人口は20倍、席は一つも増えない
ニューヨークの人口はマイアミの20倍。しかしChatGPTとGeminiが用意する棚は同じ大きさ:中央値で20名対20.5名。棚の大きさは回答フォーマットの性質であり、都市の性質ではない。
×19.9
ニューヨークとマイアミの人口差(2020年連邦国勢調査、市域)
短い答え:マイアミ(人口44万2千人)で歯科医を尋ね、次にニューヨーク(880万人)で尋ねても、棚の席数は同じ。米国調査の13都市で、業種ごとの異なる名前の中央値は19かも22.5の間に収まり、都市の規模との関係はまったくない。 マイアミの20倍のニューヨークが得るのは20席、マイアミは20.5席。棚は市場に合わせてではなく、回答に合わせて作られている。
20壶20.5
業種ごとの中央席数:ニューヨーク対マイアミ
10
1回答あたりのリスト項目数 - 13都市すべてで中央値が同一
棚の大きさは回答フォーマットの性質であり、市場の性質ではない。
何を測ったか
2026年9月13日の米国調査を都市別に読み直した:13都市、各16〜18業種、2アシスタント(ChatGPTとGemini)×2言い回し、計872回答、各ペアにちょうど4回答の218の都市×業種ペア。各ペアについて、過去の号で検証済みの洗浄ルールが残した異なる名前を数え、都市ごとに業種の中央値を取る。対照は2020年連邦国勢調査の市域人口。中央値は19(ヒューストン)かも22.5(シアトル、規模で下から2番目)までで、人口と棚の順位相関はゼロ:スピアマンのロー = −0.09。全体の中央値は昨日の号と同じ21席のまま。
| 都市 | 人口(2020) | 中央席数 | 1席あたりの住民 |
|---|---|---|---|
| ニューヨーク | 8,804,190 | 20 | 440,210 |
| ロサンゼルス | 3,898,747 | 22 | 177,216 |
| シカゴ | 2,746,388 | 22 | 124,836 |
| ヒューストン | 2,304,580 | 19 | 121,294 |
| オースティン | 961,855 | 20.5 | 46,920 |
| シアトル | 737,015 | 22.5 | 32,756 |
| アトランタ | 498,715 | 21 | 23,748 |
| マイアミ | 442,241 | 20.5 | 21,573 |
制限はフォーマットから来る。知識からではない
アシスタントがニューヨークの企業を知らなすぎてリストを伸ばせない、と思うかもしれない。実際は逆で、マイアミよりはるかに多く知っているのに、座らせる数は増やさない。抽出器を通さず872回答の本文を直接読み直すと:中央値の回答は10個のリスト項目を含み、13都市すべてで同じ。90パーセンタイルは14〜18で、都市規模には従わない。アシスタントの回答は一つのフォーマット:どこでもほぼ同じ長さの短いリストだ。席数を決めているのはこのフォーマットであり、地元の供給でも需要でも都市でもない。
あなたがその企業なら何が変わるか
算数は容赦なく、そしてローカルだ。マイアミやアトランタでは中央値の1席が21,500〜23,700人の住民に「相当」するが、ニューヨークでは440,000人。棚が同じなら、1席の争奨はニューヨークの方がマイアミの20倍厳しい。昨日の地図は同じことを反対側から言っていた:サイトを持つニューヨークの美容室171軒に19席、ヒューストンの整備工場27軒に22席。巨大都市では一般的な知名度が勝ち、中規模都市では、しっかり文書化された地元企業が現実に席を狙える。自分がどちら側にいるか - そしてアシスタントがすでに自分をどう語っているか - を知ることこそ、監査が測るものだ。
この測定が証明しないこと
- 人口は市域であり、都市圏ではない。都市圏ではニューヨーク/マイアミの差は約×3に縮まる - 棚は等しいままで結論は保たれるが、見出しの×19.9は質問が名指す地理である市域の比率。
- 当方の抽出器は1回答あたり8名で打ち切る(監査製品の設計上の選択):異なる名前の数は下限値。ゆえに平坦さは抽出器を使わずに本文で再検証した:どこでも1回答あたり中央値10項目。この上限は過去の号の分子にも当てはまる:常に下限であって上限ではない。
- 住民は企業ではない:「1席あたりの住民」は近似。昨日のOpenStreetMapの下限も同じ方向を指す(ニューヨークで171の美容室に19席)が、それ自体も国勢調査ではない。
- 米国のみ、13都市、1回の収集、2026年9月13日、各ペア4回答。時間的安定性はここでは測っていない。
- 同じ大きさの棚が同じ中身とは限らない:昨日の号が示すように、席はまず都市から都市へ旅する名前に渡る。
- リストがなぜ約10項目なのかはここでは分からない:書式の習慣、学習データ、微調整が混ざり、この測定はそれらを分離しない。