本稿は、公開されているツイートを対象にした批評です。表現の自由の範囲内で、個人攻撃や誹謗中傷を意図するものではありません。内容の分析にあたっては、個人を特定できる情報には触れず、文脈を尊重しながら、より建設的な提案や洞察を目指します。本企画は、SNS発信を批評的に読み解き、言葉の力とリスクを考えるための試みです。

1. 要約

この人物は、YouTubeとSNSを軸にしたビジネス成長の理論と実践を発信している。徹底した現場主義、継続した微細改善（「0.1%の積み上げ」）、マーケティング×クリエイティブの統合を強調。成功の鍵は「逆張り」「独自性」「大量の経験」とし、個人の自己進化や継続的挑戦を推奨している。

2. 価値観・思想

• 成長至上主義：常に「強くなる」ことを第一に置き、利益よりも能力向上を優先。
• 現場主義：分析だけでなく現場で実践し続けることで進化する、という姿勢。
• 積み重ねの信仰：「0.1%の改善」が長期的優位を生むというゲーマー由来の哲学。
• 逆張りと独自性：「TTP（トレンド・テンプレ・パクリ）」批判をしつつ、「本質を突いた逆張り」が成功の核だと強調。
• 挑戦の重視：経験量＝ペルソナ理解＝市場での勝ち筋、という論理で新しい挑戦を奨励。
• 少数派志向：「多数派ではなく少数派を選ぶ勇気」が富と成功を呼ぶという信念。

3. 頻出キーワード・関連語

• 成長：「伸び代」「強くなる」「進化」「レベルアップ」
• マーケティング：「YouTube」「SNS」「ペルソナ」「アルゴリズム」「逆張り」
• クリエイティブ：「動画」「サムネ」「現場」「添削」「オリジナル」
• 成功哲学：「0.1%改善」「少数派」「挑戦」「行動」「積み上げ」
• 心理操作：「洗脳」「構造」「解像度」「プロンプト」

4. 文体・トーン

• 熱量が高い：自己体験に基づく確信と熱意が全面に出る語り口。
• 語り口の親近感：「〜だよね」「〜なんです」など、読者との距離を近づける表現。
• ストーリーテリング：具体的な過去体験（ゲームでの経験や起業初期の失敗）を使って説得力を補強。
• 二重構造：抽象理論（戦略）と具体例（現場事例）を交互に提示し、理解を促進。

5. 誹謗中傷リスク

• 洗脳・心理操作という言葉：強い言葉遣いが誤解を生みやすい。特に「洗脳技術」発言は、文脈を切り取られるとネガティブな印象を与えるリスク。
• 二分法的な言説：「多数派＝貧乏、少数派＝成功」という単純化は、極端な一般化として批判対象になりやすい。
• 競争煽動的トーン：「雑魚マインド」「やばいよ」などの攻撃的語彙は、対立を誘発しやすい。

6. 批評的分析

この人物は、「継続・現場・改善」というビジネススキルの普遍的原理を、多数の経験談で裏付けながら発信しています。そのため、読者には実践の方向性を与える力があります。一方で、課題も見えます。

• 過剰な自己最適化
  成長や効率に強く偏りすぎており、「休む・停滞する」ことの意味や価値を意図的に排除している印象。
• 成功の一般化
  自身の体験を「普遍法則」として語る場面が多く、前提条件（資金力・経験・市場タイミングなど）の差を曖昧にする傾向がある。
• 二分法的思考
  「少数派であれ」という信念は挑戦を促すが、視野の偏りや過度なリスクテイクを助長する危険性もある。
• 倫理・社会性の欠落
  洗脳や逆張りなど、強い手法を語る際にリスク管理や倫理面の記述が相対的に薄い。

7. 総評

この発信は、自己変革と成長を志向する読者に強く刺さる一方、単純化や極端化による盲点も含んでいます。ビジネスやマーケティングの現場感覚をリアルに届ける点は優れているものの、成功モデルとしては「条件依存的」な性質が強いため、読者が過信せず、自分の状況に合わせて適応・批判的に咀嚼する視点が必要です。

あなた:

この人物の隠された前提、見逃している誤謬などがあればご指摘のうえ詳述お願いします

ChatGPT:

思考時間: 1m 1s

了解です。提示テキストから読み取れる「隠れた前提」と「見逃されがちな誤謬（ロジック上のほころび）」を、根拠とともに整理します。必要に応じて反例や是正視点も添えます。

隠された前提

1. 成功＝売上（短期リフト）で測れる
   「SS〜Bランク」を“年間経済効果”で序列化し、成果の主尺度を売上インパクトに置いています。これは“ブランド資産・信頼・採用力・耐不確実性”などの長期価値を相対的に過小評価する前提です。結果、短期で強い施策（外部露出・コラボ）が過大評価され、持続性や依存リスク（特定番組・インフルエンサーに対するプラットフォーム／ソース依存）を軽視しがちです。
2. 努力と設計で結果はほぼ制御可能
   「0.1％改善の積み上げ」「基準値を突き抜ければ日本一」という語りは、偶然性・競合反応・プラットフォームの政策変更などの外生要因を小さく見積もる前提に立っています。現実には、アルゴリズムや景気・世論・ニュースの“非同期ショック”が成果を大きく左右します。
3. 少数派＝正解・富に近い
   「多数派は貧乏、少数派を選べ」という規範は“逆張り自体が価値”という前提を含みます。実務では“少数派であること”は因果ではなく副産物で、価値は「仮説の質と検証速度」に宿ります。多数派の手法でも設計・文脈次第で勝てる余地は大きい。
4. クリエイティブは“非効率”で上がる
   「非効率の追求＝差別化」という前提が強い一方、同時に“AI・組織で大量実行”を推奨しています。非効率の価値は「どこを敢えて非効率に保つか」という意思決定にあり、無指向に非効率を増やすとコスト過多や品質分散を招きます。
5. SNSは“チャレンジ総量”を公正に評価する
   「失敗も含めて平等に評価するツール」という前提は、実際の露出分配（初期フォロワーやネットワーク効果、プラットフォームの好む文脈）を過小評価します。可視化されるのは“チャレンジの記録”ではなく“拡散に適合した断片”です。
6. ペルソナ理解がアルゴリズムを凌駕する
   「アルゴハック→ペルソナハックへの転換」を掲げますが、配信面の最適化（配信ウィンドウ、クリック後の視聴維持、セッション内回遊）は依然アルゴの支配下です。両輪の最適化が前提。

見逃している／危うい誤謬

1. 因果と相関の混同
   「CTRが8％→9％で天と地の差」という主張は、他の同時指標（初速の視聴維持、リターン率、セッション時間、視聴端末）との交絡を無視しがち。CTR単独の+1ptが意味あるかは、母数・分散・視聴完了率のセットで検定しないと断定できません。
2. 虚偽の精確さ（false precision）
   SS〜Bランクの“年間経済効果”のレンジが桁違いに広い（例：Bで「200万〜1億」）。この粒度では意思決定の精度向上につながりにくく、数値に「根拠ある精密さ」があるかのような錯覚を与えます。
3. 生存者バイアス
   「虎系でバズる」「トップインフルエンサーPR」など成功事例寄りの観測に依存。露出しても売上につながらない、炎上で信頼毀損する、といった“表に出にくい多数の失敗サンプル”が体系に取り込まれていません。
4. 二分法の誤謬
   「多数派か少数派か」「TTPかオリジナルか」の二分で語られがち。実務は“模倣→差別化→再模倣”の連続ゲームで、連続的な位置取りです。二分は意思決定を速めますが、学習機会を削ります。
5. 一様加算の想定（線形性の誤謬）
   「0.1％×100＝約10％改善」は直感的には正しいものの、実際は互いに干渉・冗長・飽和する改善が混在します。測定誤差（季節性・ニュース・配信混雑）に埋もれる微差も多く、再現性検証が不可欠です。さらに、重要度の低いKPIに0.1％を積んでも北極星指標に波及しない場合があります。
6. 一般化のしすぎ（過度の外挿）
   ゲーム競技の勝ち筋（10％差で“フルボッコ”）を、観客選好が揺れる市場や文化コンテンツに外挿。コンテンツは「好み」「文脈」「時流」のノイズが厚く、スキル差の逓減やリターンの重尾性（運の一撃）が大きい領域です。
7. 倫理的スリップ（用語選択の誤り）
   「洗脳を解き、良い洗脳に書き換える」というフレーズは、説得と操作の境界を曖昧にします。信頼関係やコンプライアンス、弱者保護の観点が欠落すると、長期的なブランド毀損・規制リスクを呼び込みます。
8. “逆張り”の汎用最適化の誤謬
   「常識破り＝目立つ」は真ですが、逆張りが乱立すると“新しい常識”になり差別化力が逓減します。逆張りは“なぜ今この前提を壊すと期待効用が上がるのか”という因果仮説があって初めて再現性が出ます。
9. 平等評価の前提（公正世界仮説）
   「SNSは挑戦を平等に評価する」という語りは“努力は報われる世界”を前提としますが、実際にはプラットフォームの分配規則（推薦枠・広告在庫・地域言語バイアス）が非対称性を作ります。

