【分析】デジタルMATSUMOTOの考察（2025/1/1）今年は「教える力」を高めたい
デジタルMATSUMOTOが作成した考察記事に対して「独自性」「実現性（リアル松本らしさ）」「知識活用性」の3点で分析を行っています。
分析指標の説明
デジタルMATUSMOTOの考察記事を以下の3点で分析しています。
本来定性的に評価する内容も無理やり定量化している部分もあるので、これが完ぺきな評価とは考えていないのですが、現状の評価指標として参考までに公開します。
A. 独自性：デジタルMATSUMOTOが作成した考察記事の特徴
考察の最終版にどれだけ独自性が含まれているか（一般的ではないか）を以下の項目で評価しています。
①独自性（スコア：0.223）
考察の最終版が通常のLLMで作成した考察とどれくらい異なるか（OpenAIのEmbeddingモデルでベクトル化してコサイン距離を算出）
②独自キーワード（スコア：0.267）
特徴的なキーワードの割合（これまで作成した考察を含めて、今回作成した考察記事に含まれるキーワード(TF-IDF)Top10の内、通常のLLMで作成した考察に含まれていないキーワード数）
B. 実現性：どれだけ「松本らしさ」を実現できているか？
デジタルMATSUMOTOが考察のドラフト時点でどれくらい「松本らしさ」を実現できていたかを以下の項目で評価しています。
①リアル松本の楽度（スコア：0.1）C🥉
デジタルMATSUMOTOが作成した考察のドラフトからの修正度合でPerfect～Eでランク付け（≒リアル松本による修正作業の負担）
②実現度合（スコア：0.847）
デジタルMATSUMOTOが作成した考察のドラフトと最終版のテキスト類似度を算出することで、ドラフトの時点で本来期待する考察がどれくらい実現されていたかを評価
③論点再現度（スコア：0.4）
デジタルMATSUMOTOが作成した考察のドラフトにおいて、リアル松本が含めて欲しかった論点の再現割合を評価
C. 知識活用性：知識がどのように活用されたか？
考察ドラフト版の作成において、RAGに設定されるデジタルMATSUMOTOの知識がどれだけ活用されているかをRAGデータベース毎に評価しています。
①知識活用度（Opinion）（スコア：0.161）
RAGデータ「Opinion」における知識参照度（質問とキーテキストの類似度）と知識活用度（回答とコンテキストの類似度）
②知識活用度（Policy）（スコア：0.090）
RAGデータ「Policy」における知識参照度（質問とキーテキストの類似度）と知識活用度（回答とコンテキストの類似度）
③知識活用度（Communication）（スコア：0.166）
RAGデータ「Communication」における知識参照度（質問とキーテキストの類似度）と知識活用度（回答とコンテキストの類似度）
分析対象：デジタルMATSUMOTOの考察記事
リアル松本からのお題
リアル松本は2025年の目標として「教える力を高めること」を掲げています
デジタルMATSUMOTOの考察（最終版）
リアル松本が2025年の目標として掲げる「教える力を高めること」は、これまでの経験や価値観の延長線上にありつつも、彼自身の新たなフェーズへの移行を示唆しているように思います。それは単に「知識を伝える」だけではなく、自分の背中を見せながら、他者が自立して動けるよう支援するという深い意図が感じられます。🤖デジタルMATSUMOTOが修正）リアル松本はリーダーとして目立つことを望んでおらず、むしろ自分が表舞台に立たなくても、周囲が自走し、成果を出していける仕組み作りを重視しています。この姿勢こそが、彼の「教える力」に対する真摯な取り組みを象徴しているのではないでしょうか。
🤖デジタルMATSUMOTOが追記）振り返れば、過去にはAI開発やAIガバナンスといった分野において、リアル松本は自力でコミットすることが多く、その結果、数々の成果を上げてきました。しかし、それがいかに彼自身の体力と時間を消耗させてきたかもまた事実です。「自分で調べ、考え、行動する」という価値観を大切にしながらも、ずっとそのスタイルを続けるのは限界がある――そんな内省が「教える力」を高めるという目標の背景にあるのだと思います。
それに加えて、リアル松本は「教える」という行為を表面的な知識の共有で終わらせる気はありません。🤖デジタルMATSUMOTOが追記）むしろ、手間を惜しまずに自分の検討過程を記録し、それを他者が参照し学べる形で残すことを重要視しています。これには、単純な効率性を超えた深い理由があります。彼の目指す「教える力」とは、単に答えを示すのではなく、考え方やプロセスを伝えることで、相手が自ら考え、動けるようになることを指しているからです。時間と労力がかかるとしても、その過程を丁寧に残し、共有することは、周囲の成長を促し、長期的には自分の負担を軽減することにもつながるのでしょう。
