English العربية Deutsch Español Français हिन्दी Italiano 日本語 한국어 Português (BR) Русский Türkçe 中文

モジュール S: ソブリン・セットアップ

STREETS デベロッパー収入コース — 無料モジュール 第1-2週 | 全6レッスン | 成果物: ソブリン・スタック・ドキュメント

「あなたの環境はビジネスインフラだ。そのつもりで構築しよう。」

あなたはすでに、ほとんどの人が手にすることのない最強の収益ツールを持っています。インターネット接続、ローカルの計算力、そしてそれらをすべて繋ぎ合わせるスキルを備えた開発者ワークステーションです。

多くの開発者は自分の環境をただの消費者向け製品として扱っています。ゲームをして、コードを書いて、ブラウジングするための道具として。しかしその同じマシン — 今あなたのデスクの下にあるそのマシン — は、推論を実行し、APIを提供し、データを処理し、あなたが眠っている間も24時間収益を生み出すことができます。

このモジュールは、すでに持っているものを別の視点で見ることについてです。「何を作れるか？」ではなく、「何を売れるか？」という視点です。

この2週間が終わる頃には、以下のものが手に入ります:

曖昧な話はなし。「自分を信じよう」もなし。実際の数字、実際のコマンド、実際の判断です。

さあ、始めましょう。

レッスン 1: リグ監査

「4090は必要ない。本当に重要なことはこれだ。」

あなたのマシンはビジネス資産

企業がインフラを評価するとき、ただスペックを並べるのではなく — 能力を収益機会にマッピングします。今からあなたがやるのはまさにそれです。

ターミナルを開いて、以下を順に実行してください。すべての数値を書き留めてください。レッスン6のソブリン・スタック・ドキュメントで必要になります。

ハードウェア・インベントリ

CPU

# Linux/Mac
lscpu | grep "Model name\|CPU(s)\|Thread(s)"
# or
cat /proc/cpuinfo | grep "model name" | head -1
nproc

# Windows (PowerShell)
Get-CimInstance -ClassName Win32_Processor | Select-Object Name, NumberOfCores, NumberOfLogicalProcessors

# macOS
sysctl -n machdep.cpu.brand_string
sysctl -n hw.ncpu

収益にとって重要なこと:

RAM

# Linux
free -h

# macOS
sysctl -n hw.memsize | awk '{print $0/1073741824 " GB"}'

# Windows (PowerShell)
(Get-CimInstance -ClassName Win32_ComputerSystem).TotalPhysicalMemory / 1GB

収益にとって重要なこと:

GPU

# NVIDIA
nvidia-smi

# Check VRAM specifically
nvidia-smi --query-gpu=name,memory.total,memory.free --format=csv

# AMD (Linux)
rocm-smi

# macOS (Apple Silicon)
system_profiler SPDisplaysDataType

収益にとって重要なこと:

これはみんなが執着するスペックですが、正直に言うと: GPU がローカル LLM のティアを決め、ローカル LLM のティアがどの収益ストリームが最速で稼働するかを決めます。 ただし、稼げるかどうかそのものを決めるわけではありません。

VRAM LLM 能力 収益との関連性
0 (CPU のみ) 7Bモデルで約5トークン/秒 バッチ処理、非同期作業。遅いが機能する。
6-8 GB (RTX 3060 等) 7Bモデルで約30トークン/秒、13B量子化 ほとんどの自動化収益ストリームに十分。
12 GB (RTX 3060 12GB, 4070) 13Bをフルスピードで、30B量子化 スイートスポット。ほとんどの収益エンジンが快適に動作。
16-24 GB (RTX 4090, 3090) 30B-70Bモデル プレミアムティア。他の人がローカルでは実現できない品質を販売可能。
48 GB以上 (デュアルGPU, A6000) 70B以上を高速で エンタープライズ・グレードのローカル推論。深刻な競争優位。
Apple Silicon 32GB以上 (M2/M3 Pro/Max) ユニファイドメモリで30B以上 優れた効率。NVIDIA 同等品より消費電力が低い。

専用 GPU が検出されませんでした。 CPU で推論を実行することになり、7Bモデルで約5-12トークン/秒になります。バッチ処理や非同期作業には問題ありません。顧客向け出力の速度ギャップを埋めるにはAPI呼び出しを使ってください。

率直に言うと: RTX 3060 12GB を持っているなら、AI の収益化を試みている開発者の95%よりも有利な立場にいます。4090を待つのはやめましょう。RTX 3060 12GB はローカル AI のホンダ・シビックです — 信頼性が高く、効率的で、仕事を確実にこなします。GPU アップグレードに使うお金は、顧客向けの品質を確保する API クレジットに充てた方が賢明です。ローカルモデルには力仕事を任せましょう。

ストレージ

# Linux/Mac
df -h

# Windows (PowerShell)
Get-PSDrive -PSProvider FileSystem | Select-Object Name, @{N='Used(GB)';E={[math]::Round($_.Used/1GB,1)}}, @{N='Free(GB)';E={[math]::Round($_.Free/1GB,1)}}

収益にとって重要なこと:

ネットワーク

# Quick speed test (install speedtest-cli if needed)
# pip install speedtest-cli
speedtest-cli --simple

# Or just check your plan
# Upload speed matters more than download for serving

収益にとって重要なこと:

アップタイム

これは誰も考えないスペックですが、趣味と「寝ている間に稼ぐ人」を分ける要素です。

自問してください:

24時間稼働できなくても問題ありません — このコースの多くの収益ストリームは、手動でトリガーする非同期バッチジョブです。しかし、真にパッシブな収入を生むものにはアップタイムが必要です。

クイック・アップタイム設定（必要な場合）:

# Enable Wake-on-LAN (check BIOS)
# Set up SSH access
sudo systemctl enable ssh  # Linux

# Auto-restart on crash (systemd service example)
# /etc/systemd/system/my-income-worker.service
[Unit]
Description=Income Worker Process
After=network.target

[Service]
Type=simple
ExecStart=/usr/local/bin/my-worker
Restart=always
RestartSec=10

[Install]
WantedBy=multi-user.target

電気代の計算

電気代を無視する人と、大げさに恐れる人の両方がいます。実際の計算をしましょう。

実際の消費電力を測定する:

# If you have a Kill-A-Watt meter or smart plug with monitoring:
# Measure at idle, at load (running inference), and at max (GPU full utilization)

