  |
はてなキーワード: フェーズとは
- ep1: ttp://web.archive.org/web/20230201025011/https://www.nicovideo.jp/watch/sm39698545
- ep2: ttp://web.archive.org/web/20230201025207/https://www.nicovideo.jp/watch/sm39820059
- ep3-4: ttp://web.archive.org/web/20230201025406/https://www.nicovideo.jp/watch/sm39772174
- ep5: ttp://web.archive.org/web/20230201025700/https://www.nicovideo.jp/watch/sm39773846
- ep6: ttp://web.archive.org/web/20230201025855/https://www.nicovideo.jp/watch/sm39791000
- ep1-3
- ep4-6: ttp://web.archive.org/web/20230201030823/https://www.nicovideo.jp/watch/sm40494469
・こういう間が長くてその間に
思いこんでたから初登場シーンで驚いた
初見時「ん？絵を飯の種にしてるにしては」
と思わなくはなかったのは事実だけど
・途中のメイン2人と召使いさんの3人ほのぼの
フェーズの穏やかさ、なんかわろた
「つづき」で気になった箇所を深掘り。確認するに、専門家の監修体制の構築はそれほど難易度は高いように思えなかった。やはり「つづき」で応えてくれた「医療用の学習データをGPT側で定期的に用意できるか」が今後の発展のポイントになりそうだ。
Me:
GPTのAttention機構って何?
GPT:
Attention機構は、自然言語処理タスクにおいて、入力文の中から重要な部分を選択し処理するためのアルゴリズムです。GPTは、Transformerと呼ばれるモデルアーキテクチャを使用しています。Transformerは、Attention機構を利用して、入力文中の各単語の関係性を学習します。これにより、モデルは入力文全体を理解し、より質の高い出力を生成することができます。
Me:
GPTは医療の知識が弱いと聞くけど、このAttention機構の仕組みと関係ある?
GPT:
GPTは、学習データに基づいて学習されます。そのため、学習データに医療に関する知識が少ない場合、GPTは医療に関するタスクに対して劣る結果を生成する可能性があります。Attention機構は、入力文中の各単語の関係性を学習するために利用されています。しかし、Attention機構自体は、学習データに基づいて学習されるため、学習データに医療に関する知識が少ない場合、Attention機構も医療に関するタスクに対して劣る結果を生成する可能性があります。しかしながら、GPTには大量のテキストデータを学習し、自然言語処理タスクに対して高い性能を発揮する能力があり、知識を持っていない領域でも新しい知識を得る能力を持っています。そのため、医療に関するタスクをGPTに与える場合は、十分な医療に関する学習データを与えることで、GPTが医療に関するタスクに対しても高い性能を発揮することが期待できます。
Me:
ポイントは、Attention機能を医療用にチューニングするのではなく、医療データを学習データとして与えることが、GPTの医療分野への強化に繋がるんだね。
GPT:
そうですね。Attention機構は、入力文中の各単語の関係性を学習するためのアルゴリズムです。GPTは、学習データに基づいて学習されます。そのため、学習データに医療に関する知識が少ない場合、GPTは医療に関するタスクに対して劣る結果を生成する可能性があります。それに対して、十分な医療に関する学習データを与えることで、GPTが医療に関するタスクに対しても高い性能を発揮することが期待できます。そのため、Attention機能を医療用にチューニングするのではなく、医療データを学習データとして与えることが、GPTの医療分野への強化に繋がるということになります。
Me:
GPTが医学的な正確性や専門性を獲得するには、意思決定者としての専門家の監修が必要という認識だけど、仮にそれが可能になった場合、GPTは医療現場で使われるようになると思う?
GPT:
GPTは、大量のテキストデータを学習し、自然言語処理タスクに対して高い性能を発揮する能力があります。しかしながら、GPTは人間の主観や判断力を持っていません。そのため、GPTが生成する出力は必ずしも正確であるとは限りません。そのため、医療現場でGPTを使用する場合は、専門家による監修が必要です。専門家は、GPTが生成する出力が正確であるかどうかを判断し、必要に応じて修正を行うことができます。これにより、GPTが生成する出力が正確であることが保証され、安全かつ効果的な医療を提供することができます。そういった意味で、GPTが医療現場で使われるためには、専門家による監修が必要であり、GPTはその監修に基づいた情報の提示などに利用されることが考えられます。
Me:
ユースケースとしては何が考えられる?
