id:lilpacy
Xを入口にGitHub・Zenn・Qiitaへ潜る、六年で約1万件の技術リンクストリーム型
X/Twitter
AI/IT
GitHub
技術資料庫
基礎 全員共通・0-20
活動量
9
影響力
1
特性 この人の個性
ネット文化度
10
偏執度
10
粘り強さ
9
低発話度
8
01 基本データ
9,948
総ブックマーク
6.6年
活動期間
2019年12月28日
ブクマ誕生日
9,945
解析対象ブックマーク
6.6年
解析期間
1,337
アクティブ日数
55.1%
期間内の稼働率
3.9%
コメント付き率
29字
コメント中央値
62
総スター数
0.2%
スター付き率
0.01
平均スター
9,945件を6.6年。コメント率3.9%、総62スターで、発言より大量のリンク収集が主用途。
02 投稿時間帯
時間帯(0〜23時)
0時6時12時18時23時
曜日
月
火
水
木
金
土
日
1,337アクティブ日、稼働率55.1%。六年半、かなり継続的にネットと技術情報を巡回。
03 よく参照する媒体
x.com4,639
twitter.com773
github.com770
zenn.dev326
qiita.com314
youtube.com129
www.youtube.com124
www.gamespark.jp101
note.com101
speakerdeck.com62
ほか計30媒体
x.com4,639とTwitter773が圧倒的。GitHub770、Zenn326、Qiita314が続き、SNSから実装資料へ降りる動線が明確。
04 主要テーマ・関心
ネット/SNS56.3%
AI/IT/技術23.1%
文化/表現/オタク3.0%
経済/労働2.1%
学術/教育2.0%
生活/社会1.9%
メディア/報道0.7%
医療/健康0.4%
外交/安全保障0.2%
政治/政党0.1%
ネット56.3%、AI/IT23.1%に大きく集中。文化3.0%、経済2.1%、教育2.0%が周辺に付く。
05 頻出語
status
shorts
web
watch
design
データ
lab
news
anime
entry
event
コンポーネント
ツール
方法
and
サービス
コード
ファイル
パターン
管理
of
for
engineers
social
post
テスト
開発
システム
ZacK
love
参考
ライブラリ
環境
情報
ライブ
article
sub
mail
アプリ
認証
関数
コマンド
使用
設定
ライフ
/m
main
全て
サーバー
coin
指定
一覧
info
with
ゲーム
バッチ
talk
時点
処理
ネイティブ
image
ascii
機能
blue
グラフ
メソッド
仕様
ロード
オブジェクト
無料
整理
運用
コンテンツ
video
claude
share
engineer
how
ドメイン
技術
実現
metrics
not
デプロイ
規格
拡張
go
採用
利用
アニメーション
定義
ラズパイ
Token
説明
morpho
解決
マップ
メモリ
設計
クラス
変換
手順
関係
off
市場
流れ
事業
確認
チーム
agent
デスクトップ
hello
onion
dog
ログ
yu
サイズ
conference
visual
introduction
「status」が2,558回と突出し、英語断片・技術語も多い。自然言語の口癖より、リンクや技術索引に近い語彙構成。
06 文体の特徴
| 短文ツッコミ(30字以下) | 202 |
| 長文コメント(100字以上) | 22 |
| 引用括弧「」を含む | 17 |
| 一人称(俺・私・自分)を含む | 11 |
| URL提示・資料参照を含む | 9 |
| 疑問符を含む | 7 |
| 感嘆符を含む | 4 |
| そもそも型 | 1 |
| w/草/笑を含む | 1 |
短文202、長文22、引用17、資料参照9。技術の要点を抜き出すコメントが中心で、攻撃候補は0。
コンテンツが新しいというより絵でターゲット層が広くなってるのでは
端的にまとまっててすげー!市場でのポジション、社内での役割、チーム内の体制とそのコミュニケーションパスなど経時的・共時的・網羅的にまとまってる
grokのaniちゃんの裏側作ってるところ
GPT-3は人間の好みとはずれてしまうアラインメント問題が生じる。この問題を解決するためInstructGPTでは、RLHFを通してヒトのフィードバックを元にファインチューニング。InstructGPTを対話特化にしてChatGPTが誕生
キャッシュ戦略がすごい。あとここ明確に言語化できてなかった。>商品の値段はHTMLに埋め込まれている状態で表示され、お客様の情報に依存する部分はスケルトンで返す
>現在のフェディバースには全員が従う単一の標準規格が存在せず、さまざまな独自の動作や拡張機能が多数存在する状況
技術ニュースをSNSで拾って実装資料まで追う流れが明確で、個人の情報フィードとして強い。重要な技術だけ採用可否や用途を一言残すと、収集量がそのまま実務知識へ変わる。
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)
外交/安全保障0.09
文化/表現/オタク0.03
ネット/SNS0.01
学術/教育0.01
生活/社会0.01
メディア/報道0.01
AI/IT/技術0.00
経済/労働0.00
医療/健康0.00
政治/政党0.00
総62スター。上位付与者も3スター規模で、コミュニティ評価より個人の情報収集ストリームとして機能する。
08 思想・政治傾向
政治・思想傾向を判断する材料は薄い。関心はWeb開発、AI、分散SNS、API、設計、ゲーム技術に強く、SNS上の話題から実装・一次資料へ辿る実務的な技術志向が見える。
10 総合評価
Xで見つけ、GitHub・Zenn・Qiitaへ降りる導線がそのまま約1万件の履歴になっている。強みは技術トレンドへの追随速度と一次資料への近さ。反面、コメント率3.9%なので、後から「採用したのか、眺めただけか」は分かりにくい。