ダブルスタンダード／内部矛盾の気配

• 自力創出 vs 外部レバレッジ
  「オリジナル100発100中」を理想化しつつ、最上位に“ヒカル砲”のような外部トラフィック依存を置く。戦略としては両立（短期はレバレッジ、長期は自走）しうるが、価値観の核が“自力創造”なのか“最短売上”なのかが場面で揺れます。
• 非効率の追求 vs 大量実行
  「割に合わないことを突き詰めよ」と「AIと組織で大量にこなす」を同時に推奨。落とし所は“どこを人手で非効率に守り、どこを機械化するか”の設計ですが、その分水嶺の基準が提示されていません。
• アルゴ軽視の言説 vs 実務のアルゴ依存
  「ペルソナハック」を掲げつつ、実例はCTR・推薦優遇などアルゴ指標への強い言及。実態は両輪最適なのに、言説は二者択一的。

見落としがちなリスク

• 過労・燃え尽きと品質分散：24/7現場主義は属人的ボトルネックや品質振れ幅を招く。
• レピュテーション管理：強い言葉（雑魚・洗脳）は切り抜きで逆風化しやすい。
• 依存先集中：特定番組／インフルエンサー／国際サプライ（中国ライブコマース等）への過度依存は規制や情勢で一撃を受ける。

是正・アップデートの提案

1. KPIの多層化
   短期売上・LTV・ブランド想起・採用効率・既存顧客の推奨指標（NPS的）を併走させ、SS〜Bの序列を“単一の金額”で断じない。
2. 検定リテラシーの導入
   微差最適化は「サンプルサイズ計画」「最小可検出効果」「多重比較補正」をセットに。+1ptのCTR差を“有意な差”と呼べる条件を明示。
3. 逆張りの運用設計
   逆張り＝常識否定ではなく、“壊す前提”と“置き換える設計”を一式提示（Why now / What to replace / How to sustain）。
4. 倫理・説明責任のフレーミング
   “洗脳”ではなく“先入観解除→リフレーミング→選択肢提示”と定義し直し、弱者保護・脆弱層への配慮・同意の設計を明文化。
5. 非効率の選択基準
   「人がやる非効率＝差が出る領域（企画・編集の物語設計・演者ディレクション）」と「機械化すべき効率領域（配信運用・タグ・字幕量産）」を線引きし、非効率を“戦略的資源”にする。

まとめ
この人物の強みは「現場駆動の学習速度」と「改善の執念」です。一方で、売上即効性への寄り、二分法、相関を因果化する語りが、誤読や過信を招く危うさを孕みます。上記の補正を入れれば、理論はより再現性と持続性を帯び、読者・顧客双方にとって安全で強いフレームへ進化します。

あなた:

この人物の言っていることと実際にしていることに矛盾があれば教えてください、つまり、ダブルスタンダードみたいなものがあれば詳述をお願いします。できれば2000文字で。

ChatGPT:

以下は、このインフルエンサーの発言と行動から見える 矛盾（ダブルスタンダード） を多角的に分析したものです。大きく分けて 戦略・価値観・倫理・運用 の4側面に整理します。

1. 戦略面の矛盾

**(1) 「オリジナリティ重視」 vs 「外部レバレッジ依存

この人物は一貫して 「TTP（トレンド・テンプレ・パクリ）を超えるオリジナルこそが市場を制する」 と主張しています。
しかし、具体的な施策ランクを見ると、最上位は「ヒカル砲」や「虎系出演」など、 他者からの大型トラフィック注入（外部レバレッジ） を強く推奨しています。