GPT:
GPTは、自然言語処理タスクに対して高い性能を発揮する能力があるため、医療現場での様々なタスクに利用することが考えられます。例えば、医療文書の自動生成や翻訳、診断支援、治療プランの生成、疾患の予防に関するアドバイスの生成などが挙げられます。また、GPTは大量のテキストデータを学習することで、新しい知識を得る能力を持っているため、医学研究や新しい薬物の開発にも利用することができます。ただしながら、これらのタスクにおいてもGPTが生成する出力は必ずしも正確であるとは限らないため、専門家による監修が必要です。
Me:
専門家の監修は、GPTのユースケースの内、どのフェーズで必要になると思う?
GPT:
GPTが生成する出力が正確であることを確認するために、専門家による監修が必要になります。そのため、GPTを利用する各フェーズで専門家の監修が必要になることが考えられます。これにより、GPTが生成する出力が正確であることが保証され、安全かつ効果的な医療を提供することができます。
- 学習フェーズ: GPTが学習するデータについて、専門家が正確性や適切性を確認し、修正を行うことが必要です。
- 生成フェーズ: GPTが生成する出力について、専門家が正確性や適切性を確認し、修正を行うことが必要です。
- アプリケーションフェーズ: GPTが生成した出力を使用するアプリケーションについて、専門家が安全性や効果を確認し、必要に応じて修正を行うことが必要です。
Me:
各フェーズごとにその適用の難易度を教えて。
GPT:
各フェーズごとに適用の難易度は異なりますが、概ね以下のようになります。ただし、これらは一般的な話であり、実際には、専門家がそれぞれのフェーズにおいて監修するために必要なスキルや知識は、それぞれのアプリケーションやタスクによって異なります。
- 学習フェーズ: GPTが学習するデータの整理や整形は、技術的なスキルが必要になりますが、専門家が正確性や適切性を確認するための作業は、通常は難しくありません。
- 生成フェーズ: GPTが生成する出力を確認し、修正するためには、専門的な知識や判断力が必要になります。このフェーズは、専門家によって適切に行われないと、生成された出力が正確でない可能性があります。
- アプリケーションフェーズ: GPTが生成した出力を使用するアプリケーションの開発やテストには、技術的なスキルが必要になりますが、専門家が安全性や効果を確認するための作業は、通常は難しくありません。
Me:
たしかに生成フェーズにおける出力のパターンは他のフェーズと比べ管理しづらそうだけど、その難易度を調節するための工夫はあったりするの?
GPT:
生成フェーズにおいて、GPTが生成する出力を確認し、修正するための難易度を調節するための工夫には以下のようなものがあります:これらの工夫により、GPTが生成する出力を確認し、修正するための難易度を調節することができます。また、専門家が確認する作業を効率化することで、より多くのGPTが生成する出力を確認することができ、正確性や適切性が高い出力を得ることができます。
- GPTが生成する出力のフォーマットを明確に定義することで、専門家が確認する作業を簡略化することができます。
- GPTの出力を確認するためのインターフェースやツールを開発することで、専門家が確認する作業を効率化することができます。
- GPTが生成する出力に対して、事前に定められたルールや基準を適用することで、専門家が確認する作業を効率化することができます。
- GPTが生成する出力を多数の専門家に確認してもらうことで、正確性や適切性を確認することができます。
- GPTが生成する出力を正確性や適切性が高いと判断される場合は、人手を減らして出力を採用することができます。
Me:
GPTが生成する出力のフォーマットを定義するにはどうすれば良いの?
