01 基本データ
7.2年で総1,685件。コメント率41.7%、コメント中央値41字、総スター2,892、平均1.72。
02 投稿時間帯
時間帯（0〜23時）
曜日
活動の山は0時7.4%、2時6.9%、1時6.6%。曜日では水曜15.8%、火曜15.6%が上位。生活属性は推測せず、観測上の投稿分布として扱う。
03 よく参照する媒体
ほか計30媒体
増田217件、Togetter143件に加え、SpeakerDeck98、Zenn88、ITmedia44、Qiita37。ネット議論と開発資料を同じ程度に巡回し、映画・写真の記事も混ざる。
04 主要テーマ・関心
AI/IT/技術33.5%、ネット/SNS26.3%が二本柱。文化8.6%、生活6.5%、報道4.9%が続く。ネットテーマ平均3.63、医療3.47、文化3.23と、技術外の具体的な補足も反応される。
05 頻出語
「映画」37が最多で、「会社」17、「仕事」「経験」14、「対応」13、「アプリ」12、「転職」「エンジニア」11。「コード」「開発」「テスト」と映画・写真語彙が共存する。
06 文体の特徴
| 短文ツッコミ（30字以下） | 206 |
| 引用括弧「」を含む | 144 |
| 一人称（俺・私・自分）を含む | 50 |
| 疑問符を含む | 29 |
| URL提示・資料参照を含む | 19 |
| w/草/笑を含む | 12 |
| 感嘆符を含む | 7 |
| というか型 | 5 |
| 長文コメント（100字以上） | 4 |
| そもそも型 | 3 |
| idコールを含む | 1 |
コメント率41.7%、中央値41字。引用144件で、記事の一文を拾って実務経験や作品解釈を補う。攻撃候補1.7%で、「アスペ」は偏見批判、「排除」は企業リスクの一般語。対人攻撃型ではない。
07 スター分析
上位スター付与者
スターを送った相手（収録ユーザー分のみ・計 777 個 / 511 人）
スターが付きやすい領域（平均スター）
総2,892スター、平均1.72。技術コメントでは基礎と運用品質の差、映画では演出や鑑賞体験を言語化したものが高反応。
10 総合評価
技術と映画という一見離れた二領域を、どちらも「実際にどう機能しているか」で読むタイプ。開発記事では動作と安定運用を分け、映画や写真では画面・演出・鑑賞体験の細部を拾う。増田も多いが、強い人物攻撃より、経験から条件を一つ追加する実務的なコメントが中心。