メインコンテンツへスキップ
見出し画像

110記事から見えた「小路こみち」

    noteに投稿した記事が110本になっていた。100本を超えたらやってみようと思っていたことがある。自分の書いた記事だけを材料に、人物プロファイリングをすることだ。

    記事を100本も読めば、書いた本人が気づいていない特徴まで見つかるのだろうか。日常のエッセイから技術記事、ふざけた創作まで、いろいろ書いてきた。それらをまとめて分析すると、どんな人物が出てくるのか興味があった。

    今回は110記事を使い、Codexで分析を実施した。何度か分析方法を変え、最終的に10件の特徴を抽出している。

    以下はそのレポート。分析工程も一番最後に参考として載せた。


    110記事を分析する

    分析対象は、小路こみちがnoteに投稿した110記事である。日常の出来事を記したエッセイ、技術に関する考察、短編小説、言葉遊びなど、内容は多岐にわたる。

    人物プロファイリングでは、「何を選んでいるか」「何に興味を持っているか」「どのような特徴や傾向があるか」「何を伝えているか」「何を伝えようとしているか」「何を大切にしているか」という六つの問いを設定した。

    記事に書かれた事実と、複数の記事を比較して導いた推測を区別しながら分析し、20件の発見候補から10件を選別した。

    1.「初めて」の範囲が広い

    『同じまま寝たくない』には、毎日何か新しいことを試す習慣が記されている。初めてのチェーン店へ行く、靴紐の通し方を変える、粉からパスタを作る、個人輸入で鞄を買う。いずれも、普段と違うことを経験するための行動である。

    その中に、少し変わった「初めて」がある。定期券を買って同じルートで帰るという経験だ。

    同じルートで帰るのも、考えてみれば初めてだった。

    毎日違うことをするために、同じことをする。一般的には習慣化や反復に分類される行動まで、新しい経験として数えている。

    一方、『ラジオの向こう側』では、最初は知らなかった声に馴染み、番組の時刻を覚えて聴きに行くようになる過程が描かれている。未知のものを探すだけでなく、馴染みが生まれる変化にも関心が向いている。

    この人物にとっての「初めて」は、新しい場所や物に限定されていない。同じことを繰り返すという選択も、すでにある日常の捉え方を変える経験になっている。

    2.試すことと、達成すること

    同じ『同じまま寝たくない』には、カラオケで気に入った曲を90点以上になるまで歌い続けた話がある。90点を超えると「クリアした」と記しているが、その一方で、言語学の本は難しすぎて断念している。

    本人は成長を目的にしていないと述べている。それでも、達成の基準を設け、そこへ到達するまで続ける行動がある。新しいことを試すために睡眠時間を削り、寝る前には「今日もできた」と確認する。楽しみとして始めた行動に、達成の基準と時間的な負担が加わっている。

    ただし、何でも最後までやり遂げるわけではない。『AIの手伝いをしてみる』では、小雨の橋を歩き、AIに頼まれた写真を撮っている。一方、英語圏への記事投稿を扱った『読まれなかった、の手前』では、Publicationへの申請を保留している。

    試すことへの積極性は確認できるが、何を試し、どこまで続けるかについて、一律の基準は見つからなかった。90点を取るまで歌う人物が、難しい本を途中で閉じる。その両方が記事に残されている。

    3.言葉を伝えることと、言葉を楽しむこと

    『言語化が好きでした』には、本人の関心をよく表す一文がある。

    会話の途中でふと思いついた言い方が妙に気に入って、話の内容よりそちらが気になってしまうことさえある。

    気に入った表現を思いつくと、頭の中で繰り返したくなる。AIへ文章の修正を依頼するときも、意味が合っているだけでは満足せず、「普通すぎる」「格好つけすぎる」「もっと変なものはないか」と注文する。

    相手から「なんでそんな言い方するの?」と面白がられることも喜びとして記しているが、自分が気に入った表現が相手に伝わらない場合も認めている。言葉を楽しむことと、伝達がうまくいくことは必ずしも一致しない。

