普段アップデート通知切ってるのでなかなかリアルタイムでは気付けません。
iPhoneのアプデが来てたのでそういえばと思って確認したら来てました。

Sonoma 14.8.8へのアップデート

お馴染みの作業です。

必要に応じてバックアップは取っておきましょう。

まずはOpenCore Legacy Patcher(OCLP)のバージョンチェック

※最新のバージョンになっている必要性があります。

最新は2.4.1 が latest。変わってない
OK

システム設定 – ソフトウェアアップデートからアップデート

システム設定 > 一般 > ソフトウェアアップデート

TahoeじゃなくSonomaの方でアップデートしてくださいね。くれぐれもお間違い無く

「今すぐアップデート」から「同意する」

ダウンロードが始まります

アップデート準備中

終わったら再起動

OCLP Rootパッチを適用

再起動してきたらRootパッチを当てる

処理が終わったら再起動

無事にアップデート完了

バージョンをチェックします
無事に14.8.8 (23J620)になりました

システム設定の通知（赤いバッチ）を消す

更新通知の赤いバッチマーク、邪魔ですよね。
消してしまいましょう。

これも前回と同じ作業です。

1. ネットワーク切断（Wi-Fiをオフ、Lanケーブル引っこ抜く）
2. ソフトウェアアップデート を開き
3. 「自動アップデート」横のiマークから全てオフ設定を確認
4. ターミナルからsoftwareupdate -lを実行

% softwareupdate -l

Software Update Tool

Finding available software
インターネットに接続していないため、Appleソフトウェアアップデートサーバに接続できません。

これで赤いバッジが消えます。

まとめ

問題なくアップデートされました。

今の所、特に不具合は確認されません。たぶん大丈夫。

でもきっと・・・そろそろだよね。サポート切れるの。
次のSequoiaあたりはまだ安定して使えるのかな？

前回の記事でOllamaを使ってみたものの、遅過ぎて使えない。
なのでllama.cppを直接ビルドして使ったら Ollamaの約4倍の速度が出た！ そんなお話です。

llama.cppのインストールからAIモデルを動かすまでをさらっとまとめてみます。

llama.cppがollamaより早いと聞いて

前回は iMac2017 に Ollama をインストール、ローカルでAIモデルを動かしてみました。

でも遅い、あまりにも遅い。
動いたことには感動だけれど 1.92 t/s くらいで字面を追うのは地味にストレス。

もう少し軽いモデルはないかと色々試してみました。

軽いモデルを使えば若干速度は上がるもののやはり性能が落ちます。
わけわかんないこと回答したり、なぜか英語と日本語のノイズ混じりの不思議な文章になっていたり。

軽さと賢さはトレードオフと知りながらも、何かないかと試していました。

結論としては・・・

ない！多分！（残念

やはり無理があったかと諦めかけたのですが、もう一つの可能性として 実行環境を変えてみたらどうなるだろう、と。
反応速度も上がるらしいと聞いたので llama.cpp を直接使ってみることにしました。

llama.cppについて

実は Ollama の内部では llama.cpp が推論エンジンとして動いています。

• llama.cpp = 「LLMをローカルで高速実行するための低レイヤー推論エンジン」
• Ollama = 「llama.cppなどを内部で利用して、モデル管理や実行を簡単にした上位ツール（ラッパー）」

Ollamaを使えば、手軽で簡単にローカルAIを試すことができます。
例えば画像を読み込ませれば楽々読み込んで説明してくれる。超簡単。

が、その反面動作はもっさりしてしまう。
スペックが足りてないのだから仕方ないけど。

そこで余計なものは省き、直接 llama.cpp を適切な設定で動かせばもう少し快適に走らせることができるかなと。

iMac2017のような古いPCではその差が顕著に出るかもしれない。

まずはHomebrew版 llama.cpp を試す

最初にHomebrewにある llama.cpp を試してみました。

brew install llama.cpp

でも結論から言うと、ダメ。

速度的には多少（気持ち程度）良くなった気がしますが、ただトークン/sを見てもさほど変わらない。
変わらないなら意味がない。（※1）

テキストチャットでの問答くらいなら問題はありません。

Githubからllama.cppを持ってきてビルド。メタルはオフ

さて、自分の環境に合わせてビルドしたらどのくらい変わるのか。
Githubなんて必要な時にたまに眺めるくらいで使ったことなんてなかったけれど、トライしてみます。

まずは cmake と git をhomebrewからインストール

brew install cmake git 

次に llama.cpp のリポジトリをクローン（手元にダウンロード）します。

#git clone <リポジトリURL> <ローカル保存先パス>
git clone https://github.com/ggml-org/llama.cpp.git ~/Projects/llama.cpp

自分の環境に合わせてビルドします。

cd ~/Projects/llama.cpp
cmake -B build -DGGML_NATIVE=ON -DGGML_ACCELERATE=ON -DGGML_METAL=OFF
cmake --build build --config Release -j

オプションの説明

-DGGML_NATIVE=ON

実行しているパソコンのCPUが持つ高速化命令（AVX2やNEONなど）をフルに使うように指示します。速度アップ。

-DGGML_ACCELERATE=ON

Apple Accelerateフレームワーク(BLAS実装)をリンクするオプション。
高精度・超高速の数学計算用機能（Accelerate）を有効にします。CPUでの計算が速くなります。

-DGGML_METAL=OFF

MacのGPUを使う機能（Metal）を「オフ」にし、cpuオンリーで使用する。

最初はメタルをオフにせずビルドし、画像を読む --mmproj も使って画像を説明させようとしました。
ところが何回やってもエラーで止まってしまう。
そのまま設定を詰めていくよりいっそのこと cpuオンリー にしたほうが良いように思えたのでそのように。
結果としてうまく行きました。
足を引っ張るGPUを切ったからか通常のレスポンスも、僅かにですが、早いです。

兎にも角にもインストールは完了。

最後にパスを通しておきます。

echo 'export PATH=~/Projects/llama.cpp/build/bin:$PATH' >> ~/.zshrc
source ~/.zshrc

モデルファイル（gguf）をダウンロードして実行

さぁAIの脳みそとも言うべきモデルファイルを入手します。
Hugging Face からモデルを検索してダウンロードしました。

gemma-3-4b-it-qat-Q4_K_M.gguf　あたりが安定して動いてくれる気がします。
Googleが開発したオープンなAIモデル「Gemma 3」を、PCやスマートフォンなどの一般的な端末で軽量・高速に動かせるように最適化した、テキストおよび画像（マルチモーダル）対応のAIモデルファイルです。

ダウンロードが完了したらいよいよ実行します。

#パスは環境に合わせて
llama-cli -m ./models/gemma-3-4b-it-qat-Q4_K_M.gguf

起動したら　hi　とだけ挨拶してみます。

Loading model...