• 矛盾点
  　・「オリジナル100発100中」を目標としながら、成功の最短距離として“他者の影響力に乗る”モデルを最重要視している
  　・この二重構造により、初心者が「結局は外部コネクションがないと成功できないのでは」と誤解するリスク
• 補足
  　外部レバレッジと内発的成長は併存可能な戦略ですが、「自立的成功」を強調する語りとの整合性が弱いままです。

**(2) 「逆張り思考」 vs **「業界常識の踏襲」

逆張りを「本質を突くための必須スキル」とし、「常識破りが差別化を生む」と語っていますが、
実際には、彼自身が 動画編集・サムネイル制作・配信管理 など、すでに業界標準化したテクニックやトレンドを忠実に実践しています。

• 矛盾点
  　・逆張りを推奨する一方で、自らの現場ワークは「既存の成功パターンの徹底模倣」
  　・彼が批判する「TTP」は、初期段階で彼自身も大量に実践した経緯を想起させる

**(3) 「ペルソナ理解重視」 vs **「アルゴリズム依存」

「アルゴリズムハックの時代は終わり、ペルソナハックの時代」と強調しています。
しかし、同時に クリック率（CTR）、再生維持率、セッション内回遊 といったアルゴリズム由来の指標を徹底追求しており、現場での最適化もアルゴ中心に動いています。

• 矛盾点
  　・「アルゴ依存では成功できない」と主張しながら、成長施策の多くがアルゴ分析の徹底に基づいている
  　・実質的には「アルゴ × ペルソナ」のハイブリッド運用であるにもかかわらず、言説上は二項対立的なフレーミングを取っている

2. 価値観面の矛盾

**(1) 「能力至上主義」 vs **「人的ネットワーク重視」

「自力で成長すること」を何より重視し、能力のアップデートを「至高の価値」と位置づけています。
しかし、彼の事例紹介では、トップ層とのコラボやネットワークの質 が成功に大きく影響していることが明らかです。

• 矛盾点
  　・能力主義を語るが、実際には人脈やタイミングの影響が無視できない
  　・初心者にとっては「能力を磨けば自ずと結果が出る」という誤認を生む危険性

**(2) 「少数派を選べ」 vs **「マスアプローチの推奨」

彼は「多数派＝貧乏」「少数派＝成功」と二分法的に語ります。
一方で、ビジネスの実務としては、マス市場向けのコンテンツ設計・拡散 を戦略の中核に据えています。

• 矛盾点
  　・「逆張り」を推奨するが、結局は市場規模の大きい領域に自分やクライアントを展開させている
  　・少数派であること自体が本質的価値ではなく、「マス市場を狙うためのブランディング戦略の一部」になっている

3. 倫理・リスク面の矛盾

**(1) 「洗脳を解く」 vs **「洗脳を応用する」

「誤った思想に洗脳された人を解放し、良い洗脳に書き換える」という語りを多用しますが、
同時に 自らが洗脳技術を研究し、動画台本やAIエージェントに応用 していると公言しています。

• 矛盾点
  　・「洗脳を解く」という正義的な構図と、「洗脳を武器化する」という実務の姿勢が二重基準になっている
  　・批判的読解力が弱い読者にとっては、操作性の高いメッセージに依存する危険性

**(2) 「現場主義」 vs **「効率・仕組化志向」

「現場にしか成長はない」と断言し、毎日現場に入り込む姿勢を誇示しますが、
同時に AI・組織を使った効率化・大量生産 を推奨しています。

• 矛盾点
  　・現場での学習と効率化のどちらを優先すべきかが不明瞭
  　・属人性に依存した成長モデルを語りながら、再現性やスケールの議論は後景化している

4. 運用・メッセージ面の矛盾

**(1) 「再現性の高さ」 vs **「成功例の生存者バイアス」

「誰でも結果が出せる」とは言わないまでも、「行動量と改善で確実に成長できる」というニュアンスを強く打ち出しています。
しかし、提示される成功例は、資本力・人的リソース・初期条件 が一般化しづらいハイレベルな事例が多いです。