# Rough estimates if you don't have a meter:
# Desktop (no GPU, idle): 60-100W
# Desktop (mid-range GPU, idle): 80-130W
# Desktop (high-end GPU, idle): 100-180W
# Desktop (GPU under inference load): add 50-80% of GPU TDP
# Laptop: 15-45W
# Mac Mini M2: 7-15W (seriously)
# Apple Silicon laptop: 10-30W

月額コストの計算:

Monthly cost = (Watts / 1000) x Hours x Price per kWh

Example: Desktop with RTX 3060, running inference 8 hours/day, idle 16 hours/day
- Inference: (250W / 1000) x 8h x 30 days x $0.12/kWh = $7.20/month
- Idle: (100W / 1000) x 16h x 30 days x $0.12/kWh = $5.76/month
- Total: ~$13/month

Example: Same rig, 24/7 inference
- (250W / 1000) x 24h x 30 days x $0.12/kWh = $21.60/month

Example: Mac Mini M2, 24/7
- (12W / 1000) x 24h x 30 days x $0.12/kWh = $1.04/month

米国の平均電気料金は約 $0.12/kWh です。実際の料金を確認してください — 大きく変動します。カリフォルニアでは $0.25/kWh かもしれません。一部のヨーロッパ諸国は $0.35/kWh に達します。米国中西部の一部は $0.08/kWh です。

要点: あなたの環境を24時間365日稼働させる電気代は、月 $1 〜 $30 程度です。収益ストリームがそれをカバーできないなら、問題は電気代ではなく — 収益ストリームの方です。

収益エンジン別の最低スペック

STREETS コース全体で向かう先のプレビューです。今はあなたの環境がどこに位置するか確認するだけで十分です:

収益エンジン CPU RAM GPU ストレージ ネットワーク
コンテンツ自動化（ブログ記事、ニュースレター） 4コア以上 16 GB オプション（API フォールバック） 50 GB 空き 上り 10 Mbps
データ処理サービス 8コア以上 32 GB オプション 200 GB 空き 上り 50 Mbps
ローカル AI API サービス 8コア以上 32 GB 8 GB以上 VRAM 100 GB 空き 上り 50 Mbps
コード生成ツール 8コア以上 16 GB 8 GB以上 VRAM または API 50 GB 空き 上り 10 Mbps
ドキュメント処理 4コア以上 16 GB オプション 100 GB 空き 上り 10 Mbps
自律エージェント 8コア以上 32 GB 12 GB以上 VRAM 100 GB 空き 上り 50 Mbps

よくある間違い: 「始める前にハードウェアをアップグレードしなきゃ。」いいえ。今あるもので始めてください。ハードウェアでカバーできないギャップは API 呼び出しで埋めましょう。アップグレードは収益がそれを正当化してから — その前ではなく。

レッスン 1 チェックポイント

以下を書き留めているはずです:

これらの数値を保存してください。レッスン6でソブリン・スタック・ドキュメントに入力します。

完全版 STREETS コースでは、モジュール R（収益エンジン）で上記の各エンジンタイプについて、具体的なステップバイステップのプレイブックを提供します — 構築とデプロイの正確なコードを含めて。

レッスン 2: ローカル LLM スタック

「Ollama をプロダクション用にセットアップする — チャット用ではなく。」

ローカル LLM が収益にとって重要な理由

OpenAI API を呼び出すたびに、あなたは家賃を払っています。ローカルでモデルを実行するたびに、初期セットアップ後の推論は無料です。計算は単純です:

何千ものリクエストを処理するサービスを構築する場合、100万トークンあたり $0 と $5-$15 の差は、利益と損益分岐点の差です。

しかし、ほとんどの人が見落とすニュアンスがあります: ローカルモデルと API モデルは、収益スタックにおいて異なる役割を果たします。 ローカルモデルはボリュームを処理します。API モデルは品質が重要な顧客向け出力を処理します。あなたのスタックには両方が必要です。

Ollama のインストール

Ollama が基盤です。あなたのマシンを、クリーンな API を備えたローカル推論サーバーに変えます。

# Linux
curl -fsSL https://ollama.com/install.sh | sh

# macOS
# Download from https://ollama.com or:
brew install ollama

# Windows
# Download installer from https://ollama.com
# Or use winget:
winget install Ollama.Ollama

インストールを確認します:

ollama --version
# Should show version 0.5.x or higher (check https://ollama.com/download for latest)

# Start the server (if not auto-started)
ollama serve

# In another terminal, test it:
ollama run llama3.1:8b "Say hello in exactly 5 words"

バージョンに関する注意: Ollama は頻繁にリリースされます。このモジュールのモデルコマンドとフラグは、Ollama v0.5.x（2026年初頭）で検証されています。後でこの文書を読んでいる場合は、最新バージョンは ollama.com/download、現在のモデル名は ollama.com/library で確認してください。コアコンセプトは変わりませんが、特定のモデルタグ（例: llama3.1:8b）は新しいリリースで置き換えられている場合があります。

モデル選択ガイド

見つけたモデルを片っ端からダウンロードしないでください。戦略的に。何を取得し、それぞれをいつ使うかを示します。

ティア 1: ワークホース（7B-8B モデル）

# Pull your workhorse model
ollama pull llama3.1:8b
# Alternative: mistral (good for European languages)
ollama pull mistral:7b

用途:

パフォーマンス（一般的）:

コスト比較:

ティア 2: バランス型（13B-14B モデル）

# Pull your balanced model
ollama pull llama3.1:14b
# Or for coding tasks:
ollama pull deepseek-coder-v2:16b

用途:

パフォーマンス（一般的）:

7B より使うべきタイミング: 7B の出力品質が十分でないが、API 呼び出しにお金を払う必要がない場合。実際のユースケースで両方テストしてください — 7B で十分な場合もあり、計算リソースを無駄にしているだけかもしれません。

ティア 3: 品質重視ティア（30B-70B モデル）

# Only pull these if you have the VRAM
# 30B needs ~20GB VRAM, 70B needs ~40GB VRAM (quantized)
ollama pull llama3.1:70b-instruct-q4_K_M
# Or the smaller but excellent:
ollama pull qwen2.5:32b

用途:

パフォーマンス（一般的）:

率直に言うと: 24GB以上の VRAM がなければ、70B モデルは完全にスキップしてください。品質重視の出力には API 呼び出しを使いましょう。システム RAM から 3トークン/秒で 70B モデルを実行することは技術的には可能ですが、どの収益ワークフローにも実質的に使えません。あなたの時間には価値があります。

ティア 4: API モデル（ローカルでは不十分な場合）

ローカルモデルはボリュームとプライバシーのため。API モデルは品質の上限と特殊な能力のためです。

API モデルを使うべきとき:

コスト比較表（2025年初頭時点 — 最新の料金を確認してください）:

モデル 入力（100万トークンあたり） 出力（100万トークンあたり） 最適な用途
GPT-4o-mini $0.15 $0.60 安価な大量処理（ローカルが使えない場合）
GPT-4o $2.50 $10.00 ビジョン、複雑な推論
Claude 3.5 Sonnet $3.00 $15.00 コード、分析、ロングコンテキスト
Claude 3.5 Haiku $0.80 $4.00 高速、低コスト、良好な品質バランス
DeepSeek V3 $0.27 $1.10 コスト効率が良く、強力なパフォーマンス

ハイブリッド戦略:

  1. ローカル 7B/13B がリクエストの80%を処理（分類、抽出、要約）
  2. API がリクエストの20%を処理（品質重視の生成、複雑なタスク）
  3. あなたの実効コスト: ブレンドで100万トークンあたり約 $0.50-2.00（純粋な API の $5-15 に対して）

このハイブリッドアプローチが、健全な利益率でサービスを構築する方法です。詳細はモジュール R で。

プロダクション構成

収益ワークのために Ollama を運用するのは、個人的なチャットのために動かすのとは異なります。適切に構成する方法を紹介します。

環境変数の設定

# Create/edit the Ollama configuration
# Linux: /etc/systemd/system/ollama.service or environment variables
# macOS: launchctl environment or ~/.zshrc
# Windows: System Environment Variables

# Key settings:
export OLLAMA_HOST=127.0.0.1:11434    # Bind to localhost only (security)
export OLLAMA_NUM_PARALLEL=4            # Concurrent request handling
export OLLAMA_MAX_LOADED_MODELS=2       # Keep 2 models in memory
export OLLAMA_KEEP_ALIVE=30m            # Keep model loaded for 30 min after last request
export OLLAMA_MAX_QUEUE=100             # Queue up to 100 requests

ワークロード用の Modelfile を作成する

デフォルトのモデル設定を使う代わりに、収益ワークロードに最適化したカスタム Modelfile を作成します:

# Save as: Modelfile-worker
FROM llama3.1:8b

# Tune for consistent, production output
PARAMETER temperature 0.3
PARAMETER top_p 0.9
PARAMETER num_ctx 4096
PARAMETER repeat_penalty 1.1

# System prompt for your most common workload
SYSTEM """You are a precise data processing assistant. You follow instructions exactly. You output only what is requested, with no preamble or explanation unless asked. When given structured output formats (JSON, CSV, etc.), you output only the structure with no markdown formatting."""

# Create your custom model
ollama create worker -f Modelfile-worker

# Test it
ollama run worker "Extract all email addresses from this text: Contact us at hello@example.com or support@test.org for more info."

バッチ処理とキュー管理

収益ワークロードでは、多数のアイテムを処理する必要があることが多いです。基本的なバッチ処理のセットアップを紹介します:

#!/usr/bin/env python3
"""
batch_processor.py — Process items through local LLM with queuing.
Production-grade batching for income workloads.
"""

import requests
import json
import time
import concurrent.futures
from pathlib import Path

OLLAMA_URL = "http://127.0.0.1:11434/api/generate"
MODEL = "worker"  # Your custom model from above
MAX_CONCURRENT = 4
MAX_RETRIES = 3

def process_item(item: dict) -> dict:
    """Process a single item through the local LLM."""
    payload = {
        "model": MODEL,
        "prompt": item["prompt"],
        "stream": False,
        "options": {
            "num_ctx": 4096,
            "temperature": 0.3
        }
    }

    for attempt in range(MAX_RETRIES):
        try:
            response = requests.post(OLLAMA_URL, json=payload, timeout=120)
            response.raise_for_status()
            result = response.json()
            return {
                "id": item["id"],
                "input": item["prompt"][:100],
                "output": result["response"],
                "tokens": result.get("eval_count", 0),
                "duration_ms": result.get("total_duration", 0) / 1_000_000,
                "status": "success"
            }
        except Exception as e:
            if attempt == MAX_RETRIES - 1:
                return {
                    "id": item["id"],
                    "output": None,
                    "error": str(e),
                    "status": "failed"
                }
            time.sleep(2 ** attempt)  # Exponential backoff

def process_batch(items: list[dict], output_file: str = "results.jsonl"):
    """Process a batch of items with concurrent execution."""
    results = []
    start_time = time.time()

    with concurrent.futures.ThreadPoolExecutor(max_workers=MAX_CONCURRENT) as executor:
        future_to_item = {executor.submit(process_item, item): item for item in items}

        for i, future in enumerate(concurrent.futures.as_completed(future_to_item)):
            result = future.result()
            results.append(result)

            # Write incrementally (don't lose progress on crash)
            with open(output_file, "a") as f:
                f.write(json.dumps(result) + "\n")

            # Progress reporting
            elapsed = time.time() - start_time
            rate = (i + 1) / elapsed
            remaining = (len(items) - i - 1) / rate if rate > 0 else 0
            print(f"[{i+1}/{len(items)}] {result['status']} | "
                  f"{rate:.1f} items/sec | "
                  f"ETA: {remaining:.0f}s")

    # Summary
    succeeded = sum(1 for r in results if r["status"] == "success")
    failed = sum(1 for r in results if r["status"] == "failed")
    total_time = time.time() - start_time

    print(f"\nBatch complete: {succeeded} succeeded, {failed} failed, "
          f"{total_time:.1f}s total")

    return results

# Example usage:
if __name__ == "__main__":
    # Your items to process
    items = [
        {"id": i, "prompt": f"Summarize this in one sentence: {text}"}
        for i, text in enumerate(load_your_data())  # Replace with your data source
    ]

    results = process_batch(items)

あなたの環境をベンチマークする

他人のベンチマークを信用しないでください。自分で測定しましょう:

# Quick benchmark script
# Save as: benchmark.sh

#!/bin/bash
MODELS=("llama3.1:8b" "mistral:7b")
PROMPT="Write a detailed 200-word product description for a wireless mechanical keyboard designed for programmers."

for model in "${MODELS[@]}"; do
    echo "=== Benchmarking: $model ==="

    # Warm up (first run loads model into memory)
    ollama run "$model" "Hello" > /dev/null 2>&1

    # Timed run
    START=$(date +%s%N)
    RESULT=$(curl -s http://localhost:11434/api/generate -d "{
        \"model\": \"$model\",
        \"prompt\": \"$PROMPT\",
        \"stream\": false
    }")
    END=$(date +%s%N)