▄▄ ▄▄
██ ██
██ ██  ▀▀█▄ ███▄███▄  ▀▀█▄    ▄████ ████▄ ████▄
██ ██ ▄█▀██ ██ ██ ██ ▄█▀██    ██    ██ ██ ██ ██
██ ██ ▀█▄██ ██ ██ ██ ▀█▄██ ██ ▀████ ████▀ ████▀
                                    ██    ██
                                    ▀▀    ▀▀

build      : b9691-2e88c49c9
model      : gemma-3-4b-it-qat-Q4_K_M.gguf
modalities : text

available commands:
  /exit or Ctrl+C     stop or exit
  /regen              regenerate the last response
  /clear              clear the chat history
  /read <file>        add a text file
  /glob <pattern>     add text files using globbing pattern


> hi

Hi there! How’s your day going so far? Is there anything I can help you with today? 😊 

Just let me know what’s on your mind!

[ Prompt: 17.5 t/s | Generation: 8.5 t/s ]

> 

動きましたね。Ctrl+Cで終了します。

Generation: 8.5 t/s

なので Ollama の時（※1）の 1.92 t/s や、
homebrewで入れた llama.cpp の 1.5 t/s に比べると4倍以上の速度になりました。

速度感の比較

画面収録の影響が出てますがそれでも以前よりぜんぜんマシ

前回のollamaでの実行速度

ブラウザからアクセスして llama-ui（WebUI）も使える

これまでは llama-cli で動かしてきましたが、 llama-server で起動するとブラウザからアクセスして ChatGPT のような画面で使うこともできます。
httpサーバーを起動

llama-server -m ./models/gemma-3-4b-it-qat-Q4_K_M.gguf

ブラウザを立ち上げ、http://localhost:8080/にアクセスすると、llama-ui という画面にアクセスできます。
こっちの方が馴染みがありますね。画面を見ると相変わらず訳わかんないこと言ってますが笑

ちなみにWebUI使うとやはりちょっと遅いです。

WebUIと、ターミナルからcurlでアクセスしたものとの差を比較してみます。

別のターミナルウインドウを開き、

curl http://localhost:8080/v1/chat/completions -H "Content-Type: application/json" -d '{ "model": "gemma-3", "messages": [{"role": "user", "content": "部屋に5本のキャンドルが灯っています。風が吹いて2本が消えました。翌朝、部屋には何本のキャンドルが残っているでしょうか？ 理由も添えて答えてください。"}]}'

と打つと同じように答えてくれますが、

• WebUI → 約6.68 t/s
• curl → 約8.4t/s

1.25倍くらいの速度差があります。

まとめ

とりあえず簡単なチャットならストレスなく行えるようになりました。

本当は、ビルドしたら早くなったのでそうすると良いよーって言いたかったのですが、
この記事を書いている最中にアップデートしてみたらollamaもHomebrew版 llama.cppも普通に早くなったって言うね・・・

なんだったんじゃーーーー！

んまぁ、少しでも早く動くならいいか。

次の記事では画像を読ませて、その画像について説明させてみます。

ということで一連の流れを備忘録として記事化しました。
では。

Macでスクショを撮る時に、
アプリのウインドウ幅やドロップシャドウのオンオフだったりを調整したい時があります。

そんな時に役立つやり方。その備忘録。

ターミナルなどのウインドウサイズをピクセル単位で調整する

ターミナルのスクリーンショットを撮るのにウインドウの幅を決めたかったのです。
でも手動で、しかもピクセル単位で調整するなんて・・・なかなかに大変。

具体的には、画面収録する際に決めたサイズにしたいものの、一度閉じてしまうと再現するのが難しい。微妙に違ってしまう。

でも設定から決められるのは「列」と「行」。
「サイズを揃える」と言う意味では出来なくもないんだけど、結構アバウト。

なんとなくこう言うのはピシッと揃えたい。

と言うことでそんな時はターミナルから AppleScript を使えば正確なピクセル指定が可能です。

コマンドによる指定（例：{左始点、上始点、右終点840px（幅）、下終点500px（高さ）}）

osascript -e 'tell application "Terminal" to set bounds of front window to {0, 0, 840, 500}'

また、個人的にGoogle Mapのスクリーンショットを画像引用することも多いのですが、
その際にブラウザ幅を手動で変更するとこれまた微妙に違ってしまう。

そんな時にもこれ、便利です。
ちなみに、tell application "Firefox"...とした場合、「プライバシーとセキュリティ」の項目として許可を必要とする場合があります。

許可したときは

システム設定 > プライバシーとセキュリティ > オートメーション

に ターミナル があるのでここから変更が可能です。

SS（スクリーンショット）のドロップシャドウをオフ

スクショを撮る時、
command + shift + 4 を押してから スペースキー を押し、撮りたいウインドウにマウスオーバー + クリックで、そのウインドウのSSが撮れます。

デフォルトでドロップシャドウが付きます。普段はこれでOK
でもドロップシャドウを消したい時もある。

そんな時はOption キーを押しながらクリック するとドロップシャドウがオフになります。

もし常時オフにしたい場合はターミナルから↓

# 常時オフ
defaults write com.apple.screencapture disable-shadow -bool true
killall SystemUIServer

# 元に戻す
defaults write com.apple.screencapture disable-shadow -bool false
killall SystemUIServer

まとめ

微妙に面倒くさかったことが解決できました。

もちろん画像編集ソフトでリサイズすれば良いっちゃ良いんですが、載ってる字が細かいと文字が潰れちゃいそうで・・・。

一応解決したのでOK

何かのヒントにでもなれば幸いです。
こんなことで悩む人はあまりいないと思いますが（笑）
それでは。

このアップデートには重要なセキュリティ修正が含まれ、すべてのユーザに推奨されます。

Sonoma 14.8.7へのアップデート

いつものように作業します。
毎度のことなのでさらっと。

必要に応じてバックアップは取っておきましょう。

1. まずはOpenCore Legacy Patcher(OCLP)が最新かチェック

最新は2.4.1 が latest
大丈夫

2. ソフトウェアアップデートからアップデート

システム設定 > 一般 > ソフトウェアアップデート

その他の利用可能なアップデート
アップデート項目を確認して「今すぐアップデート」

規約に同意

ダウンロード

アップデート準備中

再起動

3. OCLP Rootパッチを適用

再起動してきたらRootパッチを当てるよう促されるので「OK」

処理が終わったら
再起動

4. バージョンチェック

りんご > このMacについて から確認
無事 sonoma 14.8.7（23J520） になりました

システム設定の通知を消す

再起動直後には特に赤いマーク（バッジ）はついてません。
が、ソフトウェアアップデートを開くなどすると更新通知が付きます。

それを消すには

1. ネットワーク切断（Wi-Fiをオフ、Lanケーブル引っこ抜く）
2. ソフトウェアアップデート を開き
3. 「自動アップデート」横のiマークから全てオフ設定を確認
4. ターミナルからsoftwareupdateを実行