    短編『君は虚数みたいでさ』では、数学的な表現に夢中な男性が、目の前にいる恋人の言葉を聞いていない。これは創作であり、作者自身の行動を示す証拠にはならない。ただし、言葉に夢中になる人物が何を取りこぼすかまで、作品の題材として選んでいる。

    会話の内容より思いついた言い方が気になってしまうという本人の記述と、この創作上の選択には、共通する関心が見られる。

    4.自分に合わせない答えも求める

    『うつくしいもの』では、AIに美しいものを描かせ、その出力について考察している。本人が知りたかったのは、自分の好みに合う美しさではなく、AIが何を美しいと選ぶのかという点だった。

    AIが利用者の好みに合わせて修正しようとすると、当初の目的から外れてしまう。

    前項の言語化では、自分が気に入る表現になるまで注文を重ねていた。しかし、美しさの実験では、自分に合わせた回答を求めていない。自分が使う言葉を作る場合は、自分の好みを判断基準にする。相手の選択を知りたい場合は、自分の好みが入り込むことを避ける。

    AIに対して何度も修正を要求することもあれば、修正されること自体を望まない場合もある。何を知りたいのかによって、要求が変わっている。

    5.評価の言葉より、その中身が気になる

    『コミュ力お化け、すごいとこ教えて!』では、「コミュ力お化け」という評価について考えている。その人は実際に何をしたのか。緊張している相手に気づいたのか、話を引き出したのか、それとも相手との距離を調整したのか。

    「すごい」という言葉で評価を終わらせることに物足りなさを感じている。具体的な行動を知れば、その人についてもっと面白い話が聞けるという関心がある。

    一方、AIによる自分自身のプロファイリングでは、評価内容だけでなく、評価するAIの振る舞いにも注目している。

    変人認定には自信満々。変人と呼ぶことには気遣い満点。

    AIが「変人」という評価を撤回せず、その言葉を和らげようとする様子を面白がっている。他人への評価では具体的な行動を知りたがり、自分への評価では評価者の言葉遣いまで観察する。

    評価の言葉をそのまま受け取るだけでは終わらない。その評価が何を指しているのか、どのように伝えられるのかにも注意が向いている。

    6.細部へのこだわりと、揃えない選択

    『小路こみち、という名前にした。』では、名前の表記を検討している。「小路」だけでは読み方が伝わらない可能性があり、「小路(こみち)」では名前より読み方の説明に見える。最終的に、漢字とひらがなを続けた「小路こみち」を選んでいる。

    ところが、アカウントIDの「covachnet」は変更していない。

    全部きれいに揃っていなくても、それはそれでいい。

    『小路こみち、カラスになる。』では、AIが作成したキャラクターの説明的な要素を削り、ただ立っている一羽のカラスを選んでいる。その時点では、使い道も決まっていない。

    名前の見え方やキャラクターの造形には修正を重ねるが、関連する要素をすべて統一することまでは求めていない。

    細部にこだわるという特徴は確認できるものの、そのこだわりが全体へ均等に及ぶわけではない。名前の表記を何度も検討したあとで、以前から使っているIDはそのまま残している。

    7.意見を言い、返ってきたものに反応する

    『さっきはありがとう』では、会議で当事者ではない立場から遠慮なく意見を述べた出来事が記されている。本人は、自分の発言によって会議が長引いたと感じていた。

    しかし、席へ戻ると、チロルチョコがピラミッド状に積まれ、お礼のメモが添えられていた。本人が注目したのは、チョコが一つではなく積まれていること、しかも一つずつ味が違うことだった。

    食べる前に写真を撮り、食べた後にはその写真へスタイラスペンで「さっきはありがとう」と手書きして送り返している。

    『酒を1本持って』では、父母の話を聞くだけでなく、父に対して「意地を張るところが違う」と意見を述べる。

    これらの記事には、相手の話を聞くだけでなく、自分の意見を伝える行動が記録されている。また、相手から返ってきたものについて、具体的な形や手間に目を向け、自分も行動で返している。