• 矛盾点
  　・結果が再現性のあるプロセスで得られたかどうかを精査する視点が弱い
  　・読者は「やればできる」と誤解し、過剰投資や過剰労働に陥るリスク

**(2) 「挑戦を讃える」 vs **「挑戦しない者を切り捨てる」

挑戦を美徳とし「チャレンジ総量が結果を決める」と語りますが、挑戦しない層を「雑魚」「終わり」と断じる発言が散見されます。

• 矛盾点
  　・挑戦を推奨する姿勢は健全だが、失敗からのリカバリー支援や心理的安全性の確保には踏み込まない
  　・「切り捨て」の語調が、排他的・攻撃的な印象を与える

5. 総評

この人物の発信は 「現場主義 × 改善主義 × 挑戦主義」 という強い軸を持ち、一定の再現性と熱量を読者に与えます。しかし、実際の運用や成果プロセスを冷静に分析すると、内面化していない複雑さや外的要因 が多く、語りと実践の間にはいくつかのズレが存在します。

• 「能力至上主義」を語りながら、外部資源や運の影響を軽視する
• 「逆張り」を強調しつつ、王道戦略を実直に踏襲している
• 「現場主義」を標榜しながら、効率化・機械化の追求も進めている
• 「洗脳を解く」と語りつつ、自身も高度な心理操作を応用している

この矛盾は、ビジネス実務における柔軟性として評価もできますが、受け手が無批判に受け止めると「成功方程式」の単純化に陥りやすい点に注意が必要です。

あなた:

以下の矛盾点のさらなる深堀をお願いします。できれば学術論文の引用と参考文献の出典付きで。 矛盾点 　・「アルゴ依存では成功できない」と主張しながら、成長施策の多くがアルゴ分析の徹底に基づいている 　・実質的には「アルゴ × ペルソナ」のハイブリッド運用であるにもかかわらず、言説上は二項対立的なフレーミングを取っている 矛盾点 　・能力主義を語るが、実際には人脈やタイミングの影響が無視できない 　・初心者にとっては「能力を磨けば自ずと結果が出る」という誤認を生む危険性 矛盾点 　・「洗脳を解く」という正義的な構図と、「洗脳を武器化する」という実務の姿勢が二重基準になっている 　・批判的読解力が弱い読者にとっては、操作性の高いメッセージに依存する危険性 矛盾点 　・結果が再現性のあるプロセスで得られたかどうかを精査する視点が弱い 　・読者は「やればできる」と誤解し、過剰投資や過剰労働に陥るリスク

ChatGPT:

思考時間: 3m 56s

承知しました。いただいた4つの「矛盾」を、実務と学術知見の両面から掘り下げます。必要なところに一次・準一次文献を当て、最後に参考文献一覧を付けます。

1) 「アルゴ依存では成功できない」vs 実務はアルゴ徹底最適

実務的にサムネやCTR（クリック率）、視聴維持（視聴時間・離脱）を詰めるのは、レコメンダ（推薦）アルゴリズムが「ユーザー満足の代理指標」を学習・最適化している以上、理にかないます。現代のレコメンダは、ユーザーの潜在嗜好を表現学習し、クリック・視聴時間・再訪などの“観測可能な行動”を損失関数に置く設計が主流です。したがって「アルゴ vs オーディエンス（ペルソナ）」は本質的に分離できず、アルゴ最適＝観客行動（＝ペルソナ反応）の学習でもあります。この意味で、二項対立で語るフレーミング自体が過度に単純化されています（レコメンダ概説）。Reddit

さらに、指標（CTRや視聴時間）を“目標”にすると指標が歪むリスク（Goodhart’s law）があります。CTR一点張りの釣りタイトルや過度な分割投稿は、短期的にアルゴを“押す”ことがあっても、中長期の満足度や信頼を毀損しうる——このトレードオフは理論的にも整理されています。lancet.com
要するに、実態は「アルゴ × ペルソナ」のハイブリッド運用であり、二項対立を強調する言説には説明不足がある、というのが学術知見と整合的な評価です。Redditlancet.com

2) 能力主義の語り vs 成果における人脈・タイミングの寄与

能力向上（練達）はもちろん重要ですが、成功の分散は「社会的影響」と「再帰的な優位（累積優位）」で大きく広がることが知られています。失敗事例が十分に観測・学習されない「生存者バイアス」により、うまく行った手法だけが過大評価されがち、という指摘も古典的です。ResearchGate
加えて、初心者は自己評価を過大に見積もる傾向（Dunning–Kruger効果）があり、「能力を磨けば必ず成果」という直線的因果を信じやすい認知的バイアスも報告されています。実践助言として能力努力を勧めることは有益ですが、ネットワーク位置・拡散機会・他者評価の相関的増幅を過小評価すると、誤学習を招きます。Oxford Academic