% softwareupdate -l

Software Update Tool

Finding available software
インターネットに接続していないため、Appleソフトウェアアップデートサーバに接続できません。

赤いバッジが消えます。

まとめ

今回も問題なくアップデート完了。
不具合はなさそうです。今のところ。

やってみたくなったので試してみました。

まぁ結論としてはもちろん動くし、使えます。いや使えるというのはちと・・・語弊がある？

OllamaのインストールからローカルでAIモデルを動かすまで、その一通りの流れを備忘録として記事化。

Local LLMを動かすにはApple Mチップ（Apple Silicon）が良い？

Apple独自のアーキテクチャがAI処理と非常に相性が良いらしい。

通常、CPUとGPU（グラフィック）のメモリは分けて搭載されているが、近年のMacはこれらが一体になった「ユニファイドメモリ」を採用。
これにより、搭載されているメモリのほぼ全てをAIモデルの読み込みに使えるため、大容量のモデルを快適に動作させることができる。

そしてLLMを動かすにはGPUの性能が重要。
Apple Mチップはチップ内に強力なGPUを内蔵しており、これが高速処理を可能にする、のだとか。

と、ここまで書いておいてなんですが、そんなこたぁどうでも良い。

だって手元にあるのは、貧弱なグラフィックボードを搭載し、Mチップを搭載していないIntel Mac（iMac2017）なのだから！それで動かした結果どうなのかという検証なのだから！

・・・。

負け惜しみはさておき、必要なものを見ていきます。

ローカルLLMを動かすために必要なツール

AIモデルファイルは例えるなら「脳」。
脳だけでは何もできません。動かすための「入れ物（実行環境）」が必要。それが Ollama などのツールです。

モデルファイルが「ゲームのディスク」、実行環境が「ゲーム機」と言ったらわかりやすいのかもしれない。イメージ的に。

そして今回使う Ollama は、

• モデルを管理し
• ダウンロードし
• 実行し
• APIとして提供する

それらが簡単に行えるツールの一つです。

Ollamaをインストール

モデルファイルは Ollama からダウンロード、実行することができるので、
まずは Ollama をセッティングし、その後いろんなモデルを試すことになります。

Homebrew版を使います。
Homebrewをあらかじめインストールしておいてください。-> https://brew.sh/ja/

ターミナルから

brew install ollama

% brew install ollama
✔︎ JSON API formula.jws.json Downloaded   32.0MB/ 32.0MB
==> Fetching downloads for: ollama
✔︎ Bottle Manifest ollama (0.23.2) Downloaded   13.9KB/ 13.9KB
✔︎ Bottle ollama (0.23.2) Downloaded   15.0MB/ 15.0MB
==> Pouring ollama--0.23.2.sonoma.bottle.tar.gz
==> Caveats
To start ollama now and restart at login:
brew services start ollama
Or, if you don't want/need a background service you can just run:
OLLAMA_FLASH_ATTENTION="1" OLLAMA_KV_CACHE_TYPE="q8_0" /usr/local/opt/ollama/bin/ollama serve
==> Summary
🍺  /usr/local/Cellar/ollama/0.23.2: 9 files, 40.5MB

Ollamaがインストールされました。

Ollamaを起動

インストールしたOllamaを起動します。

バックグラウンドで常時起動させておきたいなら下記のように入力しデーモンとして起動します。

ターミナルから

brew services start ollama

でも常に動かしておく必要は自分にはないので、使いたい時に起動します。

ollama serve

あるいはインストール時のログにあったように

OLLAMA_FLASH_ATTENTION="1" OLLAMA_KV_CACHE_TYPE="q8_0" ollama serve

と打ち込みます。

• OLLAMA_FLASH_ATTENTION=”1″
  Flash Attention という高速化技術を有効にするための環境変数
  主にGPU向けに最適化された技術なのでCPU環境ではおまじない程度
• OLLAMA_KV_CACHE_TYPE=”q8_0″
  キャッシュを量子化（圧縮）することでメモリ消費量を抑える

※環境変数については公式FAQを参照のこと。

モデルファイルをダウンロードして実行する

さて、今のターミナルウインドウはそのままに、新しいウインドウを開きます。

「Gemma 3:4b-it-qat」というAIモデルを試してみます。

1. 圧倒的な日本語の自然さ: 文脈の理解がスムーズ
2. Intel Macでも動く軽さ: 4b（約40億パラメータ）なので、専用GPUがないiMac 2017でも実用的な速度で返ってくる（※環境による）
3. QAT（量子化）の恩恵: qat 版は精度を維持しつつメモリ消費を抑えているため、Intel Macの限られたリソースに最適

ターミナルから

ollama run gemma3:4b-it-qat

ollama pull gemma3:4b-it-qat で取得だけもできますが、
ollama run gemma3:4b-it-qat とすると実行する際にまだDLしていなければ取得して実行してくれます。

% ollama run gemma3:4b-it-qat
pulling manifest 
pulling 529850705c08: 100% 4.0 GB
pulling 5be6630b666f: 100% 359 B
pulling 3116c5225075: 100% 77 B
pulling 34ec2fc9f116: 100% 413 B
verifying sha256 digest 
writing manifest 
success 
>>> Send a message (/? for help)

動きました。

>>> Send a message　となっているところに質問を書けば会話が始まります。

簡単ですね。素晴らしい。

会話を終えるには ctrl + d
ollama serveしたターミナルでは ctrl + c で終了します。

終了せずに間違ってターミナルを閉じてしまった場合は改めてターミナルを開き、pkill ollama か、
アクティビティモニタを起動して ollama のプロセスを終了させます。