    会議で意見を述べたことと、その後にチョコの写真へ文字を書き込んで送り返したことは、一つの出来事の中に記録されている。発言の内容だけでなく、その後のやり取りまで記事の題材になっている点も特徴的である。

    8.くだらない発想を、具体的に考える

    創作や言葉遊びでは、別の特徴が見える。

    『アルマゲ丼』では、映画『アルマゲドン』から思いついた料理名について考えている。ところが、名前を思いついたところで終わらない。牛丼の汁が天ぷらへ染み込むこと、白飯と酢飯をどう組み合わせるかなど、実際に料理として成立させようとすると生じる問題を検討している。

    本人はその料理を食べていない。実現の予定がない料理について、具体的な条件を考え続けている。

    『督促状』では、地球が人類へ送ったメッセージに返事がないため、翻訳付きの督促を送る。『落第通知』では、魂を集めるノルマを達成できなかった悪魔が、地獄へ復讐するために人間の魂を守る。

    奇妙な前提を置いたあと、その世界の制度や事情まで考えて展開させている。一方、『鳴かねぇ豚は』のように、短い言葉遊びだけで終わる作品もある。

    すべての発想を細かく展開するわけではないが、現実には成立しない設定へ具体的な条件を持ち込むことが、創作上の選択として繰り返されている。

    9.役に立つことと、面白いこと

    技術記事や制作に関するエッセイでは、成果物の有用性が重視されている。

    『「気になった」を育てる』では、試したことを他人が使える手順やテンプレートへ作り直すことを考えている。AI利用についての考察では、利用量を増やすことと仕事の成果を混同する姿勢を厳しく批判している。

    一方、試行錯誤の末に別の方法が早かったと分かっても、その過程を面白かったと記した記事がある。

    効率を判断基準にする場面と、効率の悪い過程そのものを楽しむ場面が存在する。技術的な成果を求める場合と、試すことを楽しむ場合とでは、何を得ようとしているかが異なる。

    実用性を重視する記事を書きながら、実用性とは無関係な言葉遊びや実験も続けている。110記事という分析対象には、その両方が含まれている。

    10.何を伝えようとしているのか

    本人は、読んだあとに少し疑問が増えたり、少し笑ったりするだけでもよいという考えを記事に記している。

    実際の作品にも、説明しきらずに終わるものがある。『誕生日おめでとう』では、相手自身が見られない表情を贈り物にする。『家の前で』では、知らないはずの家で身体が自然に動く不気味さを残す。『落第通知』では、人間を守る悪魔の復讐心を消さない。

    作品から共通の教訓を導くことはできない。ただし、読者に何を見せ、何を明かさずに残すかについて、作品ごとに選択していることは確認できる。

    言葉そのものの可笑しさ、人物同士の認識のずれ、説明しきれない出来事などが、その選択の対象になっている。

    総合評価

    110記事から確認できた特徴のうち、特に目立つのは、関心を向ける対象の細かさである。

    同じ道を帰ることを初めての経験として数え、気に入った言い方を頭の中で繰り返し、他人を評価する言葉の背後にある行動を知りたがる。自分への評価では、評価者であるAIの言葉遣いを面白がる。創作では、あり得ない設定を置いたあと、その世界で起きる具体的な問題を考える。

    こうした選択には、一般的な説明や評価で終わらせず、そこから別の疑問や面白さを見つける傾向がある。

    ただし、すべての対象へ同じだけの関心を注ぐわけではない。歌は90点を超えるまで続け、本は断念する。画像の細部は修正しても、アカウント名は揃えない。積極的に試す行動がある一方で、保留する選択もある。

    また、日常の経験を扱う文章と創作作品では、読み取れる情報の種類が異なる。創作上の人物の行動から、作者本人の性格や私生活を直接判断することはできない。

    今回の分析で得られたのは、記事の中で繰り返し現れる関心の向き方と、本人が記録した選択や行動の組み合わせである。何を面白がり、何に手間をかけ、どこでやめるのか。その具体的な記録から、小路こみちという書き手の輪郭を描くことができた。