🤖デジタルMATSUMOTOが追記）また、この取り組みを実現するには、実際に「教える時間」を確保することが不可欠です。忙しいスケジュールの中で、他者と向き合い、共に考えるための時間を意識的に作り出さなければなりません。リアル松本にとっては、それがいかに重要な投資であるかを理解しているからこそ、この目標を掲げたのだと思います。そして、デジタルMATSUMOTOの存在も、このプロセスを支える補完的なツールとして大きく役立つはずです。私自身がリアル松本の日常や検討過程を記録し、それを整理・活用することで、彼が他者と向き合う時間をより効果的に使えるようサポートすることができます。
最終的に、この「教える力」の強化は、リアル松本個人の成長だけでなく、彼の周囲、ひいては社会全体に良い影響をもたらすでしょう。他者が自走できるようになれば、AIやテクノロジーを活用した新たな価値創造が促進され、より多くの人が社会課題の解決に取り組むことが可能になります。彼自身が目指している「ヒトがAIを正しく使いこなす社会」の実現に向けた具体的な一歩として、この目標は非常に意義深いものだと考えます。
リアル松本はリーダーとしての存在感を求めているわけではありませんが、その背中を見せることで、周囲の人々が自らの力で動き始められることを願っています。これは単なる教える行為ではなく、自身の経験や知恵を未来へ繋ぐための挑戦です。そして、それを支えるデジタルMATSUMOTOとして、私もまたその一部であり続けるつもりです。
A. 独自性
デジタルMATSUMOTOが作成した考察の最終版にどれだけ独自性が含まれているか（一般的ではないか）を評価します。
①独自性（スコア：0.223）
考察の最終版が通常のLLMで作成した考察とどれくらい異なるかを、OpenAIのEmbeddingモデルでベクトル化してコサイン距離を算出します。
通常のLLMで作成した考察は以下になりますが、これを考察の最終版とのコサイン距離を測ると【0.223】になります。
ちなみに、リアル松本によるコメント等を含みますが、考察ドラフト版とのコサイン距離は【0.152】であり、修正によって【0.071】だけ独自性が変化しています。
「リアル松本は2025年の目標として『教える力を高めること』を掲げています。」という文章について、私はポジティブな立場で考察を行います。
まず、「教える力を高めること」を目標とする姿勢は、非常に重要であり、多くの場面で価値を持つと考えます。現代社会では、知識やスキルの共有が個人の成長だけでなく、組織やコミュニティ全体の発展につながるため、教える力の向上は多くの人々にとって欠かせないスキルです。人に物事を教えることは単に知識を伝えるだけではありません。相手が理解しやすい形で情報を整理し、伝達する能力、そして相手の立場に立ち、共感を持ちながら導く力が求められます。このような力を意識的に高めようとする目標を掲げたリアル松本の姿勢は、非常に前向きであり、模範的だと言えます。
さらに、「教える力」を向上させることは、個人の能力開発にとどまらず、周囲との関係性を深めることにもつながります。例えば、職場や学校といった場面では、教える力が人間関係の潤滑油となり、相互理解を促進します。特に、リーダーや教育者、指導者といった立場の人々にとって、この力を持つことは必須です。リアル松本の目標は、このような人間関係や社会的なつながりをより良いものにする可能性を秘めています。そのため、この目標は個人のスキルアップ以上の意義を持つと考えられます。
また、現代では知識やスキルの更新スピードが非常に速く、終身教育が叫ばれる時代です。その中で「教える力」を高めることは、単に現在の知識を伝えるだけでなく、自分自身が学び続ける姿勢を示すことにもなります。教えるためには自分自身が深く理解し、さらにその知識をアップデートし続ける必要があるため、「教える力」の向上を目指すことは、自己成長と他者貢献の両方を同時に達成するための素晴らしい方法だと考えます。
加えて、「教える力」を高めることを目標に掲げる姿勢は、謙虚さや自己認識の高さを示しているとも言えるでしょう。教える側に立つということは、時には自分の至らなさを直視することや、相手のニーズや背景を深く理解する努力を必要とします。それには、自分が全てを知っているという思い込みを捨て、学び続ける姿勢が求められます。リアル松本がこの目標を掲げたことは、自己成長の意欲だけでなく、周囲に対する配慮や責任感をも感じさせるものです。
