2025年12月4日、XOR for Mac Version 2.3をMac App Storeでリリースしました。サブスクユーザは無料でアップデートできます。
新バージョンでは以下の変更を行いました。
以下の機能を追加しました。
詳しくは以下を参照してください。
XOR for Mac
リアルタイムPDF比較ビューア
2,000円（税込 ※）／月
（サブスクリプション）
無料試用期間1ヶ月
※ 日本のストアでは10%の消費税が含まれます
録画番組の1.5再生に惹かれてREGZA 32V35Nを購入しました。
でも、前回のVESA規格の試用に続いて驚いたことが。以前に使っていてTCL 32S5401とは違って、RegzaのTVerアプリに倍速再生機能がありません。
てっきりGoogle TV搭載のテレビ機種には同じアプリがインストールされていて、どのテレビでも同じ機能が使えるものだとばかり思ってたもんで。
こうなるとRegzaでは録画番組は1.5倍速で見られても、TVer番組は等倍再生しかできないわけだ。
テレビ機種のこの一長一短ぶりは何なんだか…。
REGZA 32V35Nを購入しました。
でも、箱から取り出して設置しようとしてびっくり。背面のVESA規格はPCモニタで一般的な100×100ではなく100×200だったので。
そう、私はかつてのTCLテレビもモニターアームを使って机上に浮かせて設置していたし、REGZAもそうしようと。机に置けば場所を食うし、目線の高さも合わないので。
でも、モニターアームは100×100にしか対応しておらず、このままでは設置できません。
仕方ない、ここはVESA変換プレートも買うしかないですね。
次に買うテレビの候補としてREGZA 32V35Nに絞り込みました。Amazonでも「ベストセラー1位」となっているし、スペック的にはほぼ一択のような気がします。
ただし、REGZAのWebサイトを見ると32V35Nは「Full HD」となっています。でも1920×1080の解像度はないはず。
そこでChatGPTに尋ねたらこういう回答でした。
いい質問です。実は 「REGZA の一部テレビが1920×1080ではないのに “フルHD” を名乗っているように見える」 のは、表記や規格の定義が複雑だからです。整理するとこうなります。
1. 「フルHD」の定義
本来「フルHD（Full HD）」は 1920×1080画素 を指す呼称です。
日本でもJEITA（電子情報技術産業協会）のガイドラインで、1920×1080をフルHDと定義しています。
1366×768などは「HD（ハイビジョン）」「ハイビジョン液晶」と表記されるのが正確。
2. REGZAの「フルHD」表記のカラクリ
一部のREGZAカタログや販促資料を見ると、確かに次のような紛らわしい表現があります。
「フルハイビジョン放送対応」
→ 受信チューナーや映像処理回路がフルHD信号（1920×1080）に対応している、という意味。
→ ただし パネル自体は1366×768などの解像度 の場合もある。「フルHDパネル」 と書いてある機種だけが、1920×1080ドットの液晶を搭載している。
つまり、
「フルHDパネル」＝物理的に1920×1080の画素数
「フルハイビジョン対応」＝入力信号は1920×1080を処理できるが、表示はパネル解像度に依存
3. なぜこうなったか？
販売上、「フルHD対応」と「フルHDパネル」の区別を一般の人が理解しにくいため。
特に小型テレビ（32インチ以下）は、コストや放送コンテンツの解像度とのバランスで「HDパネル（1366×768）」を採用しつつも、チューナーはフルHD信号を受信できるため「フルHD対応」と表記されがち。
結果、消費者には「フルHDテレビ」と誤解されやすい。
4. 実用的な見分け方
スペック表の「画素数」欄をチェックする（例：1920×1080なら真のフルHD）。
