01 基本データ
2009年から2026年まで16.8年、842件。活動日は651日、期間内稼働率は10.6%である。コメント率31.8%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46字からコメントは一段落以内の中距離が中心。総スター548、1件平均0.65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19時の11.5%で、次いで20時10.3%、9時9.7%。日中9〜17時は41.1%、18〜23時は50.4%、深夜0〜5時は5.1%で、仕事・学校後に当たる夕方以降へ寄る。曜日は日曜19.4%が最多、火曜11.2%が最少。土日合計36.7%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togetter.com 64件、anond.hatelabo.jp 43件、note.com 38件、news.yahoo.co.jp 24件。上位2媒体でも12.7%で、参照先は比較的分散している。媒体種別ではネット言論→報道→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
主要テーマはメディア/報道 22.6%（NHK・朝日新聞）、ネット/SNS 21.1%（Twitter・はてな・SNS）、学術/教育 15.1%、AI/IT/技術 15.0%。量の首位はメディア/報道だが、反応効率は事件/司法の平均2.00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「大学」10回、「研究」5回、「論文」4回、「勉強」4回、「学校」3回、「医療」6回。単語を束ねると研究・教育（大学・研究・論文・勉強）、医療・健康（医療・患者・医師）、報道・情報流通（記者・マスコミ）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） | 83 |
| 引用括弧「」を含む | 45 |
| 疑問符を含む | 24 |
| 一人称（俺・私・自分）を含む | 21 |
| 長文コメント（100字以上） | 12 |
| URL提示・資料参照を含む | 11 |
| 感嘆符を含む | 9 |
| むしろ型 | 2 |
| idコールを含む | 1 |
| そもそも型 | 1 |
主調は資料補助線型で、追加資料や参照先で記事の不足を補う。定量マーカーは短文31.0%、長文4.5%、引用16.8%、疑問符9.0%、コメント中央値46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zenkamono 9、Gl17 7、watto 7、gambol 7。上位5人の合計は総スターの6.6%で、支持が特定少数に集中しているかも読める。テーマ別平均は事件/司法 2.00、メディア/報道 1.32、経済/労働 1.10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
記事選択の中心は報道、ネット・SNS、学術・教育、IT・技術。その内側に研究・教育（大学・研究・論文）、医療・健康（医療・患者・医師）、報道・情報流通（記者・マスコミ）という具体的な束があり、制度運用の穴に反応する姿勢で読む傾向が見える。追加資料や参照先で記事の不足を補う文体と結びつくため、立場のラベルより『何を問題化するか』の方が人物像をよく表す。政治・思想を一枚岩に断定する材料ではない。
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: ikura_chanとは、学術・教育と医療・健康への比重が近いうえ、『医師・論文・教員』周辺の語も重なる。本人は中距離コメント型、ikura_chanは疑問形検査型で、関心が近くても結論までの運び方は異なる。ただし、本人はAI・ITへ、ikura_chanは医療・健康へ相対的に広がる。上位スター付与者記録では両者間に計5スター（本人が受領5・付与0）が確認できる。
10 総合評価
keybotの842件には、大学・研究・論文・勉強が何度も戻ってくる。強みは研究・教育と医療・健康の制度運用の穴を、追加資料や参照先で記事の不足を補う力で、見出しだけでは落ちる責任・運用・例外をコメント欄へ戻すこと。一方、慎重な書き方のため重要な判断が埋もれる危うさも同じ技法の裏側にある。関心分野の数より、何を『故障の徴候』として拾うかに個性が出るブックマーカーである。