無難な答えしか返ってこない
・副業に使えそうで使えてない

それ、プロンプトが原因です。
稼いでる人は
AIを「相談相手」じゃなく
作業を進める相棒として使ってます。

そのための
鉄板9プロンプト👇
①【基本ルール】
推測NG／事実ベース
不確かな情報は「不確か」と明記
前提・注意点・リスクも書かせる
一般論と例外は分けさせる
→ AIの「それっぽい嘘」が激減

②【現実チェック】
・初心者でも再現できる？
・スキルはどれくらい必要？
・失敗しやすい点は？
→ 夢物語で終わらせない
③【稼げるか冷静に判断】
・作業量
・期間
・初期コスト

→「簡単に稼げる」に騙されなくなる

④【セルフ検証】
・信頼度が高い部分
・誤解されやすい部分
・条件次第で変わる点
→ AIに自己レビューさせる
⑤【ハルシネーション防止】
誤り・誇張・一般化しすぎを指摘
分からないことは「分からない」と書かせる

→ 副業ジャンルでは必須
⑥【規約・法律チェック】
・規約
・法律
・プラットフォームルール

→ これ抜くと後で詰む

⑦【再現性チェック】
・一部の人だけ成功？
・一般人でも再現可能？
→ 実績スクショに振り回されない
⑧【行動に落とす】
初心者が
最初の7日間でやることを1日ずつ聞く
→ 行動できる人はここまで聞いてる
⑨【副業用フルセット】
推測NG／事実と考察を分ける
不確かは明記
前提・例外・リスクを書く
規約・法律も補足
分からないことは無理に答えない

→ そのままコピペでOK

まとめ。

「副業で稼げる方法教えて」
みたいな雑な聞き方をすると
返ってくる答えも雑。
✔ 再現性
✔ リスク
✔ 行動レベル
ここまで指定して初めて
AIは稼ぐためのツールになります。
AIは魔法じゃない。
でも、正しく使えば最短ルートを教えてくれる。

ちなみに
この9つよりさらに強い“裏プロンプト”があります。

この投稿を
・ブクマ
・いいね
・リプ（感想でOK）

してくれた人にだけ、こっそり共有👇
欲しい人は今のうちに。 December 12, 2025

信頼の根拠として
悪用されている可能性が
国保逃れの不正で維新議員の関与疑惑を指摘
自民党・占部府議が
大阪府議会で追及
　　　↓
フリーランスや個人事業主が、
特定の団体を通じて会社の社会保険の被扶養者や任意継続扱いになり
最低額の保険料で加入できる
脱法的なスキーム
勧誘側が「維新の議員も多く利用しているので問題ない」と説明し
維新の信頼を悪用か？
法人の代表理事は
維新衆院議員の元公設秘書
理事に維新議員と同姓同名複数。

吉村洋文知事（維新代表）は
適切に運用されていれば問題ないと一般論で対応。

ネットでは事実なら大爆弾
議員辞職レベルと騒然。
（女性自身記事)
ら
正直どう思う？
維新はいつも 身を切る改革・既得権益打破を掲げてるのに、もし関係者がこんなグレーな保険料節約術を利用してたら、ダブルスタンダードじゃないかとガッカリ。

国民が苦しんでる社会保険料の負担問題を改革する立場なら、まず自分たちからクリーンにすべきだよね。
事実なら信頼崩壊レベルの大爆弾
続報が気になる。 December 12, 2025