「パネル解像度」が1920×1080と明記されていなければ、HD（1366×768）止まり。
「フルHD対応」や「フルハイビジョンチューナー搭載」だけでは不十分。
✅ まとめると：
REGZAが「フルHD」と表記している場合でも、本当に1920×1080のパネルかどうかは要確認。実際には「フルHD信号対応」という意味で使っているケースがあり、紛らわしいのです。
ご希望なら、いま出ている 32インチ以下REGZAで真のフルHDパネル採用機種があるか を調べましょうか？
そうなのかもしれないけど、なんかREGZAはインチキ、ズルのような気がしないでもないよなあ。テレビを見るだけならHDもフルHDも関係ないけど、ときおりPCモニタ代わりに使うなら、両者の実用性はずいぶん違ってくるわけで。
私はまだテレビを見ています。好きなのは大河ドラマ、相撲中継、動物や科学系の番組、ニュースとかです。
そこで書斎で使っているのは2年前に買ったTCL 32S5401という32インチのフルHD機種で、今時の機種らしくTVerやYoutube、amazonプライムなどにも対応してて便利なのだけど、たびたび不具合を起こします。リモコンの6ボタンに反応しなくなったり、Wi-Fiの設定を記憶しなくなったりで。
そこでこのテレビは実家に送り、次のテレビを買おうかと。条件はこの通り。
ならば候補はこちらに限られます。
ただし、この機種の早見機能は1.3倍速。理想は1.5倍速なので、どうしようかと迷っているうちに新機種の32A4Rが発表されました。
でも、スペック表に「早送り再生」とはあるものの、これが倍速再生なのか、別の機能（例えば、数秒おきにスキップしながら再生するとか）なのか判りません。取説は多機種共通なので個別の機種についての詳しいことは書いてないし。
そこでハイセンスに問い合わせたら「32A4Nと同じく1.3倍速再生」だそうな。ちょっと残念。
40インチならギリギリ机に置けそうだし、1.5倍速対応の機種がハイセンス製に限らず多数見つかるものの、40インチでフルHD解像度だとPCモニタとして使う際に表示が間延びして物足りなく感じるはず。かといって4K機種だと43インチ以上に限られ、値段が32インチの倍ぐらいします。そこまでする必要はないんだよな。
だとしたらコスパ的にもサイズ的にも1.5倍速再生は諦めて、やはりハイセンスの32A4Nか32A4Rのどちらかにするのが妥当かな。どちらがいいかは32A4Rが価格.comに登録されてから比較してみて決めようかと。
一昨年購入したゲーミングチェアの座り心地が悪くて困ってたものの、先日こちらのゲルクッションを買って悩みが解消されました。
多くのゲーミングチェアは座面の両脇が競り上がってて脚を開き気味に座ると太物の裏に食い込むのですよね。
でも、以前使っていたゲルクッションは面積が 33.5cmx26.5cm（4cm）と小さめでイマイチだったけど、このクッションは座面いっぱいの広さがあります。よって以前のクッションと二枚重ねするとチェア両サイドの競り上がりが気にならなくなりました。
一時期はゲーミングチェアを手放そうかと考えていたけど、これで壊れるまで使えそうです。今年一番の買い物となりました。
昨年12月にクラウドファンディングで購入したCASIOのサウナー専用腕時計『サ時計』をゲットしたので、せっかくならと佐賀県武雄市の『らかんの湯』に出向いて試しました。ここはサウナシュランで2019年、2020年、2021年と三回連続第一位を獲得して殿堂入りした日本一のサウナです。
らかんの湯には男女とも薪サウナ、ドライサウナ、香草スチームサウナがあり、サウナ内にはテレビはもちろん時計や12分計が設置されていません。そこでサ時計、つまり個人用の12分計の出番。サウナにどれぐらい入るかは体調との兼ね合いだけど、経過時間が正確に分かるのは嬉しいところです。