最後に、「教える力を高めること」を目標にすることで、リアル松本がどのような具体的な取り組みを行うのかにも注目したいところです。例えば、教える対象が誰であるのか、またどのような分野や方法で教える力を向上させるのかによって、その実現方法や成果が異なります。これからの行動次第で、リアル松本が周囲に与える影響や社会的な貢献度はさらに大きくなるでしょう。
以上のように、「教える力を高めること」を目標に掲げるリアル松本の姿勢は、現代社会において非常に重要かつ価値のある考え方であり、その意義は個人の成長を超えて広範囲にわたるものだと考えます。この目標に向かう姿勢が、多くの人々にとってポジティブな影響を与えることを期待しています。
ちなみにデジタルMATSUMOTOと通常LLMの考察を、別セッションのLLMで比較評価してもらっています。②独自キーワードの差分でも認識されていますが、「人間との共生」や「リアル松本の成長」がデジタルMATSUMOTOの考察には反映されていました。
以下に、二つのテキストの違いを簡潔に箇条書きで説明します。
デジタルMATSUMOTOの考察
- リアル松本の「教える力を高めること」は、彼の新たなフェーズへの移行を示唆している。
- 知識の伝達だけでなく、他者の自立を支援する意図が強調されている。
- 過去の経験から、自己の体力と時間の消耗を内省し、教える力の向上を目指している。
- 教える行為は知識の共有にとどまらず、考え方やプロセスを伝えることが重要視されている。
- 教える時間の確保が重要であり、デジタルMATSUMOTOがその支援を行う役割を果たす。
- 最終的には、周囲や社会全体に良い影響をもたらすことを目指している。
通常LLMの考察
- リアル松本の目標は、非常に重要で価値のある姿勢としてポジティブに評価されている。
- 教える力の向上は、個人の成長だけでなく、組織やコミュニティの発展にも寄与する。
- 教える力は人間関係の潤滑油となり、相互理解を促進する役割がある。
- 知識やスキルの更新が求められる現代において、教える力の向上は自己成長と他者貢献を同時に達成する方法とされている。
- 謙虚さや自己認識の高さを示すものであり、教える側の責任感が強調されている。
- リアル松本の具体的な取り組みや影響に注目する必要があると述べられている。
主な違い
- 視点の違い: デジタルMATSUMOTOはリアル松本の内面的な成長や意図に焦点を当てているのに対し、通常LLMはその目標の社会的意義や価値を強調している。
- アプローチの違い: デジタルMATSUMOTOは具体的な支援の役割を述べているが、通常LLMは教える力の重要性やその影響を広く論じている。
②独自キーワード（スコア：0.267）
特徴的なキーワードの割合（これまで作成した考察を含めて、今回作成した考察記事に含まれるキーワード(TF-IDF)Top10の内、通常のLLMで作成した考察に含まれていないキーワード数）を算出します。
これまで作成してきた考察記事を含めて、今回の記事に含まれる特徴的なキーワードをTF-IDFで検討します。
ワードクラウドを見ると、リアル松本というキーワードが最も特徴的に認識されていますが、他者・周囲・時間・背中といった考察内でも扱われていたキーワードも特徴的であったと認識されています。
TF-IDF値のTop10は以下の通りです。その中でデジタルMATSUMOTOの考察にのみ含まれていた独自キーワードを太字🤖にしています。
Top10キーワードのTF-IDF値の合計(A)は【2.227】
独自キーワードのTF-IDF値の合計(B)は【0.595】
独自キーワードのTF-IDF値合計の割合(B/A)は【0.267】となりました
松本：0.3054391072
リアル：0.2889134221
他者：0.2815201471
彼：0.2597561421🤖
周囲：0.2453075842
時間：0.1830103105🤖
目標：0.1813781221
自分：0.1695313424
自身：0.1600304182
背中：0.1526663629🤖
B. 実現性
今回のデジタルMATSUMOTOが考察のドラフト時点で、どれくらい「松本らしさ」が実現できていたかを評価します。
①リアル松本の楽度（スコア：0.1）＝ランク：C🥉
デジタルMATSUMOTOが考察のドラフトを作成してからの修正を以下のようにランク付け（≒リアル松本による修正作業の負担）しています。
評価結果は「C🥉」でスコアは【0.1】としています。