GPT:
GPTが生成する出力のフォーマットを定義するには、次のような方法があります。これらの方法を組み合わせることで、より正確かつ適切なフォーマットを定義することができます。
- テンプレートを使用する: GPTによる出力には、事前に定義されたテンプレートを使用します。これにより、GPTが生成する出力のフォーマットが明確に定義され、専門家が確認する作業を簡略化することができます。
- スキーマを使用する: GPTによる出力には、事前に定義されたスキーマを使用します。これにより、GPTが生成する出力の構造が明確に定義され、専門家が確認する作業を簡略化することができます。
- 入力と出力の関係を明確にする: GPTによる出力は、入力に対応した形式で生成されるようにします。これにより、GPTが生成する出力のフォーマットが明確に定義され、専門家が確認する作業を簡略化することができます。
Me:
GPTの出力テンプレートの使用方法を教えて。
GPT:
GPTの出力テンプレートを使用するには、以下のような手順を踏むことができます。このように、GPTの出力テンプレートを使用することで、GPTが生成する出力のフォーマットを明確に定義することができ、専門家が確認する作業を簡略化することができます。また、テンプレートを学習させることで、GPTが生成する出力が予め定義したフォーマットに沿っていることを保証することができます。
- 出力テンプレートを作成: GPTが生成する出力のフォーマットを定義し、テンプレートを作成します。例えば、診断書のフォーマットや手術手順の書き方など。
- GPTにテンプレートを学習させる: GPTに、作成したテンプレートを学習させます。
- GPTに入力を与える: GPTに、入力として必要な情報を与えます。
- GPTが生成する出力を確認: GPTが生成した出力が、事前に定義したテンプレートに沿っていることを確認します。
- 修正を行う: GPTが生成した出力が、事前に定義したテンプレートに沿っていない場合は、修正を行います。
Me:
GPTのテンプレートとスキーマの違いを教えて。また、プリセットと何が違うのかも教えて。
GPT:
GPTのテンプレートとスキーマは、出力フォーマットを定義するための方法であり、それぞれ異なる特徴があります。つまり、テンプレートは文章のフォーマットを定義するのに、スキーマはデータ構造を定義するのに、使用します。プリセットは、テンプレートやスキーマのような事前に定義したパターンやデータ構造を使用することができます。ただし、プリセットは、具体的には何を指すかは定義が異なります。
- テンプレート: GPTの出力に対して、事前に定義された文章のパターンを使用します。例えば、診断書のフォーマットや手術手順の書き方など。テンプレートは、GPTが生成する文章のフォーマットを明確に定義することができ、専門家が確認する作業を簡略化することができます。
- スキーマ: GPTの出力に対して、事前に定義されたデータ構造を使用します。スキーマは、GPTが生成するデータの構造を明確に定義することができ、専門家が確認する作業を簡略化することができます。
- プリセット: GPTの出力に対して、事前に定義されたパターンやデータ構造を使用します。プリセットは、GPTが生成する出力を明確に定義することができ、専門家が確認する作業を簡略化することができます。
Me:
Pythonのopenaiライブラリでテンプレートやスキーマを再定義することは可能?
GPT:
はい、openaiライブラリは、新しいトレーニングデータ、テンプレートやスキーマを含むように、GPTモデルをファインチューニングすることができます。 openai.Completion.create()メソッドを使用して、GPTモデルをファインチューニングすることができ、トレーニングデータ、テンプレートやスキーマ、ファインチューニングパラメータを指定することができます。また、openaiは既にテンプレートやスキーマが組み込まれたモデルも提供しており、それらを直接使用することができます。
Me:
`openai.Completion.create()` メソッドでテンプレートやスキーマを再定義する方法を教えて。
GPT:
openai.Completion.create()メソッドを使用して、GPTモデルをファインチューニングするには、次のようにします。このように、openai.Completion.create()メソッドを使用して、GPTモデルをファインチューニングし、テンプレートやスキーマを再定義することができます。ただし、学習データとして適切なものを選び、ファインチューニングのパラメータを調整する必要がありますので、注意が必要です。また、トレーニングデータとして使用するテンプレートやスキーマによっては、モデルの性能が改善しないこともあるため、適切なものを選ぶことが重要です。また、ファインチューニングを行うためには、足りないデータや時間、計算リソースが必要です。
- トレーニングデータを用意: GPTに学習させるためのデータを用意します。このデータは、テンプレートやスキーマを含んでいる必要があります。
- openai.Completion.create()メソッドを呼び出す: openai.Completion.create()メソッドを呼び出し、トレーニングデータ、ファインチューニングパラメータを指定します。
- ファインチューニングを実行: 指定したパラメータに基づいて、GPTモデルをファインチューニングします。
Me:
当該メソッド用のファインチューニングパラメータは `prompt` を使うんだよね?