なお、らかんの湯のドライサウナと香草スチームサウナには窓もなく室内は薄暗いのだけど、サ時計の長針と短針、そして12時の印が蓄光で光るため、その点でもよく考えられています。まあ、10分もすれば蓄光効果もなくなるけど。
サ時計の使い方は実に簡単。操作箇所は二つしかなく、右側のボタンを押すと12分計がスタート。左側のボタンで時計に変わります。それだけです。
装着もベルトではなくコイルバンドなので肩付近に付ければどこかにぶつける恐れもありません。
そんなわけで、このサ時計、とてもいい製品です。サイズと機能が必要最小限なところが私の好みと見事に合致します。
以前に使っていたポータブルなサウナ用砂時計は目詰まりしやすく時間を正確に測るのが困難だったし、スマートウォッチの類いは施設によっては持ち込みが禁止だったり、高温多湿への耐性が怪しかったけど、このシンプルな装置なら大丈夫でしょう。
今回はクラウドファンディングの応援購入だったけど、追加購入できるようにぜひ市販化を望みたいところです。
下記はChatGPTに作成させたAIによる近未来予測。
AIが突きつける現実：東京のホワイトカラー大量失業とその深刻な波紋
急速に進化を続ける人工知能（AI）は、ビジネスのあらゆる分野に浸透しつつある。その波は、もはや製造業や物流などのブルーカラー職だけにとどまらず、知的労働を担うホワイトカラー層にも及び始めている。特に、経済・行政・文化の中心であり、日本屈指のホワイトカラー都市でもある東京において、この変化は都市機能そのものを揺るがす可能性をはらんでいる。
東京に押し寄せるAI化の波
東京都内には、大手企業の本社、官公庁、金融機関、法律事務所、IT企業、広告代理店、メディア企業など、知的・事務的労働者が高密度に集中している。これらの業種では、既にAIの活用が進み、従来人手で行ってきた業務の一部が次々に自動化されている。
たとえば──
金融業では、AIが企業分析やレポート作成、与信判断を担い始めている。
法律業界では、契約書のレビューや法令検索をAIが高速かつ正確に行う。
メディア・広告業では、文章生成や画像・バナー制作がAIによって代替され始めている。
IT・コンサル業では、資料作成や市場分析の一部がAIに置き換えられている。
これまで「安定」「高スキル」とされていたこれらの職種でさえ、AIによって効率化・縮小される可能性が高まっているのが現実だ。
ホワイトカラー大量失業が東京にもたらす衝撃
もし東京でAIによるホワイトカラーの大量失業が発生すれば、それは単なる雇用問題にとどまらず、都市全体に複合的な打撃を与えることになる。以下はその主な影響予測である。
1. 消費の急減と都市経済の冷え込み
東京のホワイトカラー層は、都市経済を支える重要な消費者層でもある。高所得の彼らが失業すれば、飲食・小売・不動産・教育・旅行などの高付加価値市場が急激に収縮し、サービス業全体に連鎖的な雇用不安を引き起こす。
2. オフィス街の空洞化と不動産市況の悪化
人員削減が進めば、多くの企業が都心の大型オフィスを縮小・撤退し、オフィス空室率は上昇。不動産賃料が下落し、再開発計画や都市インフラ投資も停滞する可能性がある。丸の内、虎ノ門、渋谷といった中心街にも影響が波及する。
3. 都市構造の変化と格差拡大
収入を失った人々は高額な都心の家賃を支払えなくなり、郊外や地方への移住を余儀なくされる。一方で、AIスキルを持つ一部の高度人材だけが高収入を維持し、都市内の経済格差と社会的分断が広がっていく。
4. 社会不安と政治的混乱
雇用の喪失は家庭の崩壊、教育格差、メンタルヘルスの悪化、ホームレス増加など、さまざまな社会問題を引き起こす。これが制度や政府への不信につながり、政治的不安定やポピュリズムの台頭すら招きかねない。
対応の鍵は「再スキル」と「都市の再設計」
この危機を回避・緩和するためには、東京という都市が一丸となってAI時代に対応できる仕組みを整えることが不可欠である。
再スキル（リスキリング）教育の都市インフラ化