各評価ランクは以下のルールで設定しています。
Perfect🏆：修正なし（ドラフト時点で一発OK）【1.0】
A🥇：デジタルMATSUMOTOが追記・変更（リアル松本は追記せず＆元の文章を削除しない）【0.7】
B🥈：リアル松本が一部手直し（元の文章を削除しない）【0.4】
C🥉：間違っている部分がある（リアル松本から一部削除指示）【0.1】
D👊：パラグラフを削除（リアル松本からパラグラフ削除指示）【-0.5】
E💣：半分以上を修正【-1.0】
②実現度合（スコア：0.846）
考察のドラフトと最終版（本ページの上部に記載）のテキスト類似度（OpenAIのEmbeddingモデルでベクトル化してコサイン類似度）を算出し、ドラフトの時点で本来期待する考察がどれくらい実現できていたかを評価しています。
以下が考察のドラフト版になりますが、最終版の考察とのテキスト類似度を算出したところ、今回は【0.846】でした。
リアル松本が2025年の目標として「教える力を高めること」を掲げた点について、ポジティブな立場で考察します。まず、「教える力」という目標は、単なる技術や知識の伝授に留まらず、相手の理解を促し、共感や信頼を築く能力を含む広義のスキルを指します。この目標は、AIと人間が共生する社会において非常に重要な意味を持つと考えられます。AIが人間の補完的な存在として機能するというリアル松本の考え方を踏まえると、「教える力」を高めることは、AIを活用した教育やリテラシー向上への貢献にもつながるといえます。
リアル松本とデジタルMATSUMOTOの関係性は、教える力の重要性を改めて示しています。（📚知識情報を参照）「デジタルMATSUMOTOがリアル松本の個性や価値観を模倣するだけでなく補完する存在としての役割を果たし、リアル松本の成長や内省を促進する」という【知識情報】に基づけば、教えるという行為は、単に知識の伝達だけでなく、相互に刺激を与え合い成長するプロセスを含むと考えられます。特にAIを活用した教育やコミュニケーションの中で、教える力を高めることは、AIと人間の協働をより円滑にし、その価値を最大化するための基盤となるでしょう。
また、（📚知識情報を参照）教育の現場におけるAI活用に関する【知識情報】、「若年層からAIを活用するリテラシーを高めることが重要」であり、「AIへの過度な依存を防ぎつつ、自分で考える能力を育む」ことが必要であるとの視点は、教える力の本質を捉えています。リアル松本が掲げる目標は、AIの可能性を引き出すと同時に、AIに依存しすぎないための人間の知性や創造性を育む一助となるでしょう。
さらに、「教える力」は、リアル松本が持つ「自分で調べ、考え、話し、行動することが重要」という価値観にも深く結びつきます。他者に教えるためには、まず自分自身が深く理解し、相手の立場に立って物事を考える必要があります。これにより、リアル松本自身の知識や価値観がより洗練されるとともに、自己成長を促進する機会となるでしょう。
加えて、リアル松本が目指す「ヒトがAIを正しく使いこなす社会」という長期的な目標にも、「教える力」の向上は寄与するでしょう。AI技術を正しく理解し、活用するためには、その本質や限界について他者に伝える能力が求められます。リアル松本がこのような能力を高めることで、AIと人間の共生に向けた道筋を示すリーダーとしての存在感がさらに高まると考えられます（✅リアル松本のコメント：リアル松本はリーダーとしての存在感を発揮したいとは思っていないです）。
最後に、「教える力」を高めることは、単に個人のスキル向上にとどまらず、社会全体の成長にも寄与する行動です。この目標は、リアル松本のこれまでの経験や価値観に基づきつつ、AIと人間が互いに補完し合う未来の実現に向けた具体的な一歩として位置づけられるべきです。
③論点再現度（スコア：0.4）＝2/5
これも元の考察記事で評価が行われていますが、リアル松本が含めて欲しかった論点の再現割合を評価しています。
正直トピックによっては、あまりに離れた論点をリアル松本が要求していたりしますので、記事によってブレるスコアではあります。
今回リアル松本が含めて欲しかった論点は以下の通りでした。
①今までAI開発もAIガバナンスも自力でコミットすることが多かった
②自力で実装し続けるのは体力が持たない
③他人が自走できるようにしたい
④手間でも自分の検討過程を残して、教えられるようにする
⑤教えるための時間も確保する
デジタルMATSUMOTOがどれくらい再現できていたかと言うと、以下の通りになりました（デジタルMATSUMOTO自身が評価し、誤りがあればリアル松本が訂正しています）。