GPT:
はい、openai.Completion.create()メソッドでは、promptパラメータを使用して、GPTモデルに対して、生成したい文章のフォーマットやデータ構造を指定することができます。このpromptによって、GPTは指定されたフォーマットやデータ構造に従って文章を生成するように学習します。このpromptには、テンプレートやスキーマを含む文章を指定することで、GPTに学習させることができます。
https://anond.hatelabo.jp/20230121161927
https://b.hatena.ne.jp/entry/s/twitter.com/DS_uraura/status/1615652971647500293
ここのブコメに、「不動産屋があてにならないならどうやって良い物件を見つけろというのか」というのがあったので少し。
本当に「不動産屋はあてにならない」と簡単に言い切れるかというとそうでもなく、あてにならない不動産屋も残念ながら結構たくさんいるし、一方で客の側がぼんやりしているから不動産屋が困ってるケースもあるのだ。
新しい洗濯機を買いに行くのに、乾燥機付きがいいし斜めドラムが良いけど予算は2万円という客である可能性。または、深く考えずに携帯キャリアのショップに行き超オーバースペックの回線を契約させられてきていたりする可能性。そういうことはおそらく家探しについてもそこそこ起きてる不幸だと思う。
これが携帯回線だったらインターネッツどもは「この情弱が」の大合唱だろう。「これだから携帯ショップはろくでもない」と嘆息する奴も出てくるだろうが、これは不動産における「不動産屋は詐欺師ぞろいだ」と言うのと同じだ。携帯回線の場合ならインターネッツの奴らはSIMがうんたら衛星から云々とかそういう情報を得る努力をするだろう。家も同じで、情報と知識が契約者側にも必要になる。バカはキャリアショップに行って高い回線を契約する、賢いやつは情報を仕入れて自分にとって一番良い回線を選んで契約できる。そして物のわかってないやつに適当に売りつける宜しくない輩は不動産屋には確かに多いが、ほかの業界にだってそこそこ多い。そして不動産屋にもちゃんとしているところもいくらでもある。選べ、選ぶための情報を得ろ！
家探しの厄介なところは、つい広大な砂丘の中1カラットのダイヤモンドを探そうとしてしまうところだが、そんな幸運は降ってくることは普通ない。「自分が満足できる家で、家賃もお得」な物件を他人が探すのは簡単ではない。ヘアサロンに行って、短く！良い感じでお願いします、で実際に良い感じ仕上がるのは元々美形な人である。
これを家に置き換えれば、お金があるならそれは可能だ（月に50万円でアタクシが初めての一人暮らしをする家を探してほしいの、港区でね）。
だが、「少しでも安い家賃で」とエコノミーなことを考えている場合はうまくいかない。ちゃんと情報を仕入れ、仕組みを理解してはじめて「いい物件」を自分が自覚できるし、自覚して初めて人に「こういう家を探してほしい」と伝えたりもできる。
家賃はほとんどの場合は市場原理に基づいて平準化されていてお得物件なんてそうそうない。皆インターネットを使えるだろうと思うが、Yahoo不動産やホームズやスーモレベルの巨大な不動産ポータルサイトでは膨大な情報が得られる。各サイトともに駅やエリアごとに平均家賃を出しているし、物件情報は山ほど掲載されている。自分の気になる条件を設定して月に2回ぐらい定点観測しているだけでも、良くも悪くも、かなりの情報を貯め込める。
が、大量の物件情報を前に茫漠としないために「自分がいくらぐらい家に金を使えるか、どんな家に住みたいか」を先に整理しておくことが大事だ。山ほどの情報の中から自分にとって大事な情報をフォーカスするための己の整理である。
