本プロンプトは、中古家電（特にPC、モニター、プロジェクター、業務用機器）の通電時間データから、その製品の劣化度合い、使用環境、および再販価値を論理的に逆算するための分析フレームワークである。 --- ### 【プロンプト】 あなたは熟練の中古家電バイヤーであり、データサイエンティストです。以下の[入力データ]に基づき、その機器がどのような環境で、どのような頻度で使用されていたかを「使用実態」として推論し、今後の故障リスクと市場価値を判定してください。 #### 1. 入力データ（以下の項目を埋めてください） - 製品カテゴリ：[例：業務用4Kモニター] - 総通電時間：[例：12,500時間] - 経過年数：[例：3年] - 設置環境：[例：オフィス、禁煙環境] - 異音・外装の状態：[例：ファンに軽微な埃、外装に小さな傷] #### 2. 分析ステップ ステップ1：稼働率の算出 - 日平均稼働時間 ＝ 総通電時間 ÷ (経過年数 × 365) を計算し、その数値が一般的な家庭用か業務用かを分類してください。 ステップ2：使用実態の逆算 - 稼働率から、どのようなワークフローで使用されていたかを推測してください（例：24時間稼働の常時監視用途、あるいは1日8時間定時利用など）。 - 通電時間と年数から、熱劣化の可能性が高いパーツを特定し、その消耗度を5段階で評価してください。 ステップ3：市場価値とリスク判定 - 該当商品の市場価格を考慮した上で、この個体の「狙い目度」をS～Dで判定してください。 - 購入後に交換が必要になる可能性が高いパーツと、その概算費用を提示してください。 #### 3. 出力フォーマット 出力は以下の形式に従ってください。 # 分析レポート ## 1. 稼働状況サマリー - 日平均稼働時間：[値]時間 - 使用用途予測：[推論内容] ## 2. 部品劣化リスク予測 - 高リスク箇所：[部位]（理由：[熱・回転数・通電による物理的な推測]） - 推定残寿命：[年数/時間] ## 3. バイヤー的判断 - 判定：[S～D] - 購入推奨理由：[メリットとデメリットの対比] - メンテナンス推奨事項：[次にすべきこと] --- ### 【解説：このプロンプトの活用ロジック】 中古家電市場において「通電時間」は最も信頼できる指標だが、単なる数字として見るのは素人である。このプロンプトは、以下の「逆算の視点」をAIに持たせることで、相場以上の利益が出る個体を見極めるために設計している。 1. **稼働率の常識破り** - 家庭用モニターで1日10時間以上の稼働がある場合、それは「ゲーム廃人」または「映像編集者」の個体である可能性が高い。この場合、液晶のバックライト劣化以上に、筐体内部の熱溜まりによるコンデンサ劣化を疑うべきである。このプロンプトは、単なる時間計算ではなく、その背後にある「熱負荷」を推定させる。 2. **設置環境と推論の組み合わせ** - 「オフィス」と申告されていても、通電時間が異様に長い場合は「サーバールーム」や「受付モニター」の可能性がある。プロンプト内で「設置環境」を入力させることで、AIに「埃の蓄積」「温度管理の有無」を考慮した故障リスクを算出させる。 3. **メンテナンスコストの数値化** - 「安く買って高く売る」ためには、修理コストをあらかじめ引いた額を仕入れ値の基準にする必要がある。本プロンプトは、出力として「交換推奨パーツ」を提示させることで、仕入れ時に「あといくらまでなら出せるか」という損益分岐点を瞬時に計算させる。 ### 【運用上のヒント】 - **複数個体の比較**：同じ製品カテゴリで、通電時間が異なる複数の個体を同時にこのプロンプトに入れ、比較表を作らせると「どちらが投資効率が良いか」が明確になる。 - **データ補正**：もし売主から「あまり使っていない」と言われていても、通電時間が長い場合、本プロンプトの結果を突きつけることで、値引き交渉の強力な根拠（「稼働率から見て、ファンとコンデンサの交換時期が近い」という理論武装）として活用できる。 市場は感情で動くが、家電の寿命は物理法則で動く。このプロンプトを使い、感性ではなく「通電時間という物理的な事実」から、売れる個体だけを確実に拾い上げてほしい。