都内の大学、専門学校、企業、自治体が連携し、AI時代に通用するスキルを労働者に再教育する仕組みを整備する必要がある。生活支援と転職支援の強化
中高年層や非デジタル層に向けた職業訓練や生活支援制度の拡充が不可欠となる。スタートアップ・AI関連産業の育成
新たな雇用の受け皿として、AI開発・活用企業への支援と人材流動の促進を進めるべきである。都市の機能再編と暮らしの再定義
「働く場所」としての東京から、「生きる場所」としての東京へ。働き方・暮らし方の価値観自体を転換する取り組みが求められている。結語：AIと共に再構築される東京
AIは恐れるべき敵ではなく、正しく活用すれば都市の可能性を広げる強力なパートナーでもある。東京という巨大都市がこの変革に適応できるかどうかは、個人、企業、そして行政がいかに迅速に行動できるかにかかっている。
ホワイトカラーの大量失業は未来の話ではなく、すでに現実の兆しを見せている。東京はその最前線に立たされているのだ。
必要であれば、これをPDFレポート形式やスライド構成に展開することも可能です。ご希望があればお知らせください。
だそうな。まあ、順当な予想です。AI活用は東京に限った話ではないけど、東京にはホワイトカラーの数が圧倒的に多いのだから影響も大きくなります。
だけども今や猫も杓子もAI、AI、AI。まあ、個人の選択としては「AIに取って代わられないためにAIを活用する人材になろう」と考えるのも当然だけど、そのポジションにも競争が働くし、そうやってAIの活用を促進させるほど、AIへの置き換えが進んで失業者が増えて…。
私は東京に差し迫った危機は「介護破綻（一極集中の副作用）」と「食料難（物流網が細れば食料が十分に届かなくなる）」だと予想していたけど、それらは高齢者が元気だったりベテラントラックドライバーの頑張り次第では遅らせられるので、近頃ではAI化の波の方が早く到来するかもしれないと思うようになりました。
出遅れ感はあるけど私も最近ChatGPTを試しています。
先日受講した『初心者から始めるChatGPT徹底解説WEBセミナー』では、講師の七里氏が「ホワイトカラーの仕事はもうすぐAIに取って代わられてなくなる」などと言っておられました。
まあそれは大袈裟なポジショントークで、実際にはケースバイケース。上手く使えば便利でも、なかなか有効に使えない場面も多いでしょう。
差し当たり私の関心事は「ChatGPTに、修正の前と後のPDFの違いを洗い出せるのか？」です。AIがXORの代替になり得るなら私のビジネスはあがったりだなと。
そこで、いつもの魚類図鑑風サンプルPDF（下図。画像のクリックでダウンロード可）をChatGPTに読み込ませて「両方のPDFの違いを教えて」と入力してみました。
比較用サンプルPDF（修正前）
比較用サンプルPDF（修正後）
結果はこちら。
両方のPDF「FrogfishWorld-1_CMYK.pdf」と「FrogfishWorld-2_CMYK.pdf」の違いを比較したところ、以下のような主な差異が見つかりました：
1. 著者情報の詳細
1版（FrogfishWorld-1）:
著者表記: 「ヨガタ ミチアキ」
コメント: 「原稿依頼中」とだけ記載。
2版（FrogfishWorld-2）:
著者表記: 「よがた みちあき」
詳細なプロフィールが追加。
出身地、生年
経歴（Cカード取得年、フォトコン入賞歴）
好きな被写体・海
使用機材（Nikon D7000等）
2. 目次の違い
1版:
「ガマアンコウ」が「データ」セクションに含まれていない。
データの項目はページ23から。
2版:
「ガマアンコウ」がバリエーションに含まれページ23に登場。
「データ」項目はページ24から始まる。
新たに「INDEX（索引）」がページ31に追加されている。
3. 誤字修正
「金環食」 → 「金環蝕」に変更（ページ18）
2版ではDTP側による調整で変更された旨が欄外に注記あり。
4. 細かな文章の調整