実は、「あった！自分の探してた部屋はこれだ！」と確信できるほど、どういう家に住みたいのかを言語化できてる人間はあまり多くない。逆にこれが整理できていれば、最近ではかなり楽にインターネットで物件を見つけられる。ちなみにレインズ見られないのずるい言ってるのは「分かってない馬鹿」だ。レインズとは仲介業者の業界団体の仲介情報の共有プラットフォームで業界団体に加入している不動産屋しか見られない。「見られない」からただ悔しがっているだけだ。これは賃貸についてはあんま関係ないので気にすんな（詳細は割愛するが、賃貸で探してる人にとってはyahoo不動産などとあまり変わらない。逆に言えば購入の場合はレインズを見られると有利なことはそこそこある。ただ一方で購入は賃貸とは全然違う深いフェーズで物件の目利きをする専門性が必要なので素直にプロ（まともな不動産屋）に任せて、これから説明する方法で「己の家への希望」を研ぎ澄ませたうえでそれを伝えて探してもらえばよいだけである）。
レインズ見れないと斜め下の訳知り顔をする前に、まずは、自分が払える家賃の範囲で選べる最上級の家はどんなものか、について自分の希望を整理せよ。初めての場合には、一般的には以下の順序で「俺、こんな家がいいな」を言語化していくのがよいと思う。
どの条件の優先順位が高いかは己の情念でもあるが、客観的に考える場合は「取り換えようがない」条件の優先順を高くしておく方が良い。具体的に言えば、家賃は大家との交渉が可能だが、風呂がない物件に風呂をつけてくれというのは現実的には不可能なので、可変性が低そうな条件ほど優先順位を高くしておくのがセオリー。ウォシュレットとかどうとでもなるのは無視で。逆に自分の情念で「どうしてもベランダが広くなければしんでしまう」と思う場合は優先順位を上げておく。この「どうしても優先したい」を条件を数個に絞る作業が、己の部屋への情念と向き合うことになる。
条件の優先順位をつけておき、上記で決めた条件で物件サイトを検索する。
検索して物件が引っかからない場合は、家賃と部屋の大きさのバランスがばかになっていることがほとんどなので、不動産ポータルの「駅別の賃料」みたいなのを見て（例えばこれとかhttps://www.homes.co.jp/chintai/price/）己の貪欲さを恥じて条件を変える。条件を変える時も上記で整理した優先順位のレンジを変える（＝妥協する）。
逆に検索結果が何十件も、何百件も出てきてしまう場合は、己の条件のストライクゾーンを狭める。中野駅から徒歩15分以内、家賃50万円までなら出せる！だと死ぬほど出てくるが、これを徒歩10分、家賃10万まで狭めればぐっと少なくなる。この「検索条件のストライクゾーンを探す」作業を行うことで、己の望みが研磨され磨かれてくるのだ。
希望条件を調整して、10件台程度まで減らせたらそれが「割と住んでもよさそうな家」になる。注意したいのは「同じ物件を複数の業者が登録しているいわゆるダブり物件は1物件」、「おとり物件の可能性もあるからこの時点で夢を膨らませすぎるな」である。おとり物件については後述。
そう、家探しは妥協である。理想の家が欲しいなら自分で土地を買って自分で設計して建てるしかない。が、設計士の友人がこれをやったが「理想の家って難しいなまじで」と言ってた。それにそういうことをしていたら予算が青天井である。結局、家探しは妥協なのだ。
妥協というと嫌な言い方になるが、「そこにすでに実存する家と、己を調和させる行為」が家探しである。アイツ（家）だって、もって生まれた駅徒歩分数や築年数は変わりようがないし、お前にだって譲れないところがある。数多ある「家」から自分にとってちょうどいい背伸びせずに付き合える相手を探す妥協の積み重ねという営為が家探しだ。妥協を楽しめ。そのための条件整理である。
「お得物件」についてだが、無い、と言い切れるわけではなく実はたまにある。だが、「お得だ！」に出会うためには、これまでに延べてきた「妥協を楽しめるまでに己の欲求を突き詰めたか」にかかっている。それが出来ていないなら「お得な物件」は絶対に見つからない。哲学問答のような言い草になるが、市場価格に比して「お得」ってそういうものだろうそもそも。