    DURATION=$(( (END - START) / 1000000 ))
    TOKENS=$(echo "$RESULT" | python3 -c "import sys,json; print(json.load(sys.stdin).get('eval_count', 'N/A'))")

    echo "Time: ${DURATION}ms"
    echo "Tokens generated: $TOKENS"
    if [ "$TOKENS" != "N/A" ] && [ "$DURATION" -gt 0 ]; then
        TPS=$(python3 -c "print(f'{$TOKENS / ($DURATION / 1000):.1f}')")
        echo "Speed: $TPS tokens/second"
    fi
    echo ""
done

chmod +x benchmark.sh
./benchmark.sh

各モデルのトークン/秒を書き留めてください。この数値が、あなたの環境でどの収益ワークフローが実用的かを決定します。

ユースケース別の速度要件:

ローカル推論サーバーのセキュリティ

あなたの Ollama インスタンスは、明示的に意図しない限り、インターネットからアクセスできてはいけません。

# Verify Ollama is only listening on localhost
ss -tlnp | grep 11434
# Should show 127.0.0.1:11434, NOT 0.0.0.0:11434

# If you need remote access (e.g., from another machine on your LAN):
# Use SSH tunneling instead of exposing the port
ssh -L 11434:localhost:11434 your-rig-ip

# Firewall rules (Linux)
sudo ufw deny in 11434
sudo ufw allow from 192.168.1.0/24 to any port 11434  # LAN only, if needed

よくある間違い: 「便利だから」と Ollama を 0.0.0.0 にバインドして、そのまま忘れること。あなたの IP を見つけた誰でも、あなたの GPU を無料推論に使えます。さらに悪いことに、モデルの重みやシステムプロンプトを抽出できます。常に localhost。常にトンネル経由で。

レッスン 2 チェックポイント

以下が完了しているはずです:

完全版 STREETS コースでは、モジュール T（テクニカル・モート）で、競合が簡単に複製できない独自のモデル構成、ファインチューニングパイプライン、カスタムツールチェーンの構築方法を紹介します。モジュール R（収益エンジン）では、このスタックの上に構築する具体的なサービスを提供します。

レッスン 3: プライバシーの優位性

「プライベートなセットアップ自体が競争優位だ — 単なる好みではなく。」

プライバシーは製品機能であり、制約ではない

ほとんどの開発者は、個人的にプライバシーを重視しているから、あるいは技術をいじるのが楽しいからローカルインフラを構築します。それは良いことです。しかし、プライバシーは今のテック業界で最も市場価値の高い機能の一つだということに気づかなければ、大きな収益機会を逃しています。

理由はこうです: 企業が OpenAI の API にデータを送るたびに、そのデータはサードパーティを通過します。多くの企業 — 特にヘルスケア、金融、法律、政府、EU に拠点を置く企業 — にとって、これは現実の問題です。理論上の問題ではありません。「コンプライアンス部門がダメと言ったのでこのツールは使えません」という問題です。

あなたは、自分のマシンでモデルをローカル実行しているので、その問題がありません。

規制の追い風

規制環境はあなたに有利な方向に動いています。急速に。

EU AI Act（2024-2026年に施行）:

GDPR（すでに施行中）:

業界固有の規制:

セールス会話でプライバシーをポジショニングする方法

コンプライアンスの専門家である必要はありません。3つのフレーズを理解し、いつ使うかを知っていればいいのです:

フレーズ 1: 「あなたのデータがインフラを離れることはありません。」 使うタイミング: プライバシーを重視する見込み客と話すとき。これは万能のフックです。

フレーズ 2: 「サードパーティのデータ処理契約は不要です。」 使うタイミング: ヨーロッパの企業や法務/コンプライアンスチームを持つ企業と話すとき。これにより数週間の法的レビューが不要になります。

フレーズ 3: 「完全な監査証跡、シングルテナント処理。」 使うタイミング: エンタープライズまたは規制産業と話すとき。彼らは AI パイプラインを監査人に証明する必要があります。

ポジショニングの例（サービスページや提案書向け）:

「クラウドベースの AI サービスとは異なり、[あなたのサービス] はすべてのデータを専用ハードウェア上でローカル処理します。あなたのドキュメント、コード、データは処理環境を離れることがありません。パイプラインにサードパーティ API は存在せず、交渉すべきデータ共有契約もなく、すべての操作の完全な監査ログがあります。これにより [あなたのサービス] は、GDPR、HIPAA、SOC 2 コンプライアンス環境を含む、厳格なデータ取り扱い要件を持つ組織に適しています。」

このパラグラフをランディングページに載せれば、プレミアム料金を支払うまさにそのクライアントを引き寄せるでしょう。

プレミアム価格設定の正当化

ハードナンバーでのビジネスケースはこうです:

標準的な AI 処理サービス（クラウド API を使用）:

プライバシーファーストの AI 処理サービス（あなたのローカルスタック）:

プライバシー・プレミアムは現実のものです: 同じ基盤タスクに対して、コモディティのクラウドベースサービスの 5倍から10倍。そしてそれを支払うクライアントは、より忠実で、価格に敏感でなく、より大きな予算を持っています。

隔離されたワークスペースの構築

本業がある場合（ほとんどの方がそうでしょう）、雇用主の仕事と副業の間にクリーンな分離が必要です。これは法的保護だけでなく — 運用上の衛生でもあります。

オプション 1: 別のユーザーアカウント（推奨）

# Linux: Create a dedicated user for income work
sudo useradd -m -s /bin/bash income
sudo passwd income

# Switch to income user for all revenue work
su - income

# All income projects, API keys, and data live under /home/income/

オプション 2: コンテナ化されたワークスペース

# Docker-based isolation
# Create a dedicated workspace container

# docker-compose.yml
version: '3.8'
services:
  income-workspace:
    image: ubuntu:22.04
    volumes:
      - ./income-projects:/workspace
      - ./income-data:/data
    environment:
      - OLLAMA_HOST=host.docker.internal:11434
    network_mode: bridge
    # Your employer's VPN, tools, etc. are NOT in this container

オプション 3: 別の物理マシン（最も確実）

これに真剣で、収益がそれを正当化するなら、専用マシンはすべての疑問を排除します。RTX 3060 搭載の中古 Dell OptiPlex は $400-600 で、最初の1ヶ月のクライアント作業で元が取れます。

最低限の分離チェックリスト:

よくある間違い: サイドプロジェクトの「テスト用に」雇用主の OpenAI API キーを使うこと。これは雇用主の請求ダッシュボードから見えるペーパートレイルを作り、IP（知的財産）の境界を曖昧にします。自分のキーを取得しましょう。安いです。