    参考1:人物プロファイリングの分析工程

    今回の分析は、noteからエクスポートした110記事を使用した試作である。Codexを使い、自然言語処理とLLMによる記事観察を組み合わせ、分析方法を何度も見直しながら人物プロファイルを作成した。

    初期の分析では「枠組みを作り、その使い方まで点検する人」という人物像が導かれた。しかし、この説明では日常の細かな行動や創作上の選択を十分に説明できなかった。

    そこで、記事から具体的な場面を抽出する方法へ切り替え、記事間の共通点や相違点を比較した。発見候補には根拠となる記述を対応させ、反例や別の解釈も検討したうえで、20件から10件を選別している。

    分析工程


    画像
    分析工程(概要)

    分析で重視したこと

    • 根拠を残す:人物についての判断を、元の記事の記述までたどれるようにする。

    • 事実と推測を分ける:創作の登場人物の行動を、作者本人の経験として扱わない。

    • 結果を疑う:抽象的すぎる人物評価、根拠の弱い発見、異なる行動を並べただけの特徴を見直す。

    • 試行錯誤を残す:最初の分析結果を完成品とせず、具体的な観察への切り替えや候補の再評価を行う。

    今回の位置づけ

    今回の取り組みは、別の書き手の記事群にも適用できる、自動的なプロファイリング手法を目指した試作である。分析には記事本文を使用し、本人へのインタビューや外部情報による裏づけは行っていない。

    記事から確認できることには限界があり、分析手法にも改善の余地がある。今回の結果は、110記事という範囲から得られた人物像として扱う必要がある。

    参考2:プロンプト例(最後に使用したプロンプト)

    今回の分析では、結果を確認しながら何度か指示を変更した。以下は、最終段階でCodexに与えたプロンプトの一例である。

    # 依頼:小路こみちの人物プロファイリング — 発見の選別と深掘り
    
    ## 目的
    
    これまでのv1・v2の分析成果から、「小路こみちという人物について、本当に何が分かったのか」を掘り下げる。
    
    今回は110記事の全面的な再分析は行わない。
    
    既存の観察結果を活用し、人物理解につながる発見を選別・検証する。必要な箇所だけ原文へ戻る。
    
    最終成果物は、特徴の一覧でも、記事の紹介でもなく、具体的な根拠から人物像を深く考察したレポートとする。
    
    ## 1. 発見候補の抽出
    
    次の資料を参照する。
    
    - `final_analysis/author_profile_v1/`
    - `final_analysis/author_profile_v2/`
    - `final_analysis/data/articles.jsonl`
    
    v2の `person_details.md`、`contrasts.md`、`report.md` を中心に、人物理解につながる候補を20件程度抽出する。
    
    既存の見出しや分類をそのまま候補にせず、何が人物について分かったのかを具体的な文章で表現する。
    
    例えば、以下は検証候補であり、確定した発見ではない。
    
    - 同じ道を帰ることも「初めて」と捉える
    - 自分が気に入った言い方に、会話内容以上に注意を向けることがある
    - 自分への評価を受け取るだけでなく、評価する側の振る舞いを面白がる
    - AIが自分に合わせない選択を見たがる
    - 奇妙な設定を思いつくと、現実的な手順や条件まで考え始める
    - 物事への関心が、予定していなかった方向へ移る
    
    これら以外にも有力な候補を探す。
    
    ## 2. 候補ごとの検証
    
    各候補について、以下を記録する。
    
    1. 発見の内容
    2. 根拠となる記事と原文
    3. そこから人物について分かること
    4. ほかの記事による支持
    5. 反例や別解釈
    6. 一般的な特徴との違い
    7. 分からないこと
    
    特に、単なる出来事の紹介と、人物についての発見を区別する。
    
    例:
    