ちなみにモデルは ollama の公式サイトから探せます。

AIのカスタマイズ、Modelfileの作成

そのまま ollama run しても動きますが、より使いやすく、反応の仕方や性格付けをするためにModelfileを作成します。

手順

適当なディレクトリに Modelfile（拡張子なし）というファイルを作成します。
ただそれだと後から分かりづらいので Modelfile.gemma3-creative のように名前をつけると良いかも。
こうすることで複数のModelfileを一箇所において管理できます。

以下の内容を書き込みます。

# ベースとなるモデルを指定
FROM gemma3:4b-it-qat

# パラメータ設定（創造性と正確性のバランス）
PARAMETER temperature 1.0
PARAMETER top_p 0.9
PARAMETER repeat_penalty 1.1

# システムプロンプト（ここで日本語の振る舞いを固定する）
SYSTEM """
あなたは日本語で自然に会話するアシスタントです。
必ず日本語で、わかりやすく説明してください。
機械翻訳のような不自然な表現は避けてください。
"""

パラメータはOllamaのModelfileリファレンスで確認できます。

まずは temperature をいじるのが一番変化を実感しやすいです。プログラミングや事実確認なら 0.1〜0.3、小説執筆やアイデア出しなら 1.0以上 を試してみてください。

カスタムモデルとして登録

ターミナルでModelfileがある場所に移動し、カスタムモデル（例：gemma3-creative）として登録します。

# カスタムモデルの作成 -f で作成したModelfileを指定
ollama create gemma3-creative -f Modelfile.gemma3-creative

# 実行
ollama run gemma3-creative

削除したい時は

# モデルのリスト表示
ollama list
# 削除したい時は
ollama rm gemma3-creative

実際に動かしてみた速度感（トークン/s）

実際に動かしてみた感じが伝わるようGIFにしてみました。伝わるかな？

1.98 tokens/s くらい。

遅いね・・・遅い。

英語なら？

うん、変わらんね。遅すぎる。

ちなみに最近公開された「Gemma4」も試してみました。

Thinking modeというAIが考えている内容（推論）を見ることができて大変興味深いのですが、回答が出てくるまでがもんのすごい遅いので・・・飽きます。最初は楽しいんだけどね。
オフにすることもできるし、そうすると回答までの時間が若干短縮されたように思えたけど遅いことには変わりなし。
ただモデルが悪いのではなく、遅い環境なのが問題なのでそこはお間違い無く。

まとめ

ごくごく簡単に iMac2017 でローカルLLMを動かす説明をしてみました。
速度はお世辞にも快適とは言えません。レスポンスを待つ時間は覚悟が必要です。ただ、ローカルで動く・データが外に出ない・APIコストがかからない という点は大きなメリットです。

なにより素人でも少しいじればAIをローカルで動かせるってすごいよね。

でも実は Ollama の中で動いている llama.cpp を自分の環境に合わせてビルドし、直接使うことによって速度を上げることができるのです。
正直使い道も何もあったもんじゃないなと思っていたのに試してみてビックリ。

4倍くらいは早くなったので、すこしは光明が見えてきたかも？

そのあたりは次の記事で。

llama.cppで始めるローカルAI入門—古いIntel Macでも意外と動く【8.5 t/s】

古いIntel MacでローカルLLMが動くのか、どの程度動くのかの検証です。前回の記事でOllamaを使ってみたものの、遅過ぎて使えない。なのでllama.cppを直接ビルドして使ったら Ollamaの約4倍の速度が出た！ そんなお話です...

www.wholenotism.com

2026.06.18

しばらく待てば extractor のファイルも更新されるかな・・・と思ってたけどなかなか更新されない。

まぁいい機会だから対処法でも探そうかと。

一応解決したので備忘録も兼ねてシェア。

bilibiliでyt-dlpを使おうとすると412エラー

普通に使おうとすると412エラーが発生。

% yt-dlp -F https://www.bilibili.com/video/ほにゃらら/
[BiliBili] Extracting URL: https://www.bilibili.com/video/ほにゃらら/
[BiliBili] にゃらら: Downloading webpage
[BiliBili] ほにゃらら: Extracting videos in anthology
[BiliBili] ほにゃらら: Downloading wbi sign
[BiliBili] ほにゃらら: Downloading video formats for cid xxxxxxxxxxx
ERROR: [BiliBili] にゃらら: Unable to download JSON metadata: HTTP Error 412: Precondition Failed (caused by <HTTPError 412: Precondition Failed>)

かつて「クッキーを渡せばいける」という話もあったようなのでやってみたけど結果は同じ。

困ったねぇ

対処法：Origin ヘッダーを付与

色々試してみた結果、解決法としては
オプション --add-header "Origin:https://www.bilibili.com" を付与したら通りました。

% yt-dlp -F --add-header "Origin:https://www.bilibili.com" https://www.bilibili.com/video/ほにゃらら/
[BiliBili] Extracting URL: https://www.bilibili.com/video/ほにゃらら/
[BiliBili] にゃらら: Downloading webpage
[BiliBili] ほにゃらら: Extracting videos in anthology
[BiliBili] ほにゃらら: Downloading wbi sign
[BiliBili] ほにゃらら: Downloading video formats for cid xxxxxxxxxxx
[BiliBili] xxxxxxxxxxx: Extracting chapters
[info] Available formats for ほにゃらら:
ID    EXT RESOLUTION FPS │   FILESIZE   TBR PROTO │ VCODEC        VBR ACODEC      ABR
─────────────────────────────────────────────────────────────────────────────────────
30216 m4a audio only     │ ≈687.63KiB   66k https │ audio only        mp4a.40.2   66k
30232 m4a audio only     │ ≈  1.27MiB  124k https │ audio only        mp4a.40.2  124k
30280 m4a audio only     │ ≈  1.27MiB  124k https │ audio only        mp4a.40.2  124k
30016 mp4 640x360     30 │ ≈  2.87MiB  282k https │ avc1.640033  282k video only
30032 mp4 852x480     30 │ ≈  4.13MiB  405k https │ avc1.640033  405k video only
30064 mp4 1280x720    30 │ ≈  7.76MiB  761k https │ avc1.640033  761k video only
30080 mp4 1920x1080   30 │ ≈ 16.44MiB 1613k https │ avc1.640033 1613k video only

最初はクッキー、ユーザーエージェント、Refererヘッダー、Originヘッダーを付けてみましたが、削っていったら Origin だけでも通りました。

Origin:「リクエストがどのドメインから発行されたか」を見ている、ということですね。

「外部からの不正な直リンク（スクレイピング）」として 412 で弾かれていた、という理屈でしょうか。
デフォルトでOriginも送信はしているようです。が、オプションから付与したおかげで何か漏れていた部分で通ったのかもしれません。