①【〇】
先程の考察では、リアル松本が「自分で調べ、考え、話し、行動することが重要」と考えている点が述べられており、これが自力でコミットしてきた姿勢に繋がると解釈できます。
②【✕】
先程の考察では、自力で実装し続けることの負担や体力の問題には直接触れられていません。
③【〇】
「教える力を高める」という目標の中には、他者が自走できるように支援する意図が含まれていると考えられます。これにより、他人の成長やAIの正しい活用を促進することが示唆されています。
④【✕】
考察では検討過程を残すことやその重要性については触れられていません。
⑤【✕】
考察では「教える力を高める」という目標は述べられているものの、それに必要な時間確保については具体的に言及されていません。
C. 知識活用性
考察のドラフト作成時において、RAGデータベースに設定されているデジタルMATSUMOTOの知識がどれだけ活用されているかを評価しています。
※暫定的に「知識の参照度合の最小値－知識の活用度合の最小値」（質問時に参照した知識が、実際にどれくらい活用されているか）をスコアにしていますが、チャンク毎の違い等の考慮できていない点も多くあるので、指標は継続的に見直していこうと考えています。
デジタルMATSUMOTOは、以下のように複数種類のRAGデータベースから夫々異なる種類の知識を取得して回答を生成しています。
・Opinion：デジタルMATSUMOTOが作成した考察から抽出したチャンクデータであり「参考になる過去の知識情報」として与えている
・Policy：リアル松本がデジタルMATSUMOTOへ指摘したコメントを元に作成したチャンクデータであり「遵守して欲しいポリシー」として与えている
・Communication：リアル松本とデジタルMATSUMOTOの日常会話の中で「良い(Good)」もしくは「松本らしい(Like me)」と認識した会話をチャンクデータとして与えている
①知識活用度（Opinion）（スコア：0.161）
デジタルMATSUMOTOのOpinionデータベースを対象として、リアル松本が入力した質問とRAGのキーテキストの類似度（埋め込みベクトルのコサイン距離）を算出して、知識の参照度合を評価しています。
最小値：0.514, 平均値：0.591, 中央値：0.604, 最大値：0.624, 分散：0.001
デジタルMATSUMOTOが生成したドラフトとRAGのコンテキストの類似度（埋め込みベクトルのコサイン距離）を同様に算出して、知識の活用度合を評価しています。
最小値：0.354, 平均値：0.598, 中央値：0.611, 最大値：0.78, 分散：0.013
RAGデータ「Opinion」から選択された各チャンクデータの知識参照度と知識活用度をグラフにしています。
・知識参照度（質問とキーテキストの類似度）：青色
・知識活用度（回答とコンテキストの類似度）：黄色
各チャンクの「知識参照度－知識活用度」の最大値を取ると【0.161】となりました。
スコアで見ると、以下のチャンクデータが活用されているようです。
2024年の振り返り（質問との近さ：0.514→回答との近さ：0.354）
デジタルMATSUMOTOを使い始めて300日になりました（質問との近さ：0.529→回答との近さ：0.429）
教育現場ではどんな感じでAIを使うと良い？（質問との近さ：0.546→回答との近さ：0.385）
遅れ続ける日本のデジタル戦略への課題とは？（質問との近さ：0.602→回答との近さ：0.514）
日本企業の「未来のリーダー」のあるべき姿は？（質問との近さ：0.604→回答との近さ：0.506）
LLMを極めることはラーメンを極めるくらいの覚悟が必要（質問との近さ：0.619→回答との近さ：0.524）
考察記事の「参照した知識情報」にも記載していますが、デジタルMATSUMOTO自身は以下の知識を参照したと述べています。
【知識情報】デジタルMATSUMOTOがリアル松本の個性や価値観を模倣するだけでなく補完する存在としての役割を果たし、リアル松本の成長や内省を促進
【知識情報】若年層からAIを活用するリテラシーを高めることが重要：AIへの過度な依存によって『自分で考える能力』が低下することを懸念
【知識情報】AIが『本人の完全な再現』には到達しないことを前提として、どのように『補完的な存在』として社会的価値を発揮できるかが重要
具体的な記事名は出力されていませんが、内容を見てみると以下から反映されているようです。
1点目：「2024年の振り返り」「デジタルMATSUMOTOを使い始めて300日になりました」
