01 基本データ
2015年から2026年まで11.0年、2,133件。活動日は1,189日、期間内稼働率は29.6%である。コメント率35.4%は選んだ記事の一部にだけコメントを足す選択型を示し、中央値33字からコメントは一段落以内の中距離が中心。総スター3,304、1件平均1.55スターで、量に対する反応の密度も確認できる。
02 投稿時間帯
時間帯（0〜23時）
曜日
最多は15時の9.7%で、次いで16時7.7%、4時6.9%。日中9〜17時は33.9%、18〜23時は26.1%、深夜0〜5時は31.8%で、深夜から早朝にも活動が残る。曜日は火曜16.5%が最多、土曜13.1%が最少。土日合計27.5%なので、平日だけの習慣か週末型かも数字で読める。
03 よく参照する媒体
ほか計30媒体
上位媒体はanond.hatelabo.jp 325件、zenn.dev 164件、qiita.com 118件、note.com 106件。上位2媒体で22.9%を占め、定番の入口がはっきりしている。媒体種別ではネット言論→技術→その他の順で、単に何を読むかだけでなく、話題をどこで発見し、どの種類の資料へ移るかという巡回経路が出ている。特に増田・Togetter偏重なら村内言論、新聞・NHK偏重なら出来事追随、Qiita等が厚ければ実務情報の比重として読むべきである。
04 主要テーマ・関心
主要テーマはAI/IT/技術 41.5%（AI・エンジニア・Google）、ネット/SNS 23.5%（増田・Twitter・はてな）、経済/労働 5.7%、学術/教育 5.6%。量の首位はAI/IT/技術だが、反応効率はジェンダー/家族の平均13.82スターが最も高い。テーマ比率はタイトル・コメント・タグ・媒体の一致を含むため思想判定ではないが、どの話題へ戻り続けるかは明確に示す。量が多い領域とスターが集まる領域のずれは、本人の関心と読者が評価する芸の違いとして読むとよい。
05 頻出語
特徴語は「AI」21回、「データ」17回、「Google」7回、「学習」13回、「ゲーム」7回、「言語」19回。単語を束ねるとIT・開発（AI・データ・Google）、研究・教育（学習）、作品・娯楽（ゲーム）という複数の話題群が見える。単独語から立場を決めつけることはできないが、記事ごとの感想がどの制度・職業・国・作品へ繰り返し接続されるかは分かる。一般語を除いても残る組み合わせこそ、このユーザー固有の関心の指紋である。
06 文体の特徴
| 短文ツッコミ（30字以下） | 343 |
| 引用括弧「」を含む | 63 |
| 長文コメント（100字以上） | 62 |
| 一人称（俺・私・自分）を含む | 47 |
| 疑問符を含む | 36 |
| 感嘆符を含む | 17 |
| URL提示・資料参照を含む | 9 |
| w/草/笑を含む | 5 |
| そもそも型 | 4 |
| というか型 | 4 |
| むしろ型 | 3 |
| idコールを含む | 1 |
主調は中距離コメント型で、短評と説明を記事に応じて切り替える。定量マーカーは短文45.4%、長文8.2%、引用8.3%、疑問符4.8%、コメント中央値33字。さらに代表例では結論を先に置く型と説明を足す型が混在。候補語には引用や制度批判も多く、強い単語の機械一致だけで攻撃性を断定すべきではない。
07 スター分析
上位スター付与者
スターが付きやすい領域（平均スター）
上位スター付与者はkarashiwasabi 38、waraukurumi 33、sds-page 19、mew15 19。上位5人の合計は総スターの3.8%で、支持が特定少数に集中しているかも読める。テーマ別平均はジェンダー/家族 13.82、ネット/SNS 5.13、医療/健康 3.10が上位で、ブックマーク量の多い話題と、コメントが評価される話題は分けて見る必要がある。
08 思想・政治傾向
IT・開発（AI・データ・Google）、研究・教育（学習）、作品・娯楽（ゲーム）が、このユーザーの関心を具体化する語群である。広いテーマではIT・技術、ネット・SNS、経済・労働、学術・教育にまたがるが、代表例では制度運用の穴に反応する視線が共通し、短評と説明を記事に応じて切り替える。これは賛否の陣営を示すものではなく、記事のどこに故障・矛盾・不公平を見つけるかを示す観察傾向である。
09 類似・正反対・idコール頻度が高いユーザーとの比較
類似: peketaminとは、AI・ITと経済・労働への比重が近いうえ、『スキル・実装・言語』周辺の語も重なる。両者とも短評と説明を記事に応じて切り替える。ただし、本人は経済・労働へ、peketaminは文化・表現へ相対的に広がる。上位スター付与者記録では両者間に計8スター（本人が受領8・付与0）が確認できる。
10 総合評価
keijakを特徴づけるのは、AI・データ・Google・学習という題材そのものより、そこでIT・開発の制度運用の穴を、短評と説明を記事に応じて切り替える力である。11.0年の蓄積により観察軸は安定しているが、慎重な書き方のため重要な判断が埋もれる場面では持ち味が弱点へ反転する。強みと危うさが別物ではなく、同じ読み方から生じている点がこのプロフィールの核心である。