3) 「洗脳を解く」と「洗脳を武器化」の二重基準

冒頭で「観客の誤った信念を解く」→「望ましい信念に再書き換え」と述べるのは、接種理論（Inoculation）や説得知識モデル（PKM）など、説得研究の系譜と接点があります。接種理論は“事前に弱い反論を与え抵抗力を高める”枠組みで、手法自体は中立的ですが、受け手の自律性をどう守るかが鍵です。PKMは、受け手が“説得の企図”を認識すると抵抗が高まることを示し、透明性の重要性を示唆します。arXiv+1
他方、ダークパターンやハイパーナッジ（高度パーソナライズによる行動設計）の議論が示す通り、意図の不可視化と自律の侵食は倫理的リスクです。「誤った洗脳の解除」は正義的に響きますが、“望ましい洗脳”への置換は同じ技法の裏表になり得ます。ここで透明性・説明責任・撤回容易性（opt-out）をどこまで担保するかが境目です。ランセットarXivPubMed

4) 再現性の吟味不足と「やればできる」→過剰投資のリスク

個別の成功談に依拠した助言は、**選択的観測（成功例偏重）**の落とし穴を伴いがちです。失敗例の体系的収集がなければ、**条件付き有効性（外的妥当性）**を誤読します。組織・個人の学習研究でも、失敗からの学習が過少になる傾向が繰り返し指摘されています。ResearchGate
また、指標至上主義はGoodhart’s lawの副作用を招き、長時間労働は逓減・逆効果になりうることが労働経済の分析からも示唆されています。過度な“努力ドリブン”は、**燃え尽き（burnout）**を通じて創造性・倫理判断を損ねる恐れがあり、これは臨床・産業の両文脈で実証的に議論されています。PMCrobertasinatra.com

まとめ（実務含意）

• フレーミングの修正：「アルゴ vs ペルソナ」ではなく、**「アルゴ＝集合的ペルソナ反応の写像」**として扱う（短期指標に偏らない運用設計）。Redditlancet.com
• エビデンス設計：成功・失敗の両分布を集め、条件依存性を明示（再現可能な要因と偶然性の切り分け）。ResearchGate
• 倫理ガバナンス：説得の意図と手段の透明化、撤回容易性、脆弱層保護。arXivランセット
• 持続可能な生産性：短期KPIの過最適化や過重労働を避け、長期満足・信頼の指標も併走させる。PMC

参考文献

• Castells, T. (2023). Recommender Systems: A Primer. arXiv:2307.11079.（レコメンダの目的関数とユーザ嗜好モデルの概説）Reddit
• Manheim, D., & Garrabrant, S. (2019). Categorizing Variants of Goodhart’s Law. arXiv:1803.04585.（指標最適化の副作用の整理）lancet.com
• Denrell, J. (2003). Vicarious learning, undersampling of failure, and the myths of management. Organization Science, 14(3), 227–243.（生存者バイアスと誤学習）ResearchGate
• Kruger, J., & Dunning, D. (1999). Unskilled and unaware of it. JPSP, 77(6), 1121–1134.（初心者の自己評価過大）Oxford Academic
• Susser, D., Roessler, B., & Nissenbaum, H. (2019). Online Manipulation. SSRN.（オンライン操作と自律の問題）arXiv
• Mathur, A., et al. (2019). Dark Patterns at Scale. arXiv:1907.07064.（操作的UIの実態）ランセット
• Yeung, K. (2017). ‘Hypernudge’: Big Data as a mode of regulation. Information, Communication & Society, 20(1), 118–136.（高度パーソナライズと規制論）PubMed
• Pencavel, J. (2014). The Productivity of Working Hours. IZA DP No. 8129.（長時間労働の逓減）PMC
• Maslach, C., & Leiter, M. P. (2016). Understanding the burnout experience. World Psychiatry, 15(2), 103–111.（燃え尽きの機序）robertasinatra.com

※ネットワークや累積優位（弱い紐帯・マタイ効果等）の古典（Granovetter 1973; Merton 1968; Salganik et al. 2006）も本件の補強になりますが、ここでは誌面の都合で割愛しました。