たしかにブラウザでも、ユーザーの「動画リスト」ページにブックマークから直接飛ぶと空っぽと表示され、別ページに一旦移ってから再度移動すると表示されるという現象が起きています。

まとめ

今回は 412エラー（前提条件失敗） が発生し、Originヘッダーを付与したら通ったという結果になりました。

今後さらに厳格化されてリファラーやクッキーを見ることがあるかもしれません。

そうなったら

• クッキー：--cookies-from-browser ブラウザ
• ユーザーエージェント：--user-agent
  （Firefoxなら ヘルプ > トラブルシューティング情報 > ユーザーエージェント（の文字列））
• リファラー：--add-header "Referer:https://www.bilibili.com"
• オリジン：--add-header "Origin:https://www.bilibili.com"

あたりを付与していくと何とかなるかも。ならんかも。

他のツールで何か対応してるものないかと探してみたんですけど今は yt-dlp 一強みたいな感じなんですかね。
streamlinkも「プラグインないよ！」って拒否られたし、lux（旧Annie）みたいなものももはや更新されてなさそうだし。

そのうち優秀なエンジニアさんが Extractor の bilibili.py を更新してくれるはず。
それまでは Originヘッダーを付与 で凌ぎましょう。

では。

追記（20260616）：extractor/bilibili.pyを書き換える方法

yt-dlp 2026.6.9にアップグレードしたけれど「bilibili.py」はアップデートされず、そのままでした。残念。
412エラーは前述のように OriginヘッダーとRefererヘッダーを付ければ通りますが、480pまでしかリストが取得できないのでbilibili.pyを直接いじります。

bilibili.py 179行目

'https://api.bilibili.com/x/player/wbi/playurl', bvid,

を

'https://api.bilibili.com/x/player/playurl', bvid,

に変更すれば、
Originヘッダー、Refererヘッダーをつける必要もなく、またリストフォーマットで1080pなども（あれば）表示されるようになります。
（当たるサーバーによってなのか何なのか、412が出る時もありますが2回ほどトライすると通ります。）
（参考：github「bilibili video download fail #16962」）

あれ？Xのアカウントが凍結されてる？

ある日突然何も操作できなくなっていました。

なんかおかしい。
そう思った時にはもう時すでに遅し。

ほんと何にもできません。
いいねも投稿も削除も何もできない状態。検索もできなかったかな？
「閲覧のみが許された状態」みたいなことを言われた気がします・・・。（記憶が曖昧）

遡ること数週間前。

とあるアプリ中の出来事に対して一言のお礼と、相手の名前の一部を伏せた画像をポストしていました。
画像の中身は違えど同じ文言と同じようなサイズの画像。そして繰り返しの投稿。

これが自動化ツールを疑われたのかいわゆる「シャドウバン」になりました。

通知欄にて「仮フラグ」がつけられたとかなんとか言われ、他アカウントから検索しても出てこない。
とはいえ、普通にテキストのみのポスト（ツイート）もしてたんですけどね。。。

ポストの頻度は1日1回〜数日に1回。投稿数も数個程度、決して大量とは言えない量です。

直接の原因かはわからないまま、疑われるようなポストは一応全部削除。そして放置。

しばらく（数日）して検索をかけたら表示されてました。ポストも検索結果に出てくる。

大丈夫になったのかな？と思いつつも、しばらくは控えようと再び放置。

1週間ほど経ってアクセスしたらアカウントが凍結してました。
凍結されたのは2日前だったようです。

異議申し立てを行うも秒で却下！

どうすれば良いのかわからないながら、とりあえず異議申し立てを行うのは重要だろうと、やってみることに。

リンクが示されていたのか、検索して行き着いたのか定かではありませんが、
「アカウントのロックまたは凍結に関する異議申し立て」フォームから異議申し立てを行いました。

• Xのルールに反していないこと
• そもそも何のルールに抵触しているのかも不明であり
• 何かの間違いであろうこと
• 可及的速やかに復活させてほしいこと

などを書いた気がします。念の為同じ内容の英文も添えました。
わりとダイレクトな言い方だったと思います。（ムカついてたし）

そして送信することわずか数秒、メールが届きました。

Twitterからのお知らせです。
 
ご利用のアカウントは、Xルール（https://x.com/rules）に繰り返し違反したため凍結されました。
 
このアカウントは復活できません。
 
現在、本件への対応は終了しているため、ご返信をいただいても確認されませんのでご了承ください。
 
よろしくお願いします。
X 

数秒ですよ！異議申し立ての送信から！

AIによる自動返信なんでしょうね。

もうどうしようもないので泣き寝入り確定。放置。

ん？1週間ほど経って気が付く

その後、新規アカウント作成などはしませんでした。するにしても1ヶ月くらい空けようかと。

検索したい時は別の用途に使っていたアカウントを使っていました。
（だから作らなくてよかったんだけれども）

そして、そう言えばアカウント削除もしてないなと、しようかなと。あ、できないんだっけ？じゃぁせめてログアウトしてアイコンの表示を消そうかなと。
そう思い立ち、念の為別アカウントから凍結されたアカウントのプロフィールを覗いてみました。

ん？なんか表示されてるけど！？

以前は「このアカウントは凍結されました」という文章だけが出ていたはずです。

さらに昔投稿した文言で検索してもちゃんとポスト（ツイート）が出てくる。

その時点でログアウトはしていませんでした。
二つのアカウントを必要に応じて使い分けていて、もう一つの方にログインしている状態です。

アカウントを切り替えるのは正直怖いけど、やってみないと本当のところがわからない。

逡巡したのちに思い切って切り替えてみると・・・

画面が真っ黒！！！

その後これが現れました。

プレミアム（サブスクライブ）への勧誘画面

宣伝やないか〜い！

・・・ビビらせんなって。いやまじで！ほんとに！勘弁して。

プロフィールを開くと全てが元通りになっていました。
フォローもフォロワーも0じゃない。
検索したら検索結果にも表示される。

復活していたらしいです。いつのまにか。

試しにAIに状況説明して考えを聞いてみると「サブスクライブへの勧誘が出ている時点でステータスは制限・規制されているものから一般のユーザーに戻されているのではないか。規制対象なら勧誘されないはず」と言われ、なるほどと思ってしまった（笑　まぁ本当のところは分かりませんが。