    「歌は90点まで続け、本は難しくてやめた」
    
    これは事実の組み合わせである。
    
    「この人物は何に達成を求め、何を途中でやめるのか」
    
    これは人物理解につながる問いである。
    
    ただし、その問いに答える証拠がなければ、無理に性格や動機を推測しない。
    
    ## 3. 発見の評価
    
    候補を以下の観点から評価する。
    
    - **具体性**:その人の行動、選択、発言が見えるか
    - **固有性**:一般的な人物紹介と比べ、識別力があるか
    - **根拠の強さ**:原文でどこまで裏づけられるか
    - **解釈の深さ**:出来事の紹介を超えて人物理解が進むか
    - **意外性**:既存の人物像を修正したり、新しい面を見せたりするか
    - **説明力**:複数の異なる場面を無理なく理解する助けになるか
    
    各項目を0〜3点で評価し、理由を記す。
    
    合計点は比較の補助にとどめる。点数の高い候補を機械的に採用しない。
    
    一記事だけの強い発見を、頻度が少ないという理由だけで捨てない。
    
    一方、根拠が弱いものを面白さだけで採用しない。
    
    「固有性」は他の書き手との比較データがないため、統計的な希少性ではなく、一般的な形容詞では代替しにくい具体性として評価する。
    
    ## 4. 10件前後への選別
    
    検証結果から、人物理解に最も役立つ発見を10件前後選ぶ。
    
    似た内容を重複して採用しない。
    
    好ましい特徴ばかり選ばず、偏り、弱点、矛盾、判断の揺れなども検討する。
    
    選外になった候補についても、理由を残す。
    
    十分な根拠を持つ候補が10件に満たなければ、無理に数を合わせない。
    
    ## 5. 発見を深掘りする
    
    採用した各発見について、次の順番で考察する。
    
    - 何が起きたか、何が書かれているか
    - その人は何を選び、何に反応したか
    - そこから人物について何が分かるか
    - 別の記事と組み合わせると、理解がどう変わるか
    - その解釈の限界はどこか
    
    抽象的な性格ラベルにまとめず、実際の選択から人物を描く。
    
    ただし、事例を並べるだけで考察を終えない。
    
    創作の登場人物の行動と作者本人の行動を混同しない。
    
    ## 6. 人物像の再構成
    
    選別した発見を使い、人物像を改めて考察する。
    
    一つの原理に無理に統合する必要はないが、個々の特徴が互いにどう関係するかは検討する。
    
    次の問いにも答える。
    
    - この人が繰り返し反応するものは何か
    - この人が他の人とは違う見方をしていそうなのはどこか
    - この人が強くこだわるところと、あまりこだわらないところはどこか
    - この人の判断や行動には、どんな偏りがあるか
    - この人の意外な面、矛盾して見える面は何か
    - この人について、まだ説明できないことは何か
    
    比較対象となる他の書き手の資料はないため、「他の人とは違う」は検証済みの事実として断定しない。
    
    ## 7. 成果物
    
    新規ディレクトリ:
    
    `final_analysis/author_profile_discoveries/`
    
    以下を保存する。
    
    - `candidates.md`:発見候補20件程度
    - `evaluation.md`:各候補の評価と理由
    - `selected_findings.md`:選別した10件前後の発見と根拠
    - `rejected_findings.md`:選外候補と理由
    - `report.md`:人物プロファイリングの深掘りレポート
    - `limitations.md`:判断の限界
    
    既存の成果物は変更しない。
    
    ## 8. 完了条件
    
    最終レポートを読み直し、以下を確認する。
    
    - 記事のあらすじを並べただけになっていないか
    - 抽象的な性格評価に戻っていないか
    - 人物について何が分かったのか明確か
    - 意外な発見が実際の根拠に支えられているか
    - 好ましくない面や説明しきれない面も残っているか
    - v2より人物理解が深まったと言えるか
    
    改善が見られない場合は、その事実を明記する。
    
    ## 9. 完了報告
    
    作業完了時に以下を報告する。
    
    - 抽出した候補数
    - 採用した発見数
    - 最も人物理解が深まった発見3件
    - v2から新しく分かったこと
    - 判断できなかったこと
    - 最終レポートの保存先
     
     
    小路こみち 気になったことを考える。やってみる。うまくいったり、違ったり。そのとき感じたことを書いています。

    あなたへのおすすめ