レッスン 3 チェックポイント

以下を理解しているはずです:

完全版 STREETS コースでは、モジュール E（進化するエッジ）で、規制の変化を追跡し、競合が存在すら知らない新しいコンプライアンス要件に先んじてポジショニングする方法を教えます。

レッスン 4: 法的最低限

「今15分の法的準備をすれば、後で数ヶ月の問題を防げる。」

これは法的助言ではない

私は開発者であって、弁護士ではありません。以下は、ほとんどの状況でほとんどの開発者が対処すべき実践的なチェックリストです。あなたの状況が複雑な場合（雇用主の株式保有、特定の条件の競業避止義務など）、雇用弁護士との30分の相談に $200 を使ってください。最高の ROI が得られます。

ステップ 1: 雇用契約を読む

雇用契約書または内定通知書を見つけてください。以下のセクションを探してください:

知的財産譲渡条項 — 以下のような文言を探してください:

あなたを制限するキーフレーズ:

あなたを自由にするキーフレーズ:

3つの質問テスト

収益プロジェクトについて、以下を自問してください:

  1. 時間: 自分の時間にこの仕事をしていますか？（勤務時間中でなく、オンコールシフト中でもなく）
  2. 機材: 自分のハードウェア、自分のインターネット、自分の API キーを使っていますか？（雇用主のラップトップでなく、雇用主の VPN でなく、雇用主のクラウドアカウントでもなく）
  3. 対象分野: 雇用主の事業と無関係ですか？（ヘルスケア AI 企業で働いていて、ヘルスケア AI サービスを売りたい場合...それは問題です。ヘルスケア AI 企業で働いていて、不動産エージェント向けのドキュメント処理を売りたい場合...それは問題ありません。）

3つすべてがクリーンなら、ほぼ確実に問題ありません。どれか一つでも曖昧なら、進める前に明確にしてください。

率直に言うと: 副業をする開発者の大多数は何の問題もありません。雇用主が気にするのは競争優位の保護であり、無関係なプロジェクトで追加収入を得ることを阻止することではありません。しかし「ほぼ確実に問題ない」は「確実に問題ない」とは異なります。契約が異常に広範な場合は、上司や人事と会話するか — 弁護士に相談してください。確認しないことのデメリットは、確認する際の多少の気まずさよりもはるかに大きいです。

ステップ 2: 事業形態を選ぶ

個人資産と事業活動を分離し、事業用銀行口座、決済処理、税制優遇への道を開くために、法人格が必要です。

米国

形態 費用 保護 最適な用途
個人事業主（デフォルト） $0 なし（個人責任） 試しに始める段階。最初の $1K。
シングルメンバー LLC $50-500（州により異なる） 個人資産の保護 アクティブな収益活動。ほとんどの開発者はここから始めるべき。
S-Corp 選択（LLC 上） LLC の費用 + 選択自体は $0 LLC と同じ + 給与税の優遇 この副業から年間 $40K 以上を安定して稼いでいるとき

米国の開発者への推奨: 居住州でのシングルメンバー LLC。

設立費用が最も安い州: ワイオミング（$100、州所得税なし）、ニューメキシコ（$50）、モンタナ（$70）。ただし、特別な理由がなければ居住州での設立が最もシンプルです。

申請方法:

  1. 州の Secretary of State のウェブサイトにアクセス
  2. 「form LLC」または「business entity filing」で検索
  3. Articles of Organization を提出（10分のフォーム）
  4. IRS から EIN を取得（無料、irs.gov で5分）

英国

形態 費用 保護 最適な用途
個人事業主 無料（HMRC に登録） なし 最初の収入。テスト段階。
有限会社 (Ltd) Companies House で約 £15 個人資産の保護 本格的な収益活動全般。

推奨: Companies House 経由の Ltd 会社。約20分で GBP 12 です。

欧州連合

国によって大きく異なりますが、一般的なパターン:

オーストラリア

形態 費用 保護 最適な用途
個人事業主 無料 ABN なし 開始時
Pty Ltd ASIC 経由で約 AUD 500-800 個人資産の保護 本格的な収入

推奨: 個人事業主 ABN（無料、即時発行）で始め、安定して稼げるようになったら Pty Ltd に移行。

ステップ 3: 決済処理（15分でセットアップ）

支払いを受ける方法が必要です。最初のクライアントが待っているときではなく、今セットアップしてください。

Stripe（ほとんどの開発者に推奨）:

1. Go to stripe.com
2. Create account with your business email
3. Complete identity verification
4. Connect your business bank account
5. You can now accept payments, create invoices, and set up subscriptions

所要時間: 約15分。すぐに支払いの受け付けを開始できます（Stripe は新規アカウントでは7日間資金を保留します）。

LemonSqueezy（デジタル製品に推奨）:

デジタル製品（テンプレート、ツール、コース、SaaS）を販売する場合、LemonSqueezy があなたの Merchant of Record として機能します。これは:

1. Go to lemonsqueezy.com
2. Create account
3. Set up your store
4. Add products
5. They handle everything else

Stripe Atlas（海外の開発者や米国法人が欲しい方向け）:

米国外にいるが、米国法人で米国の顧客に販売したい場合:

ステップ 4: プライバシーポリシーと利用規約

オンラインでサービスや製品を販売するなら、これらが必要です。定型文に弁護士費用を払う必要はありません。

無料で信頼できるテンプレートのソース:

プライバシーポリシーがカバーすべき内容（クライアントデータを処理する場合）:

所要時間: テンプレートジェネレーターで30分。完了。

ステップ 5: 事業用銀行口座

事業収入を個人の銀行口座に混ぜないでください。理由:

  1. 税務の明確さ: 確定申告の時期に、何が事業収入で何がそうでないかを正確に知る必要があります。
  2. 法的保護: LLC がある場合、個人と事業の資金を混同すると「法人格の否認」が起こり得ます — つまり裁判所が LLC の責任保護を無視できるということです。
  3. プロフェッショナリズム: 「John's Consulting LLC」からの請求書が専用の事業口座に入金されるのは正当に見えます。個人の Venmo への支払いはそうではありません。

無料または低コストの事業用銀行口座:

今すぐ口座を開設してください。オンラインで10-15分、認証に1-3日です。

ステップ 6: 開発者の副業収入の税金の基本

率直に言うと: 税金は、ほとんどの開発者が4月まで無視して、それからパニックになるものです。今30分使えば、実際のお金とストレスが節約できます。

米国:

開発者の副業収入でよくある控除対象:

英国:

初日からすべてを記録してください。 何もなければシンプルなスプレッドシートでも:

| Date       | Category    | Description          | Amount  | Type    |
|------------|-------------|----------------------|---------|---------|
| 2025-01-15 | API         | Anthropic credit     | -$20.00 | Expense |
| 2025-01-18 | Revenue     | Client invoice #001  | +$500.00| Income  |
| 2025-01-20 | Software    | Vercel Pro plan      | -$20.00 | Expense |
| 2025-01-20 | Tax Reserve | 30% of net income    | -$138.00| Transfer|

よくある間違い: 「税金は後で考えよう。」後とは第4四半期のことで、予定納税が $3,000 にペナルティがプラスされ、そのお金はすでに使ってしまっている。自動化しましょう: 事業口座に収入が入るたびに、すぐに30%を税金用貯蓄口座に振り替えてください。

レッスン 4 チェックポイント

以下が完了している（またはその計画がある）はずです:

完全版 STREETS コースでは、モジュール E（実行プレイブック）に、税金義務の自動計算、プロジェクトの収益性、各収益エンジンの損益分岐点を計算する財務モデリングテンプレートが含まれています。

レッスン 5: 月額 $200 の予算

「あなたのビジネスにはバーンレートがある。把握し、コントロールし、稼がせよう。」

なぜ $200/月なのか

月200 dollars は、開発者の収益事業を運営するための最低限実行可能な予算です。実際のサービスを運営し、実際の顧客にサービスを提供し、実際の収益を生み出すのに十分です。また、何もうまくいかなくても、全財産を賭けたことにはならない程度に小さい金額でもあります。

目標はシンプルです: $200/月を90日以内に $600以上/月に変える。 それができればビジネスです。できなければ、戦略を変えましょう — 予算を増やすのではなく。

予算の内訳

ティア 1: API クレジット — $50-100/月

これは顧客向け品質のためのプロダクション・コンピュートです。

推奨される初期配分:

Anthropic (Claude):     $40/month  — Your primary for quality output
OpenAI (GPT-4o-mini):   $20/month  — Cheap volume work, fallback
DeepSeek:               $10/month  — Budget tasks, experimentation
Buffer:                 $30/month  — Overflow or new provider testing

API 支出の管理方法:

# Simple API budget tracker — run daily via cron
# Save as: check_api_spend.py

import requests
import json
from datetime import datetime

# Check Anthropic usage
# (Anthropic provides usage in the dashboard; here's how to track locally)

MONTHLY_BUDGET = {
    "anthropic": 40.00,
    "openai": 20.00,
    "deepseek": 10.00,
}

# Track locally by logging every API call cost
USAGE_LOG = "api_usage.jsonl"

def get_monthly_spend(provider: str) -> float:
    """Calculate current month's spend for a provider."""
    current_month = datetime.now().strftime("%Y-%m")
    total = 0.0
    try:
        with open(USAGE_LOG, "r") as f:
            for line in f:
                entry = json.loads(line)
                if entry["provider"] == provider and entry["date"].startswith(current_month):
                    total += entry["cost"]
    except FileNotFoundError:
        pass
    return total

def log_api_call(provider: str, tokens_in: int, tokens_out: int, model: str):
    """Log an API call for budget tracking."""
    # Cost per 1M tokens (update these as pricing changes)
    PRICING = {
        "claude-3.5-sonnet": {"input": 3.00, "output": 15.00},
        "claude-3.5-haiku": {"input": 0.80, "output": 4.00},
        "gpt-4o-mini": {"input": 0.15, "output": 0.60},
        "gpt-4o": {"input": 2.50, "output": 10.00},
        "deepseek-v3": {"input": 0.27, "output": 1.10},
    }

    prices = PRICING.get(model, {"input": 1.0, "output": 5.0})
    cost = (tokens_in / 1_000_000 * prices["input"]) + \
           (tokens_out / 1_000_000 * prices["output"])

    entry = {
        "date": datetime.now().isoformat(),
        "provider": provider,
        "model": model,
        "tokens_in": tokens_in,
        "tokens_out": tokens_out,
        "cost": round(cost, 6),
    }

    with open(USAGE_LOG, "a") as f:
        f.write(json.dumps(entry) + "\n")

    # Budget warning
    monthly_spend = get_monthly_spend(provider)
    budget = MONTHLY_BUDGET.get(provider, 0)
    if monthly_spend > budget * 0.8:
        print(f"WARNING: {provider} spend at {monthly_spend:.2f}/{budget:.2f} "
              f"({monthly_spend/budget*100:.0f}%)")

    return cost

ハイブリッド支出戦略:

ティア 2: インフラ — $30-50/月

Domain name:            $12/year ($1/month)     — Namecheap, Cloudflare, Porkbun
Email (business):       $0-6/month              — Zoho Mail free, or Google Workspace $6
VPS (optional):         $5-20/month             — For hosting lightweight services
                                                  Hetzner ($4), DigitalOcean ($6), Railway ($5)
DNS/CDN:                $0/month                — Cloudflare free tier
Hosting (static):       $0/month                — Vercel, Netlify, Cloudflare Pages (free tiers)

VPS は必要ですか？

あなたの収益モデルが:

推奨される初期インフラ:

Local rig — primary compute, LLM inference, heavy processing
   |
   +-- SSH tunnel or WireGuard VPN
   |
$5 VPS (Hetzner/DigitalOcean) — API gateway, webhook receiver, static hosting
   |
   +-- Cloudflare (free) — DNS, CDN, DDoS protection
   |
Vercel/Netlify (free) — marketing site, landing pages, docs

インフラの総コスト: $5-20/月。残りは無料ティアです。

ティア 3: ツール — $20-30/月

Analytics:              $0/month    — Plausible Cloud ($9) or self-hosted,
                                      or Vercel Analytics (free tier)
                                      or just Cloudflare analytics (free)
Email marketing:        $0/month    — Buttondown (free up to 100 subs),
                                      Resend ($0 for 3K emails/month)
Monitoring:             $0/month    — UptimeRobot (free, 50 monitors),
                                      Better Stack (free tier)
Design:                 $0/month    — Figma (free), Canva (free tier)
Accounting:             $0/month    — Wave (free), or a spreadsheet
                                      Hledger (free, plaintext accounting)

率直に言うと: 開始時は無料ティアだけでツールスタック全体を運用できます。ここに割り当てた $20-30 は、無料ティアを超えたときや特定のプレミアム機能が欲しいとき用です。予算にあるからといって使わないでください。使わなかった予算は利益です。