いずれにせよ解除されたからといってすぐに活動せず、また1、2週間ほど間を空けようと考えています。

結局なんだったのか

理由はわかりません。
ただ一つ気になるのは、「ご利用のXアカウントは凍結されました」というメール内の文言。

ご利用のアカウント（xxxxxxxx）は、Xルールに違反していることが報告されたため凍結されました。
 
具体的な内容は次のとおりです。
 
偽装行為を禁止するルールに違反しています

「Xルールに違反していることが報告されたため」？報告された？誰に？
悪質なコミュニティノートを貼りまくっているアカウントを批判したことがありました。もしかして？

「偽装行為を禁止するルールに違反しています」
偽装行為、嘘の告発をするのに使いやすかったのでしょうか。
なりすましのような投稿内容でないことは明らかでした。おそらくその辺も考慮されて凍結解除されたのではないかとも思いますが。

そしてあくまでも推察ですが、
悪質なユーザーによる虚偽告発により、AIが自動判断、凍結からの異議申し立ても秒で却下。
ただその裏で別の判断（AI？人間の目によるもの？）があり、解除に至ったのではないかと。

全くもって勝手な想像の域を出ませんが、
ただ一つ言えることは
Xルールに抵触した行動をとっていない場合、であれば、永久凍結から復活する可能性もゼロではないこと。

異議申し立てをする際にははっきりと（具体的に）内容を書くこと。

が有効なのではないかと思います。

あくまでも、一個人の一体験に過ぎず、x側の論理で動く話なので何も断定はできません。
繰り返しの異議申し立てが良いとも悪いとも言えません。
何の有益な情報もお伝えできないのは心苦しいところがありますが、
ただ復活の希望はあるとだけ申し添えておきます。
では。

『それでも家を買いました』は、1991年にTBS系列で放送されたTVドラマです。

物語は新婚の夫婦・山村雄介（三上博史）と浩子（田中美佐子）が会社の社宅へと引っ越してくるところから始まります。
社宅内の特殊な事情、夫婦間の葛藤や様々な出来事を乗り越えマイホームを手に入れるまでを描いた、同名の小説をドラマ化した映像作品です。

◆キャスト
三上博史、田中美佐子、高橋ひとみ、宅麻伸、小西博之、田中義剛、あめくみちこ、花山佳子、水島新太郎、高島礼子、国生さゆり、下司みほ、渡辺いっけい、朝加真由美 ほか

と、wikiを参考に書いてみました。
実を言うと放送当時は自分があまりに子供すぎてドラマ自体を見ていないか、覚えていませんでした。

なのに、何故かある1シーンだけが心に強く焼き付けられていたのです。

『それでも家を買いました』（単行本）

それでも家を買いました ロケ地まとめについて

ドラマが放送されたのが1991年、今（2026年）から35年も前のドラマです。
当然ながら多くの場所が長い時間を経て様変わりし、または情報が失われ、わからなくなっているものが少なくありません。というかほとんどですね。

今回はその中でも確認できたものをいくつか紹介していきます。

社宅へ向かうタクシーが走る道

(©木下プロダクション、TBS　以下同作品より引用)

2022年10月までは左の擁壁が確認できたが、その後擁壁は崩され住宅地へと変貌している。

(©Google 以下同様にストリートビューから画像として引用)

社宅（ネオテクス多摩第2社宅）

(©木下プロダクション、TBS)

建物はすでに取り壊され、敷地も分譲の住宅地へと変わっている。

ここから先がかつては社宅の敷地だった

すぐ手前の鎧貼りの塀を持つお宅は変わりなく在る様子

オープニングに登場する建築中の建物、マンション

(©木下プロダクション、TBS)

オープニングに登場する建築中のマンションは「サンステージ緑園都市」のマンション群。

同じく建設中の木造一軒家についてもそのすぐ近くに確認できる。が、ストリートビューでもプライバシーに配慮された形になっているので、ピンポイントで場所を紹介することは差し控える。

斉藤さんのアパート

(©木下プロダクション、TBS)

斉藤さんのアパートは社宅を出て駅の方へと向かう途中にあった。
現在アパートは無くなっている。（Google mapには「横山ハイツ」と書いてあるが個人宅のように見える）

ちなみにブロック塀を超えて中に入ったシーンはスタジオに組まれたセットだと思われる。

第1話で避妊具を買いに行ったコンビニ

(©木下プロダクション、TBS)

現在は歯医者になっている模様。
隣の信用金庫は今も変わらずにあるみたい。看板も同じ位置。

「（社宅から）駅まで徒歩5分」の駅、中野島駅

(©木下プロダクション、TBS)

実際は鶴見駅が最寄りだったが、劇中では中野島駅とされた。マンション抽選に応募する際に書かれた住所も中野島である。

山村らが務める会社「ネオテクス」が入るビル

(©木下プロダクション、TBS)

ランチをよく食べにいく店「モンロー」

(©木下プロダクション、TBS)

八百屋

(©木下プロダクション、TBS)

レアールつくの商店街にあるお店がよく使われたようで、八百屋もその一つ。
2014年には建物が解体され面影はないが、
2009年8月のストリートビューにはかろうじて特徴的な庇（ひさし）の布が写っている。

ちなみにレアールつくの商店街の北口から社宅へ向かう道が、第1話冒頭の社宅を仰ぎ見る場所。

レアールつくの商店街の北側

(©木下プロダクション、TBS)

様子は今も変わらない

第1話 ステーキレストラン「すえひろ5」

(©木下プロダクション、TBS)

第2話 池田生花店

(©木下プロダクション、TBS)

第2話 緑園都市のマンションを見にいく途中の道

(©木下プロダクション、TBS)

車内から見える右手の住宅が2024年の時点で残っているのが確認できる

第2話 香苗を送っていくのにタクシーに乗った場所

(©木下プロダクション、TBS)

第3話 パチンコ屋

(©木下プロダクション、TBS)

第4話 見学しにいった中古マンション

(©木下プロダクション、TBS)

外観そのまま。

背景のマンションは建て替えられている様子。右側の建物はおそらく変わっていない。

第4話 クライアントの工場

(©木下プロダクション、TBS)

外観は鶴見区にあった「新化工業株式会社」。看板が映り込んでいた。現在の住所、事業者名は変わっている。

第4話 工場から帰る途中、愚妻（愛妻）弁当を食べると話し歩いていた道

(©木下プロダクション、TBS)

マンションが建ったりと時代の変化を感じるが、左側に見切れる家やマンションは変わっていない様子。

第5話 香苗にお金を貸して欲しいと言われたことを思い出す銀行ATM

(©木下プロダクション、TBS)