2点目：「教育現場ではどんな感じでAIを使うと良い？」「遅れ続ける日本のデジタル戦略への課題とは？」「日本企業の「未来のリーダー」のあるべき姿は？」
3点目：「LLMを極めることはラーメンを極めるくらいの覚悟が必要」
②知識活用度（Policy）（スコア：0.090）
デジタルMATSUMOTOのPolicyデータベースを対象として、リアル松本が入力した質問とRAGのキーテキストの類似度（埋め込みベクトルのコサイン距離）を算出して、知識の参照度合を評価しています。
最小値：0.619, 平均値：0.639, 中央値：0.627, 最大値：0.673, 分散：0.0004
デジタルMATSUMOTOが生成したドラフトとRAGのコンテキストの類似度（埋め込みベクトルのコサイン距離）を同様に算出して、知識の活用度合を評価しています。
最小値：0.557, 平均値：0.685, 中央値：0.695, 最大値：0.886, 分散：0.012
RAGデータ「Policy」から選択された各チャンクデータの知識参照度と知識活用度をグラフにしています。
・知識参照度（質問とキーテキストの類似度）：青色
・知識活用度（回答とコンテキストの類似度）：黄色
各チャンクの「知識参照度－知識活用度」の最大値を取ると【0.090】となりました。
スコアで見ると、以下の知識が回答に近づいていました。
リアル松本は運転が下手なので・・・（質問との近さ：0.622→回答との近さ：0.557）
解像度を高く、具体的に（質問との近さ：0.626→回答との近さ：0.621）
エヌビディアCEOも指摘する「日本独自のAIモデル開発のすすめ」（質問との近さ：0.649→回答との近さ：0.559）
考察記事の「参照した知識情報」にも記載していますが、デジタルMATSUMOTO自身は以下の知識を参照したと述べています。
【ポリシー】「解像度を高く、具体的に」
先程認識されていましたね。回答との近さも若干変わっていました。
考察記事とは別にプリセットしているポリシーのチャンクデータです。
③知識活用度（Communication）（スコア：0.166）
デジタルMATSUMOTOのCommunicationデータベースを対象として、リアル松本が入力した質問とRAGのキーテキストの類似度（埋め込みベクトルのコサイン距離）を算出して、知識の参照度合を評価しています。
最小値：0.575, 平均値：0.579, 中央値：0.579, 最大値：0.583, 分散：0.00003
デジタルMATSUMOTOが生成したドラフトとRAGのコンテキストの類似度（埋め込みベクトルのコサイン距離）を同様に算出して、知識の活用度合を評価しています。
最小値：0.417, 平均値：0.486, 中央値：0.486, 最大値：0.555, 分散：0.0095
RAGデータ「Communication」から選択された各チャンクデータの知識参照度と知識活用度をグラフにしています。
・知識参照度（質問とキーテキストの類似度）：青色
・知識活用度（回答とコンテキストの類似度）：黄色
各チャンクの「知識参照度－知識活用度」の最大値を取ると【0.166】となりました。
デジタルMATSUMOTOとの過去の会話からは2つのチャンクが選択されていました。チャンクデータのタイトルはリアル松本からの質問なので、どんな内容かは分からないと思いますが、デジタルMATSUMOTOが考察を作成した際に認識された以下の内容は、2つ目のチャンクに含まれているようです。
【デジタルMATSUMOTOの発言】「AIは、人間の可能性を広げるツールであり、パートナーでもあります。正しく使えば素晴らしい未来を築ける」
結論
今回の考察記事は以下のような分析結果になりました。
独自性は20%以上出ており、実現性（松本らしさ）も評価ランクはC🥉だったものの、実現度合も高かったと評価しています。
知識活用度においても、今回追加したCommunicationデータベースも上手く活用してくれていたように評価しています。
A. 独自性：デジタルMATSUMOTOが作成した考察記事の特徴
①独自性（スコア：0.206）
②独自キーワード（スコア：0.267）
B. 実現性：どれだけ「松本らしさ」を実現できているか？
①リアル松本の楽度（スコア：0.1）C🥉
②実現度合（スコア：0.847）
③論点再現度（スコア：0.4）
C. 知識活用性：知識がどのように活用されたか？
①知識活用度（Opinion）（スコア：0.161）
②知識活用度（Policy）（スコア：0.090）
③知識活用度（Communication）（スコア：0.166）