極端な話になるが、別の友人は10年以上「山手線西側の某駅の徒歩3分の古いビルの上の（おそらく違法）ペントハウス」に住んでいた。かなりおんぼろ、無理やり住居にした怪しい部屋でワンルームといえば聞こえはいいが飯場のプレハブ、トイレは一旦部屋の外に出る必要があり風呂は後付けでバランス釜とグラグラ揺れる小さい浴槽、プレハブだから夏熱くて冬寒い、エアコンなんて何の役にも立たない、そんな家で家賃10万円台前半だったのだが、とにかく見晴らしが良く広大なバルコニー（というかビルの屋上）があり、そこで夜でもギターの練習がし放題だったり野菜を育てたりしていて、奴にとっては「俺ここに一生住む」というぐらいお得物件だったらしい。建て替えで引っ越す羽目になった時にはとても惜しんでいた。奴はどうやってその物件を見つけたか、というとインターネットで見つけた。奴にとっての優先順は、場所と家賃が絶対条件でそれ以外はどうでもよく、ギリギリ内角低めの家賃で探したときに一つだけヒットした物件だったのだそうだ（ただしあからさまに違法感の漂う物件の場合はポータルサイトに出さないこともあるので、奴のはラッキーケースかもしんない）。
最後に、「悪い不動産屋」について。前述した「ダブり物件」を内見したくなった時にどの不動産屋にコンタクトを取るのがマシかということ。繰り返すが不動産屋はすべてがクズなわけではなく、こちらが選べばいいだけのことである。
見分け方のもっとも雑でかつイージーなのは、業者の会社概要から、宅建免許番号を見ることだ。これは業者とコンタクトをとる前に必ず見ることをお勧めする。
宅建番号は例えば「東京都知事(n)第99999号」みたいになっている。かっこの中の数字（n）が大事。不動産屋は免許がないと出来ず、5年に一度免許を更新をする必要があるのだが、このカッコの中の数字は免許更新の回数を示している。つまり（n）×5＝事務所が続いている年数である。この数字が大きいほどその場所で長く事務所を開き続けているということになるので、一般的には信頼度が高いと考えてよいと思う（あくまでも一般論だけど）。次に述べるが、悪徳不動産屋は割と頻繁におとりつぶしになったり、つぶれたりで結構新陳代謝をする。知らない名前の不動産屋で（1）のところは取りあえず避ける、ぐらいでも良いかもしれない。またその不動産屋の名前で検索しておくと更に精度が増すね。行政処分を受けている業者かどうかを調べることもできやす（https://www.fudousan.or.jp/gyoseiinfo/#a03）
また、有名どころの不動産屋だったとしても、賃貸仲介をメインでやっている業者は、他に選択肢があるのなら避けてもいいかもしれない。その理由としては、賃貸仲介をメインでやってる業者は薄利多売な傾向があるからだ。薄利多売の店から良いサービスを期待するのは、まぁ現実問題としてはあまり良い方法ではない。
不動産仲介屋の仕事は大きく二つで、売買仲介と賃貸仲介である。売買の場合は何千万円の取引で、取引額の3％が「貰っていい手数料」の上限金額であるが、賃貸の場合は「家賃の1か月分」が手数料の上限となる。賃貸仲介は1件を取り扱う労力に比して得られる金額が低い。そして責任も小さいし業務量も売買仲介と比べて少ないので、まぁ、こう、あまり知識や経験がなく倫理的ではない社員も結構混じってきてしまうのだ。また賃貸専門業者の中には宅建免許（がないと仲介ができない）の名義貸し状態になっている店もある。内見案内をしてる人は宅建免許を持ってないアホで、少し込み入ったことを聞いても答えられん…みたいな不幸が起こることもある（免許がなくては出来ないのは契約業務なので内見をしても違反じゃないので）。口がうまいホスト崩れみたいなのが営業担当で出てくることがあるのはこういう理由。まぁ口がうまいホスト崩れみたいなやつでも物件情報にはガチで詳しくて近所の良い感じの飲み屋の情報とか教えてくれる頼りになるやつ、ということもあるので、必ずしも人は見かけには寄らないが。
