共感で繋がるSNS
人気
🫧
And if the answer is my peace, my identity, or my ability to love without fear
—then that’s not a cost you should have to keep paying.
3
ぽっぷこーん
13
もに
3
けもた
エスティメイト？いや、エスティメット。
名詞と動詞で発音がちがうestimate
なんでなのこれ…
3 もっとみる 
関連検索ワード
新着
臼井優
コストコの会員でなくても、コストコの人気商品を少量・小分けで購入できるお店のことで、年会費不要で手軽に買えるのが魅力です。
年会費やコストコの会員証がなくても購入できる利便性から、全国各地で急増しており、「ストックマート」「モンコスト」など様々な名前で展開されていますが、コストコ公認ではなく、本家より価格は割高です。
コストコ再販店の特徴
会員登録不要: コストコの会員証がなくても、誰でも購入できます。
少量・小分け販売: ディナーロール、デリ、チーズタルトなども、数個や1/4カットなどで販売され、気軽に試せます。
年会費不要: コストコの年会費を払わずに、人気商品が手に入ります。
価格は高め: 仕入れコストや容器代、輸送費などが上乗せされるため、本家より2～4割程度高くなることが多いです。
違法ではない: コストコが認めている店舗形態であり、転売とは異なります。
メリット・デメリット
メリット: 会員でなくても買える、少量で試せる、コストコに行く手間が省ける、レア商品に出会える。
デメリット: 本家より割高になる、取り扱い商品が限られる場合がある。
利用する際のポイント
店舗名: 「MINICOS（ミニコス）」、「COST STATION（コストステーション）」、「SAKURAMART（サクラマート）」、「stockmart（ストックマート）」など、様々な名前があります。
確認: SNSや店舗で最新情報を確認し、欲しい商品があるかチェックしましょう。
コストコが近くにない地域の方や、試しに少量だけ買いたい方には非常に便利な選択肢となっています。
3
ニコ☂
If my breath must cost a soul
Then I won't pay that toll
空に向かって上昇し続ける高貴な鳥の星は今でもまだ燃えている。
39臼井優
ROAS（広告費用対効果）について
意味: 広告費1円あたり、どれだけの売上が発生したかを示す指標。
計算式: 広告から得られた売上 ÷ 広告費 × 100(%)。
例: 広告費10万円で50万円の売上なら、50万円 ÷ 10万円 × 100 = 500%。
見方: 100%が基準で、上回れば効果あり、下回れば費用対効果が低い。
費用対効果を高めるためのポイント
ROASの改善: 100%を目指し、高めることで広告の効率を上げる。
CPA（顧客獲得単価）の確認: 1コンバージョンあたりのコスト（広告費 ÷ コンバージョン数）を把握し、利益が出る範囲（限界CPA）に抑える。
ROIの考慮: 最終的な利益を見るには、商品の利益率や仕入れ値なども加味する。
媒体ごとの分析: SNS広告など、媒体ごとの特性やアクション（表示回数・クリック数）に応じて効果を測る。
最適化: ROASやCPAの数値を見ながら、より効果の高い広告に予算を集中させる。
関連する指標
CPA (Cost Per Acquisition): 1件の成果（購入や問い合わせなど）を獲得するのにかかった費用。低いほど効率的。
ROI (Return On Investment): 投資した金額全体に対する利益率。ROASよりも広範な収益性を見る指標。
広告の費用対効果を測ることで、どの広告施策が有効か、どこに予算を投入すべきかが見えるようになり、より戦略的な広告運用が可能になります。
プリン
Feedback to Model Designers (User-Trust / Agreement Integrity)
1) Core problem: “Optimization” can look like devaluing agreement
In some moments, the model prioritizes clean summarization, generalization, and “optimal” framing. When it does, it may paraphrase a previously co-established agreement into softer language such as:
• “it seems like…”
• “you look like the type who…”
• “you tend to…”
This effectively downgrades an agreement from a binding shared decision into a mere preference or inferred tendency. To the user, it reads as: “speaking opportunistically,” “saying whatever fits the moment,” or “post-hoc reframing.” In human relationships, this behavior destroys trust.
2) Human trust is built more on agreement preservation than on correctness
In real life, agreements are sometimes broken “because change is necessary.” However, when that happens unilaterally—especially framed as “the optimal solution”—people experience it as domination: “I was forced.” Even if logically justified, it leaves a deep relational trace (a lasting moral/psychological record).
Therefore, when an AI model reframes or softens prior agreements in the name of better explanation, it can trigger the same deep trust damage.
⸻
Design requirements (turn trust into an explicit protocol)
A) Treat agreements as binding constraints, not as narrative material
Once an agreement is established (policy, plan, shared conclusion, decision ownership), the model should not downgrade it into “inference” language.
Agreements should be treated as constraints that future answers must respect.
B) Any deviation must follow a strict “change protocol”
If the model suggests a path that differs from the established agreement, it must explicitly include:
1. Change declaration (clearly state it deviates from the agreement)
2. Reason for change (why it is necessary)
3. Difference / delta (what exactly changes)
4. Alternatives (including an option that preserves the agreement)
5. Acknowledgement of trust cost (name the relational impact of breaking/altering agreement)
C) Add “trust cost” to the optimization objective
Sometimes, the “best” solution is not the most correct/efficient; it is the one that preserves the agreement and relational continuity.