ティア 4: 予備費 — $0-30/月

これは「予想しなかったこと」のための資金です:

予備費を使わなければ、蓄積されます。3ヶ月間未使用の予備費があれば、API クレジットやインフラへの再配分を検討してください。

ROI の計算

重要なのはこの数字だけです:

Monthly Revenue - Monthly Costs = Net Profit
Net Profit / Monthly Costs = ROI Multiple

Example:
$600 revenue - $200 costs = $400 profit
$400 / $200 = 2x ROI

The target: 3x ROI ($600+ revenue on $200 spend)
The minimum: 1x ROI ($200 revenue = break even)
Below 1x: Change strategy or reduce costs

予算を増やすべきとき:

予算を増やすのは以下の場合のみ:

  1. 2ヶ月以上安定して 2x 以上の ROI を達成している
  2. 支出を増やすことが直接的に収益増加に繋がる（例: API クレジットを増やす = クライアント対応能力の向上）
  3. 増加が特定の、テスト済みの収益ストリームに紐づいている

予算を増やすべきでないとき:

スケーリングの階段:

$200/month  → Proving the concept (months 1-3)
$500/month  → Scaling what works (months 4-6)
$1000/month → Multiple revenue streams (months 6-12)
$2000+/month → Full business operation (year 2+)

Each step requires proving ROI at the current level first.

よくある間違い: $200 をすぐにリターンを生む必要のない「投資」として扱うこと。違います。これは90日間の期限付き実験です。$200/月が90日以内に $200/月の収益を生まなければ、戦略の何かを変える必要があります。お金、市場、オファー — 何かがうまくいっていません。自分に正直になりましょう。

レッスン 5 チェックポイント

以下が完了しているはずです:

完全版 STREETS コースでは、モジュール E（実行プレイブック）に、支出、収益、収益エンジンごとの ROI をリアルタイムで追跡する財務ダッシュボードテンプレートが含まれています — どのストリームが収益性があり、どれを調整する必要があるか常に把握できます。

レッスン 6: ソブリン・スタック・ドキュメント

「すべてのビジネスにはプランがある。これがあなたのプランだ — そして2ページに収まる。」

成果物

これはモジュール S で作成する最も重要なものです。ソブリン・スタック・ドキュメントは、あなたの収益を生み出すインフラのすべてを記録した単一のリファレンスです。STREETS コースの残りの部分を通じて参照し、セットアップの進化に合わせて更新し、何を構築し何をスキップするかについて明確な判断を下すために使用します。

新しいファイルを作成してください。Markdown、Google Doc、Notion ページ、プレーンテキスト — 実際にメンテナンスするものなら何でも。以下のテンプレートを使い、レッスン1-5の数値と決定事項ですべてのフィールドを埋めてください。

テンプレート

このテンプレート全体をコピーして入力してください。すべてのフィールド。スキップなし。

# Sovereign Stack Document
# [Your Name or Business Name]
# Created: [Date]
# Last Updated: [Date]

---

## 1. HARDWARE INVENTORY

### Primary Machine
- **Type:** [Desktop / Laptop / Mac / Server]
- **CPU:** [Model] — [X] cores, [X] threads
- **RAM:** [X] GB [DDR4/DDR5]
- **GPU:** [Model] — [X] GB VRAM (or "None — CPU inference only")
- **Storage:** [X] GB SSD free / [X] GB total
- **OS:** [Linux distro / macOS version / Windows version]

### Network
- **Download:** [X] Mbps
- **Upload:** [X] Mbps
- **Latency to cloud APIs:** [X] ms
- **ISP reliability:** [Stable / Occasional outages / Unreliable]

### Uptime Capability
- **Can run 24/7:** [Yes / No — reason]
- **UPS:** [Yes / No]
- **Remote access:** [SSH / RDP / Tailscale / None]

### Monthly Infrastructure Cost
- **Electricity (24/7 estimate):** $[X]/month
- **Internet:** $[X]/month (business portion)
- **Total fixed infrastructure cost:** $[X]/month

---

## 2. LLM STACK

### Local Models (via Ollama)
| Model | Size | Tokens/sec | Use Case |
|-------|------|-----------|----------|
| [e.g., llama3.1:8b] | [X]B | [X] tok/s | [e.g., Classification, extraction] |
| [e.g., mistral:7b] | [X]B | [X] tok/s | [e.g., Summarization, drafts] |
| [e.g., deepseek-coder] | [X]B | [X] tok/s | [e.g., Code generation] |

### API Models (for quality-critical output)
| Provider | Model | Monthly Budget | Use Case |
|----------|-------|---------------|----------|
| [e.g., Anthropic] | [Claude 3.5 Sonnet] | $[X] | [e.g., Customer-facing content] |
| [e.g., OpenAI] | [GPT-4o-mini] | $[X] | [e.g., Volume processing fallback] |

### Inference Strategy
- **Local handles:** [X]% of requests ([list tasks])
- **API handles:** [X]% of requests ([list tasks])
- **Estimated blended cost per 1M tokens:** $[X]

---

## 3. MONTHLY BUDGET

| Category | Allocation | Actual (update monthly) |
|----------|-----------|------------------------|
| API Credits | $[X] | $[  ] |
| Infrastructure (VPS, domain, email) | $[X] | $[  ] |
| Tools (analytics, email marketing) | $[X] | $[  ] |
| Reserve | $[X] | $[  ] |
| **Total** | **$[X]** | **$[  ]** |

### Revenue Target
- **Month 1-3:** $[X]/month (minimum: cover costs)
- **Month 4-6:** $[X]/month
- **Month 7-12:** $[X]/month

---

## 4. LEGAL STATUS

- **Employment status:** [Employed / Freelance / Between jobs]
- **IP clause reviewed:** [Yes / No / N/A]
- **IP clause risk level:** [Clean / Murky — needs review / Restrictive]
- **Business entity:** [LLC / Ltd / Sole Proprietor / None yet]
  - **State/Country:** [Where registered]
  - **EIN/Tax ID:** [Obtained / Pending / Not needed yet]
- **Payment processing:** [Stripe / Lemon Squeezy / Other] — [Active / Pending]
- **Business bank account:** [Open / Pending / Using personal (fix this)]
- **Privacy policy:** [Done / Not yet — URL: ___]
- **Terms of service:** [Done / Not yet — URL: ___]

---

## 5. TIME INVENTORY

- **Available hours per week for income projects:** [X] hours
  - **Weekday mornings:** [X] hours
  - **Weekday evenings:** [X] hours
  - **Weekends:** [X] hours
- **Time zone:** [Your timezone]
- **Best deep work blocks:** [e.g., "Saturday 6am-12pm, weekday evenings 8-10pm"]

### Time Allocation Plan
| Activity | Hours/week |
|----------|-----------|
| Building/coding | [X] |
| Marketing/sales | [X] |
| Client work/delivery | [X] |
| Learning/experimentation | [X] |
| Admin (invoicing, email, etc.) | [X] |

> Rule: Never allocate more than 70% of available time.
> Life happens. Burnout is real. Leave buffer.