よく言われている「おとり物件商法」が多いのは確かだが、おとり商法はやっちゃダメなやつなので色々強く出ていい。
内見前に「空いているか、見られるか先に確認してほしい」「見られないなら行かない」とはっきり言う。それでも、会った後に内見時に希望した物件を見せてもらえなかったら「じゃあいいです」とそのまま帰ってこよう。何ならここまでくる時間が交通費が…ぐらい言ってもいいし、血の気が多いタイプを自負してるのなら「通報しますよ」ぐらい言ってもいい（まぁ険悪にはなると思うが）。
親切心がもしあるなら消費者庁に通報もできる（https://www.caa.go.jp/policies/policy/representation/contact/disobey_form/）通報されるとその業者はペナルティを受ける。不動産仲介業界は免許商売で、業界団体が機能しているので、通報されるとちゃんと行政処分を受けるよ（まぁそれだけ悪業者がいるということでもあるが…）。
あとは「おとり物件」の見分け方だが、不動産ポータルサイトから「あ、おとり物件だ」を見抜くのは、かなり難しいのが現実だ。まぁ一番確度が高いのは相場より1割以上安い、間取りも良さそうな物件は、おとりかも？まぁ空いてればラッキーぐらいに思っておくのは精神安定程度にはなると思う。
相場よりも1割以上安いというのは、特に都市部ではまずないと思っておいてよい。仮に相場より1割ぐらい安く貸してもいいかなと大家が思っている場合でも、出し値をはじめから1割引きしておくバカはいないからだ。つまり家賃は実は結構値引き交渉が可能なことが多い。なので、前にも述べたが、家賃上限の検索レンジを広めにしておくのは「結果気に入った物件」に出会える可能性は高くなるよ。砂漠でダイヤモンドに出会うには。
あと、「1割ぐらい安いな…」と気づくために、ちょっと手間ではあるが1㎡当たりの家賃相場、というのを都度、確かめておくととても捗る。不動産ポータルサイトで提示されている家賃相場は間取り別になっていて、例えば中野駅の1Kなら9万円、といった感じで提示されている。だが1Kにも20㎡から50㎡ぐらいまで広さの差があるので、20㎡で9万円だと4,500円だし、50㎡で9万円だと1,800円で、めちゃ安い！となる。
なので検索している時に「よさそう」と思う物件の1㎡あたり家賃を計算して、だいたい覚えておくと、自分が探している家の相場家賃より得そうか、そうでもないかがすぐ分かるよ。
おまけで。
多くの場合は、大家から営業用の仲介手数料をもらっているから入居者からは貰わんでええわ、という場合と、大家が直接募集をしている場合である。これは「あたり」の部類であると言える。手数料払わんでよいのだからして。
一方で実はこの「仲介手数料無料！」業者は「微悪業者」である場合も増えている。本来欲しかった仲介手数料1か月分を、2年間（契約年数）の家賃に分割して乗っけてるだけ、というからくりで、嘘をついて、意思決定時でお得感を醸し出している場合もあるので、一応注意が必要である。まぁうっすら家賃に乗っけてても「この家賃なら納得」と思うなら関係ないっちゃ関係ないわけだが。まあ、乗っけてる分だけ市場よりはお高いかもしれないし、逆に、契約期間前に引っ越す可能性があるのなら、その分乗っかってた月割りの仲介手数料分の金を払わないですんだ、となることもある。なので極悪ではなく微悪。
A.単に利用者が少ないだけです。今回の緩和で増えれば事故も増えます。
A.利用者を増やすためです。免許の要らないレンタル自転車と免許の要るカーシェアの間でとてつもなく中途半端でした。