一部のページで撮影地表記が変更：
例：ページ4「撮影地：レンべ」→「撮影地：アンボン」など。
句読点や文体の微調整も一部見られるが、全体構成や写真は基本的に同じ。
5. ファイル末尾のデータ表記
1版:
最後に「FREE」と記載。
2版:
「¥0」と記載されており、日本語環境に合わせた表記。
必要であれば、レイアウト・画像・フォントなどのデザイン面の違いも精査できます。ご希望ですか？
結論を先に言うと、これダメですね。最初にChatGPT自身が「主な差異が見つかりました」と言っている通り、抜粋されています。当然ながらすべての箇所を洗い出してくれないと変更箇所の確認にはなりません。
例えば、表紙には「TLOPICAL」→「TROPICAL」というスペルミスの修正があるけど、検出してくれていません。同じく著者名「Michiaki Yogata」→「YOGATA Michiaki」の表記変更も。
また「1. 著者情報の詳細」として検出してくれている違いはP.2のものだけど「P.2」とは書かれていません。内容も微妙に間違っていたり、不足があります。
それ以降のページでも、あれこれ見落としや不完全さがみられます。
最後に「必要であれば、レイアウト・画像・フォントなどのデザイン面の違いも精査できます。ご希望ですか？」とあるので「レイアウト・画像・フォントなどのデザイン面の違いも精査して」とオーダーしても、別の要約を出してきます。
せめて検出もれを防げないかと「両方のPDFの違いをすべて教えて」と入れても、ピックアップされる項目に変更はあれど、すべては洗い出してくれません。
よって現段階のChatGPTは画像とテキストがレイアウトされた文書PDFの差分検出には到底使えないようです。そう言えば、セミナー講師の七里氏も「AIは編集や校正が苦手」などと言っておられました。
そう、新旧PDFの差分確認は編集・校正業務の作業の一部。まだまだAIで代替できる段階ではなく、XORの需要もすぐさま無くなることはないでしょう。とりあえず安心です。
でも、これが約款のようなテキストオンリーのPDFであればかなりの精度でチェックしてくれそう。とはいえ、それって昔ながらのdiffでもできたよな。
出遅れ感はあるけど私も最近ChatGPTを試しています。
今回は以前に書いた『47都道府県のこどもの数』を調べさせました。
まず「子供の割合を47都道府県別に高い順に並べて教えて」と命令。返答はこの通り。
以下は、2024年4月1日現在の15歳未満人口（こどもの数）が総人口に占める割合を、都道府県別に高い順で並べた一覧です。総務省統計局
順位 都道府県 子どもの割合（％） 1 沖縄県 17.6 2 滋賀県 14.8 3 佐賀県 14.3 4 鹿児島県 14.2 5 宮崎県 14.1 6 熊本県 14.0 7 福岡県 13.9 8 長崎県 13.8 9 大分県 13.7 10 宮城県 13.6 全国平均は11.3％で、最も低いのは秋田県の10.9％でした。総務省統計局+1総務省統計局+1
このデータは、総務省統計局の「統計トピックスNo.101」および「統計トピックスNo.141」に基づいています。総務省統計局+2総務省統計局+2総務省統計局+2
詳細なデータや他の都道府県の情報については、以下のリンクからご確認いただけます。
これらの資料には、各都道府県のこどもの数や割合、年齢階級別の人口構成など、より詳細な情報が掲載されています。
見ての通りトップ10しか表示されていません。
そこで「子供の割合を47都道府県別に省略せずに教えて」に変えてみたところこの通り。
以下は、2024年4月1日現在の15歳未満人口（こどもの数）が総人口に占める割合を、47都道府県別に高い順で並べた一覧です。