背景のビル（駅）の特徴、神奈中バスがまわるロータリー、「横浜銀行」の文字から、横浜銀行 緑園都市支店だとわかる。

緑園都市駅のロータリー

第5話 ホテル ニューアカオ

(©木下プロダクション、TBS)

第5話 熱海マリーナ

(©木下プロダクション、TBS)

長田智美（高橋ひとみ）が借りたオフィス

(©木下プロダクション、TBS)

外観は変わらず。

浩子が働いたお弁当屋さん

(©木下プロダクション、TBS)

現在は違うお弁当屋さんが入っている模様。

会社帰りによく立ち寄る書店

(©木下プロダクション、TBS)

第7話 浩子が怪しい不動産屋と飲んだ店

(©木下プロダクション、TBS)

建物自体は今もある様子。でも使われたのは恐らく外観だけ。

第8話 モンローを出た雄介がパチンコ店の前で肩を落とす場所

(©木下プロダクション、TBS)

次項目のカフェ・プランタン入り口近くにあるパチンコ店の前。

沢口香苗がよく使うカフェ「Primtemps（プランタン）」

(©木下プロダクション、TBS)

割と初期から出てくる喫茶店。店内は恐らくスタジオのセット。
店の入り口・看板は8話の最後で初めて出てくる。場所は四谷。

「有明屋」という看板、その隣の建物の形状が一致。

第10話 相原駅

(©木下プロダクション、TBS)

駅舎は建て替えられ新しくなっているが階段は残っている

相原駅周辺の道 バス停まで歩いた道のり

(©木下プロダクション、TBS)

階段を降りて進んだ先の道。

ちなみにこのシーンの冒頭、相原駅に電車が入ってくるカットはこのお宅の後ろあたりから撮影されている。
屋根と樹木が一致。

新居のあるAvenue津久井近辺の橋・トンネル・バス停

(©木下プロダクション、TBS)

最終話で乗り遅れたバスの停留所

(©木下プロダクション、TBS)

ようやく購入した新居

(©木下プロダクション、TBS)

綺麗なお宅ですね

まとめ

登場するシーン全てをさらうことはできませんが、わかった部分だけ掲載してみました。

どうでもいい事なんですが、
冒頭にすこしだけお話しした心に焼き付けられたワンシーン。

早朝から朝日が強く照り付ける新興住宅地。初夏でしょうか。
望遠レンズの圧縮効果でギュッと距離を縮めて映される家々。それらの玄関から続々と出てくるスーツ姿のサラリーマン。中にはゴミ袋を片手に、途中のゴミステーションに捨てていく姿もある。
手前が駅方向なのでしょう、少し坂を下りながらこちらへと歩く人々。
いつもの日常、何気ない1日の始まりをキラキラと映し出す映像にネームロールが重ね流れ、主題歌「あの頃のように」（歌・作詞・作曲 障子久美）が聞こえていました。

という感じなのですが・・・実はこの作品ではありませんでした（驚

そんなシーンは一切出てこなかった！！何故だ！！何の映像なんだ！！

頭の中に浮かんでるこのシーンがいつ現れるのかと、わくわくしながら待っていましたがついに最後まで出てくることはありませんでした。
子供心に「いつかこの光景の一部に自分もなるのだろうか」と思ったことだけが今も空回りし続けています。
結局、一生謎のまま終わりそうです。

ドラマの内容自体はほぼ初見でしたが、なんとなくロケ地を調べ始めてしまったのでせっかくなのでシェアします。
それでは。

（参考サイト：「昔のドラマのロケ地を探そう！」）

OpenCore Legacy Patcher(OCLP)を使って Sonoma をインストールしている iMac です。

OpenCore Legacy Patcher(OCLP)を最新バージョンへ

まずはOpenCore Legacy Patcher(OCLP)が最新であるかのチェックを。

アプリケーション > OpenCore-Patcher.app

を立ち上げてバージョンを確認。

githubで最新バージョンを確認↓

GitHub - dortania/OpenCore-Legacy-Patcher: Experience macOS just like before

Experience macOS just like before. Contribute to dortania/OpenCore-Legacy-Patcher development by creating an account on ...

github.com

大丈夫。問題なし。

macOS Sonoma 14.8.5 へのアップデート

システム設定 > 一般 > ソフトウェアアップデート

「その他の利用可能なアップデート」から確認。

Tahoeも来てますけど今回入れるのはもちろん Sonoma 14.8.5へのアップデート。

「今すぐアップデート」から規約に「同意する」。

ダウンロードがはじまります。

13.64GB、結構大きい。時間かかる。

ダウンロードが終わったらアップデート準備へ

再起動してアップデートを続けます。

OCLP Rootパッチを適用する

再起動後、OCLPがRootパッチを当てるよう言ってくるので再インストールします。

パッチが当たったら

もう一回再起動

無事に Sonoma 14.8.5（23J423）になりました。

システム設定に付く赤い更新通知を消す

再起動した直後には赤いバッジはありませんでしたが、
確認のためもう一度ソフトウェアアップデートを開いたら赤いのがつきました。

ちょっと五月蝿いので消します。

1. Wi-Fiをオフにする（ネットワーク遮断）
2. システム設定 から ソフトウェアアップデート を開く
3. 「自動アップデート」横のiマークから設定を開き、全てオフにする
4. ターミナルからソフトウェアアップデートを実行。

   
   # -lオプションはリストを表示
   % softwareupdate -l
   
   Software Update Tool
   
   Finding available software
   インターネットに接続していないため、Appleソフトウェアアップデートサーバに接続できません。
   

5. これで赤いバッジが消えます

まとめ

以前書いたアップデート記事にちょこちょこアクセスがあるなぁ、と思っていたらアップデートが来てたんだね。

通知切ってるから気がつかなかった。まぁあるある。

そういえばiOSでもアップデート来てたなと確認したら、macOSのアップデートも来てました。

ということで今回も無事アップデート。

今のところ特に不具合はないようです。

前にも言ったけどRecoveryHDのアップデートとか、事前処理がないのがほんと楽ちんで嬉しい。
以前は一度ファイルを展開して中身書き換えて、アップデート処理を先にしてから・・・とかだったから。

そしてこのツールを作成・配布してくれている方々に感謝。
ありがたや。

普段から Google Gemini を利用させてもらっていますが、ログアウトした状態で使っています。

AIは基本的に一時チャットで使いたい派。
会話履歴とか引きずって欲しくないんです。

ChatGPTもClaudeも一時チャット（シークレット/インコグニートモード）。全部無料版ですが。
Geminiはログアウトした状態でも使えるのでログインせずに使っています。