A.実用に耐え得る機種のお値段を見たら自転車か原付欲しくなると思います。単純な本体価格だけでなく電気代やメンテナンス代も含めて。近所にメンテする場所ある？
A.普及への第二ステップ。個人所有はシェアリングが普及し、速度制限や道交法が整備され、多くのメーカーが参入した後にやっと出来ると思います。
A.電動キックボード業界は本体よりシェアリングメーカーの方が元気です。そしてシェアリングメーカーは今回の改正でほぼ達成しているのでこれからは回収フェーズです。メーカーの更なる法改正への働き掛けにはたいして興味ありません。
A.ユーザーが悪いんです。自転車でもバイクでも使い方間違えば死にます。
A.今のルールでは使いません。個人的にも車道と歩道の邪魔者だと思うので。せめて車道の流れに乗れるくらいの速度とそれなりのサスが欲しいですが、その前に歩道走る馬鹿が出るので未来は暗いです。
自分は別に有能ではないが、質問はできる方だと思うので 普段よく使ってる小技を晒しておく。職場の先輩への質問、説明会などの場での質疑応答を想定している。
挙手制なら司会や登壇者がこっち向いたなってタイミングで手を挙げる。顔出しなしのリモート会議、顔を頑なに上げない先輩には「すみません」「お疲れ様です」「ちょっといいですか」と声をかける。
質疑応答の場でない場合、質問したい意図を伝える。「聞きたいことがあって」「〇〇について質問したいのですが」「〇〇を教えてもらいたくて」あたり。「お時間いいですか」「〇〇分くらいもらってもいいですか」まで言えると良いけど、そこまで言わなくても忙しい人は「ちょっとまって」と調整フェーズに入ってくれるケースのほうが多い。
待ったが出された場合、「〇〇時くらいでいいですか」「何時なら大丈夫ですか」「メール送っとくので見てもらっていいですか」みたいになんとしてでも質問したい意思表示をする。
「〇〇ってなんですか」「〇〇はどういう意味で使ってますか」みたいに言葉の定義レベルで質問する。
自信がない場合、枕詞に「初歩的なことで恐縮です」とか「今更かもしれないですが」とかはつけてもいいが「この分野では素人なのですが」はつけてはいけない。
「〇〇ということで、☓☓の場合は当てはまらないんじゃないかと気になりました。実際のところどうですか」「〇〇を知りたかったのですが説明の中にはなかったと思います。教えていただけますか」「〇〇って相談がきてて☓☓と答えようと思っていますが正しいか自信ないです。どう思いますか」みたいな、話を聞いた結果or考えた結果の質問ですよアピール。
自信がなければ「見逃したかもしれませんが」「理解が追いついてないだけだと思うのですが」などの枕詞をつける。それでも自分で考えろと言ってきたら相手は無能。
「〇〇について理解しきれなかったのでもう一度説明をお願いします」「以前教えていただいた〇〇のこともう一回聞いてもいいですか」みたいなやつ。
全く同じ説明を繰り返された場合は「その〇〇というのは…？」みたいにキーワードを更問いする。
「〇〇ってことですね、理解しました」「〇〇で承知しました、ありがとうございます」という形で締めると相手も安心。
自信がなければ「〇〇って理解であってますか」と確認するのもよし。
誤解があれば訂正できるし、なければ双方安心して終われる。
結局その気にならなければ質問は難しいので、なんかのパターンにはめてでも質問してやるぞくらいの心持ちで会話に臨む。
単語一個でも拾えれば勝確。
「〇〇が気になってたけどさっきの説明にあったので大丈夫です！」と言えれば一番堂々としてる（本当に気にしてたかどうかは重要ではない）。
そこまで言えなくても「聞きたいことはだいたいすでに説明していただきました！」でいける。
「頂いた情報でやってみるので、行き詰まったらまた相談させてください」的なことを言えると次に繋がって完璧。
内容がどうであれ質問する行為は自分から発信しようとする能動的な行為であり、コミュニケーションに積極的な社会的行為である。