順位 都道府県 子どもの割合（％） 1 沖縄県 17.6 2 滋賀県 14.8 3 佐賀県 14.3 4 鹿児島県 14.2 5 宮崎県 14.1 6 熊本県 14.0 7 福岡県 13.9 8 長崎県 13.8 9 大分県 13.7 10 宮城県 13.6 11 岩手県 13.5 12 山形県 13.4 13 福島県 13.3 14 青森県 13.2 15 秋田県 13.1 16 山口県 13.0 17 愛媛県 12.9 18 高知県 12.8 19 徳島県 12.7 20 香川県 12.6 21 鳥取県 12.5 22 島根県 12.4 23 岡山県 12.3 24 広島県 12.2 25 山梨県 12.1 26 長野県 12.0 27 新潟県 11.9 28 富山県 11.8 29 石川県 11.7 30 福井県 11.6 31 静岡県 11.5 32 愛知県 11.4 33 三重県 11.3 34 岐阜県 11.2 35 奈良県 11.1 36 和歌山県 11.0 37 大阪府 10.9 38 京都府 10.8 39 兵庫県 10.7 40 滋賀県 10.6 41 千葉県 10.5 42 埼玉県 10.4 43 東京都 10.3 44 神奈川県 10.2 45 茨城県 10.1 46 栃木県 10.0 47 群馬県 9.9 全国平均は11.3％で、最も高いのは沖縄県の17.6％、最も低いのは群馬県の9.9％でした。
このデータは、総務省統計局の「統計トピックスNo.141」に基づいています。
詳細なデータや他の都道府県の情報については、以下のリンクからご確認いただけます。
47都道府県全部が表示されたけど、日付が「2024年4月1日現在」なので最新ではありません。
ならば「2024年10月の子供の割合を47都道府県別に省略せずに教えて」に変更するとこの通り。
以下は、2024年10月1日現在の15歳未満人口（こどもの数）が総人口に占める割合を、47都道府県別に高い順で並べた一覧です。
順位 都道府県 子どもの割合（％） 1 沖縄県 15.8 2 滋賀県 12.7 3 佐賀県 12.7 4 宮崎県 12.6 5 鹿児島県 12.5 6 熊本県 12.4 7 福岡県 12.3 8 長崎県 12.2 9 大分県 12.1 10 宮城県 12.0 11 岩手県 11.9 12 山形県 11.8 13 福島県 11.7 14 青森県 11.6 15 秋田県 11.5 16 山口県 11.4 17 愛媛県 11.3 18 高知県 11.2 19 徳島県 11.1 20 香川県 11.0 21 鳥取県 10.9 22 島根県 10.8 23 岡山県 10.7 24 広島県 10.6 25 山梨県 10.5 26 長野県 10.4 27 新潟県 10.3 28 富山県 10.2 29 石川県 10.1 30 福井県 10.0 31 静岡県 9.9 32 愛知県 9.8 33 三重県 9.7 34 岐阜県 9.6 35 奈良県 9.5 36 和歌山県 9.4 37 大阪府 9.3 38 京都府 9.2 39 兵庫県 9.1 40 滋賀県 9.0 41 千葉県 8.9 42 埼玉県 8.8 43 東京都 8.7 44 神奈川県 8.6 45 茨城県 8.5 46 栃木県 8.4 47 群馬県 8.3 全国平均は11.1％で、最も高いのは沖縄県の15.8％、最も低いのは群馬県の8.3％でした。
このデータは、総務省統計局の「統計トピックスNo.145」に基づいています。
詳細なデータや他の都道府県の情報については、以下のリンクからご確認いただけます。
ようやく目当てのデータが得られました。
でも調べさせる側が2024年10月1日版が最新と知らなければ、この結果には辿り着けなかったわけだ。
いや、最初から「最新の子供の割合を47都道府県別に省略せずに教えて」と命令すれば良かったわけか。
ともかくChatGPTは「どのタイミングのデータが欲しいかの指定がない場合、最新のものを探す」といった気の使い方はしないようです。今のところ。
この点の考慮がChatGPTを使いこなす上でのコツなのでしょう。