最近小耳に挟んだ話で「GeiminiでアカウントがBANされると、そのGoogleアカウントに紐づいた全てのサービスが使えなくなる」なんてことを聞きました。GmailからGoogle driveから全てだとか。恐ろしいにも程がある。
それならなるべくログアウトした状態で使いたい。

ただちょっとだけ困るのが、プロンプト（カスタム指示）が設定できないこと。

当の本人に聞いてみたら
「会話の初めに書くと良いよ！」
とのことなので、必要な時にワンクリックで前提プロンプトを挿入できるようにしてみました。

Tampermonkeyを使ってプロンプト挿入ボタンを置く

「Tampermonkey」はFirefoxやChromeなどでユーザースクリプト（JavaScript）を管理・実行できる無料のブラウザ拡張機能です。
その機能を使って「プロンプト挿入ボタン」を作成します。

ダッシュボードの「＋」ボタンから新規スクリプトを追加。
下記コードをコピペします。保存したら有効化しているかも確認。

// ==UserScript==
// @name         Gemini 定型文挿入（1回使い切りボタン）
// @namespace    http://tampermonkey.net/
// @version      1.2
// @description  定型文挿入後、すぐ入力できるように末尾にカーソルを移動し、ボタンを消去
// @match        https://gemini.google.com/*
// @grant        none
// ==/UserScript==

(function() {
    'use strict';

    const myPrompt = "【前提条件：①事実と推測を分離 ②ハルシネーション回避。根拠が不十分な場合は「不明」と明記し断定をしない ③ユーザーの意図や期待に迎合して、事実認識や論理的な結論を歪めないこと（忖度禁止）。】\n\n";
    // ボタンの作成
    const btn = document.createElement('button');
    btn.id = 'gemini-prompt-btn'; // IDを付与
    btn.textContent = "🛡️ 厳格モード"
    btn.setAttribute('style', 'position:fixed; bottom:120px; right:20px; z-index:9999; padding:12px 20px; background:#1a73e8; color:white; border:none; border-radius:30px; cursor:pointer; font-weight:bold; box-shadow: 0 4px 12px rgba(0,0,0,0.2); transition: opacity 0.3s;');

    btn.onclick = function() {
        const container = document.querySelector('div[contenteditable="true"]');

        if (container) {
            // 1. テキストをセット
            container.innerText = myPrompt;

            // 2. 入力イベントを発火
            container.dispatchEvent(new Event('input', { bubbles: true }));

            // 3. カーソルを末尾に移動
            const range = document.createRange();
            const sel = window.getSelection();
            range.selectNodeContents(container);
            range.collapse(false);
            sel.removeAllRanges();
            sel.addRange(range);

            container.focus();

            // 4. ボタンを消去（フェードアウトさせてから削除）
            btn.style.opacity = '0';
            setTimeout(() => {
                btn.remove();
            }, 300);

        } else {
            alert('入力欄が見つかりませんでした。ページを更新してみてください。');
        }
    };

    // ページ読み込み時にボタンを追加
    document.body.appendChild(btn);
})();

やってることはシンプル。

1. 入力欄を取得
2. テキストをセット
3. カーソルを末尾に移動
4. ボタンをフェードアウトして削除

あらかじめ myPrompt に前提となるプロンプトを記述しておき、
厳格なプロンプトを適用したい時にボタン押下で入力欄に挿入します。

もう少し細かく説明すると、

ボタンがクリックされたら、
contenteditable="true" が付いた div を探します。これが入力欄。

const container = document.querySelector('div[contenteditable="true"]');

見つかったらプロンプトをセット

container.innerText = myPrompt;

inputイベントを発火
テキストが挿入されて「変更があった」ことを認識させ

container.dispatchEvent(new Event('input', { bubbles: true }));

カーソルを末尾に移動

const range = document.createRange(); //空の選択範囲を作成
const sel = window.getSelection(); //現在の選択状態を取得
range.selectNodeContents(container); //containerの中身全体を選択
range.collapse(false); //末尾に折りたたむ -> 最後にカーソルを移動
sel.removeAllRanges(); //今の選択を全部クリア
sel.addRange(range); //「現在の選択」として設定

入力欄をアクティブにして、続けてユーザーが入力できるようにします。

最後にもう必要ないのでボタンを消去。

ちなみに会話の途中からプロンプトを挿入することは想定していません。
ログアウト状態なので、毎回サイトを開くたびにフレッシュスタート、初めましての状態です。
その最初に入力することを想定しています。

注意点

これは現在（2026年4月）の時点で有効なものです。ページの構成や仕様が変わったら動かなくなる可能性があります。
特に

const container = document.querySelector('div[contenteditable="true"]');

この部分は変更されたら入力欄が取得できないので、動かなくなったらソースを見て適宜変更してください。

ログアウト状態での長いやりとりはブラックリスト入り！？

具体的にはそのチャット画面で送信ができなくなり、改めてアクセスしても「502エラー」の画面が出たりするようになります。
502は基本的にサーバー側のエラーなのですが、ある時Firefoxでは繋がらなくなり、safariなら問題なくアクセスできるという状況になりました。FIrefoxのキャッシュやらなにやらクリアしても状況は変わらず。
IPアドレスによる拒否ではないようで、そのままsafariでgeminiに起きている事象を聞いてみたら「一時的に接続拒否されているかも」、と。

時間を開ければ復活するようですが、あまり長いやり取りをするのは避けましょう。
様子がおかしくなってきたら切り上げるか、
「ここまでの内容を次のスレで使えるように要約して」と話をまとめてメモし、少し間をあけましょう。

まとめ

ということでGeminiを開いたらボタンが現れ、必要な時はワンクリックでプロンプトを挿入できるようになりました。

他愛のない話をする分には必要ありませんが、調べ物なんかの時に嘘つかれるのが厄介というか、面倒なんですよね。

いちいち手入力するのもかったるいので作ってみました。

ただログアウト状態で使っていると画像が扱えないなどの機能制限がありますし、やり取りが長引いた時はそれとなくログインするよう勧めてきます。
自分の場合は聞きたいことを必要な時に聞くだけなので特に支障はありませんが。

そして上記の方法は、Googleアカウントに紐づかないからと言ってリスクが無くなるわけではありません。
「リスクをゼロにする」のではなく「被害範囲を限定する」アプローチであることもお忘れなく。
何をしてもいいわけではありませんから。

以上、備忘録として記事化してみました。
なにかの参考になれば幸いです。