Uzu

これ分かる。 バイブコーディング以前はなだらかな右肩あがりだったから自然と継続できたけど、今はこのポン出し後の落差をどう乗り切るかが重要になってる。 もっと言うとリリース後の改善作業もまぁ地味な作業の連続ですからね。普通は面倒くさくなってやめちゃう。

Xの古くからの友人Peterがミニゲームのディレクトリサイトを作って収益化してた。世の中にはいろんなニッチが存在するなぁ。面白い。

Threadsは国外からの返信が多いので語学学習にも便利。（翻訳で Nani.now 使うとなお良し）

久しぶりにちゃんと仕事した感。 こういう細かい改善をコツコツ重ねるのが結局はユーザーに求められてることなんですよね。 AI触ってるとどうもこの感覚から離れていってしまうみたい。気をつけないと。

初回から微妙な結果になってしまった。。 明日から本気出します💪 -- 【Dictas 英語】2026-10-19のスコア 到達 2/30・レベル 初級 ☘️ 🟥🟥🟩 🐣 🟩🟥⬜⬜ 🚀 ⬜⬜⬜⬜⬜⬜ 🔥 ⬜⬜⬜⬜⬜⬜⬜⬜ 👑 ⬜⬜⬜⬜⬜⬜⬜⬜⬜ dictas.site #Dictas #英語学習

アイデア出しについて。 もう、普通に生活しているだけでは日々の不満を感じることは少なくなっているので、好奇心と探究心をドライブにしていかに新領域（またはニッチ領域）を発見できるかの勝負になっている。

Jevをフロントに置いてLLMにタスク振り分けるより、超賢いLLMがJevを使い倒す実装の方がインパクト出そう。

Jevは昔から機械学習でやってたようなことを、学習データ不要で汎用的に使えるようになった、という捉え方でいいのかな？ なので次世代の新技術というよりは既存技術の民主化か。 ただ、大半のアプリが欲しかったのはLLMよりこっちなイメージあるから、かなり広がる気はする。

やってみました。 結果、jevは語学教材の難易度判定にかなり使えることが分かりました。 与えたタスク： ① テキスト全文を与えてその難易度を予測（Beginner ~ Advanced） ② 単語を一つ与えて頻出レベルを予測（500/1k/3k/8k） 気になる精度ですが、通常のLLMモデルと同等か、むしろそれ以上の精度だと感じました。それでいて処理スピードとコストは大幅に改善しているので、実用性はかなり高いと思います。

Threadsで旅アカウント始めました。 Threadsは適当な投稿しても割と反応あるのが良い。笑 threads.com/@uzu.photography

現代中国の都市風景。 個人的にはビカビカ高層ビルよりこっちの方が好き。

これは成果報酬という点にかなり期待。 開発者、インフルエンサー、そして消費者を含めたエコシステム全体を考えるとこれが一番良い設計な気がする。

中国の方のこの「各々が好きにやってる」感はもう少し見習いたい。

SEOにせよAI検索にせよ、オーガニック集客の戦い方は一つの王道パターンがあると思う。 ①まず強い需要を見つける（≒検索キーワード）。②そこに対して競合より「インプレッシブ（印象的な）」なプロダクトを出す。 この場合の「インプレッシブ」は全ての要素で勝つ必要はなくて、初めは一つの機能、優れたデザイン、表示スピードの速さなどの特化型で良い。 これで一位は取れなくても、ある程度のポジションまでは上がれる可能性は高い（10番手くらいでOK）。 10番以内に入ればオーガニックの流入も少しずつ伸びてくるので、ここからは特化型を卒業して全方面での機能改善を進める。 最終的には競合よりも「明確な強みがあり」かつ「弱点がほぼない」状態を目指す。