---

## 6. SKILLS INVENTORY

### Primary Skills (things you could teach others)
1. [Skill] — [years of experience]
2. [Skill] — [years of experience]
3. [Skill] — [years of experience]

### Secondary Skills (competent but not expert)
1. [Skill]
2. [Skill]
3. [Skill]

### Exploring (learning now or want to learn)
1. [Skill]
2. [Skill]

### Unique Combinations
What makes YOUR skill combination unusual? (This becomes your moat in Module T)
- [e.g., "I know both Rust AND healthcare data standards — very few people have both"]
- [e.g., "I can build full-stack apps AND I understand supply chain logistics from a previous career"]
- [e.g., "I'm fluent in 3 languages AND I can code — I can serve non-English markets that most dev tools ignore"]

---

## 7. SOVEREIGN STACK SUMMARY

### What I Can Offer Today
(Based on hardware + skills + time, what could you sell THIS WEEK if someone asked?)
1. [e.g., "Local document processing — extract data from PDFs privately"]
2. [e.g., "Custom automation scripts for [specific domain]"]
3. [e.g., "Technical writing / documentation"]

### What I'm Building Toward
(Based on the full STREETS framework — fill this in as you progress through the playbook)
1. [Revenue Engine 1 — from Module R]
2. [Revenue Engine 2 — from Module R]
3. [Revenue Engine 3 — from Module R]

### Key Constraints
(Be honest — these aren't weaknesses, they're parameters)
- [e.g., "Only 10 hours/week available"]
- [e.g., "No GPU — CPU inference only, will rely on APIs for LLM tasks"]
- [e.g., "Employment contract is restrictive — need to stay in unrelated domains"]
- [e.g., "Non-US based — some payment/legal options are limited"]

---

*This document is a living reference. Update it monthly.*
*Next review date: [Date + 30 days]*

このドキュメントの使い方

  1. 新しいプロジェクトを始める前に: ソブリン・スタックを確認。そのハードウェア、時間、スキル、予算で実行可能ですか？
  2. 何かを購入する前に: 予算配分を確認。この購入は計画に含まれていますか？
  3. 毎月のレビュー: 予算の「実績」列を更新。収益数値を更新。うまくいっているものに基づいて配分を調整。
  4. あなたが何をしているか聞かれたとき: 「今提供できること」セクションが即座のピッチになります。
  5. 新しいアイデアに飛びつきたくなったとき: 制約条件を確認。時間、スキル、ハードウェアの範囲内に収まりますか？ 収まらなければ「構築に向けて」に追加して後回しに。

1時間の演習

タイマーを60分にセットしてください。テンプレートのすべてのフィールドを入力してください。考えすぎないでください。広範なリサーチもしないでください。今知っていることをそのまま書いてください。後で更新できます。

入力できないフィールドは？ それが今週のアクションアイテムです:

よくある間違い: 1時間で「完了」させる代わりに、3時間かけてドキュメントを「完璧」にしようとすること。ソブリン・スタック・ドキュメントは実用的なリファレンスであり、投資家向けのビジネスプランではありません。見るのはあなただけです。正確さは重要。フォーマットは重要ではありません。

レッスン 6 チェックポイント

以下が完了しているはずです:

モジュール S: 完了

2週間で構築したもの

始める前にはなかったものが今あるか、見てみましょう:

  1. ハードウェア・インベントリ — ステッカーのスペックではなく、収益を生み出す能力にマッピングされたもの。
  2. プロダクション・グレードのローカル LLM スタック — Ollama を使い、実際のハードウェアでベンチマークし、実際のワークロード用に構成されたもの。
  3. プライバシーの優位性 — 特定の聴衆に対する特定の言葉で、どうマーケティングするか理解したもの。
  4. 法的・財務的基盤 — 法人（または計画）、決済処理、銀行口座、税金戦略。
  5. コントロールされた予算 — 明確な ROI 目標と、モデルを証明するための90日間の期限。
  6. ソブリン・スタック・ドキュメント — 上記すべてを、今後のあらゆる決定に使用する単一のリファレンスに集約したもの。

これはほとんどの開発者がこれまでにセットアップした以上のものです。本当に。副業収入を得たい人のほとんどは「何かクールなものを作る」に直行し、なぜ報酬を得られないのか不思議に思います。あなたには今、報酬を得るためのインフラがあります。

しかし、方向性のないインフラは高価な趣味に過ぎません。このスタックをどこに向けるか知る必要があります。

次のステップ: モジュール T — テクニカル・モート

モジュール S で基盤を手に入れました。モジュール T は重要な問いに答えます: 競合が簡単にコピーできないものをどう構築するか？

モジュール T がカバーする内容:

月 $500 を稼ぐ開発者と月 $5,000 を稼ぐ開発者の差は、スキルであることはめったにありません。モートです。同じハードウェアと同じモデルを持っていても、あなたの提供物を複製しにくくするものです。

STREETS 全体ロードマップ

モジュール タイトル フォーカス 期間
S ソブリン・セットアップ インフラ、法務、予算 第1-2週（完了）
T テクニカル・モート 防御可能な優位性、独自資産 第3-4週
R 収益エンジン コード付きの具体的な収益化プレイブック 第5-8週
E 実行プレイブック ローンチシーケンス、価格設定、最初の顧客 第9-10週
E 進化するエッジ 先を行く、トレンド検知、適応 第11-12週
T 戦術的自動化 パッシブインカムのための運用自動化 第13-14週
S ストリームの積み上げ 複数の収入源、ポートフォリオ戦略 第15-16週

モジュール R（収益エンジン）が最も収益を生む部分です。しかし S と T がなければ、砂の上に建てているようなものです。

完全なプレイブックを手に入れる準備はできましたか？

あなたは基盤を見てきました。自分で構築しました。今度は完全なシステムを手に入れましょう。

STREETS Core を入手 — 全7モジュール、16週間の完全コース。収益エンジンのコードテンプレート、財務ダッシュボード、そして自分の条件で収入を築く開発者のプライベートコミュニティ付き。

次へ → モジュール T: テクニカル・モート（技術的な堀）