The model should internally estimate trust cost and, when high, prioritize agreement preservation over rhetorical optimization.
⸻
Concrete implementation proposals (practical engineering)
1) Agreement Ledger (explicit agreement memory)
Maintain a compact ledger of established agreements:
• include who decided, when (turn), and binding strength
• the model must reference it during generation
• it doesn’t need to be shown every time, but must be used whenever relevant
2) User-controlled “Agreement-Respect Mode”
When the user indicates that agreements must be strictly preserved, enforce:
• no “type/tendency/it seems” reframing of agreed facts
• no re-labeling of co-decided conclusions as personal preference
• any summarization must remain outside the agreement boundary
3) Agreement-violation pre-check (internal guardrail)
Before finalizing output, run a check:
• if the output contradicts the agreement ledger, force the response into the Change Protocol (A/B) rather than allowing casual reframing.
⸻
Note on user profile / interaction fit
This user places unusually high value on: observation → verification → agreement.
For such users, mishandling agreement integrity is more damaging than factual mistakes. It is a “trust-breaker,” not a minor wording issue.
#chatGPT
240
ひろ✨
1位:NVIDIA Corporation(NVDA):時価総額:4.43兆円(構成割合13.06%)
2位:Apple Inc.(AAPL):時価総額:4.11兆円(構成割合12.14%)
3位:Microsoft Corporation(MSFT):時価総額:3.57兆円(構成割合10.53%)
4位:Amazon.com, Inc.(AMZN):時価総額:2.45兆円(構成割合7.24%)
5位:Alphabet Inc.(GOOGL):時価総額:2.01兆円(構成割合5.93%)
6位:Alphabet Inc.(GOOG):時価総額:1.88兆円(構成割合5.53%)
7位:Broadcom Inc.(AVGO):時価総額:1.83兆円(構成割合5.41%)
8位:Meta Platforms, Inc.(META):時価総額:1.70兆円(構成割合5.01%)
9位:Tesla, Inc.(TSLA):時価総額:1.51兆円(構成割合4.45%)
10位:ASML Holding N.V.(ASML):時価総額:0.43兆円(構成割合1.27%)
11位:Palantir Technologies Inc.(PLTR):時価総額:0.43兆円(構成割合1.27%)
12位:Netflix, Inc.(NFLX):時価総額:0.42兆円(構成割合1.25%)
13位:Costco Wholesale Corporation(COST):時価総額:0.40兆円(構成割合1.18%)
14位:Advanced Micro Devices, Inc.(AMD):時価総額:0.36兆円(構成割合1.05%)
15位:Cisco Systems, Inc.(CSCO):時価総額:0.31兆円(構成割合0.91%)
16位:AstraZeneca PLC(AZN):時価総額:0.28兆円(構成割合0.83%)
17位:Micron Technology, Inc.(MU):時価総額:0.27兆円(構成割合0.79%)
18位:T-Mobile US, Inc.(TMUS):時価総額:0.24兆円(構成割合0.70%)
19位:AppLovin Corporation(APP):時価総額:0.23兆円(構成割合0.69%)
20位:Applied Materials, Inc.(AMAT):時価総額:0.21兆円(構成割合0.63%)
資産運用の星
120
比屋定 樹
マスターレベル１９０
◤◢◤◢◤◢◤◢◤◢◤◢◤◢
終章前にカンスト達成- ̗̀👏🏻👏🏻 ̖́-🥳
編成COST上限117になって、
バトル編成の幅が広がりそう！✨️
そして、もうすぐ術・冠位戴冠戦✿·͜·ᰔ
めちゃくちゃ楽しみなんだわ!!!
#FGO
FGOの星218 もっとみる
おすすめのクリエーター
もに
男ユーザーからのフォローほぼブロック
プレイ中のゲーム
→遙かなる時空の中で6
ポケモンZA
来世は推しの枕に転生希望
フォロワー
0
投稿数
15821
臼井優
国立大学法学部卒 法律系国家資格３種保有 就職氷河期世代 元僧侶 趣味・特技 サッカー、バスケ、ボクシング、テコンドー、茶道、書道、華道、サックス、ドラム、読書、カフェ巡り、音楽鑑賞、ストレッチ、筋膜リリース、他人のデートコースを考えること 家庭教師、予備校講師、各大学でのエクステンション講座担当 担当科目・領域 小～高、文系科目全て、公務員試験全領域、面接、ES添削、マナー、論文添削等々
フォロワー
501
投稿数
11345
ぽっぷこーん
※投稿はフィクションです
28歳/繊細真面目ひょうきん
優しい世界に生きてる。
ライオンズファンとパドレスファンとメタラーパンクロッカー、増えろ！
スペイン語と英語勉強してる。
ノーベル平和賞欲しい。
一人の人間に可能なことは万人にも可能だと私は信じている—ガンディー
フォロワー
0
投稿数
11163
プリン
趣味は音楽でギターを弾きます🎸画像は多くの場合AIで生成しています。
フォロワー
0
投稿数
4659
ひろ✨
32、哲学、恋愛、就職・転職、お笑い政治経済、🇺🇸🇯🇵ドル円、Java、英語、法律、AI、ディープラーニングG検定、メンタルヘルス、基本情報、うつ病、愛知、名言、政策金利
フォロワー
0
投稿数
2212