AI × 予想で稼ぐ時代──ChatGPT・Geminiプロンプトで園田競馬を“事実だけ”で分解する 【園田競馬 専門AI予想プロンプト

2026/1/1
プロンプトをGeminiにも対応する内容に編集し、更新しました。

## 【園田競馬 専門AI予想プロンプト】　
### 事実厳格 × 50展開収束 × 買い条件固定（8頭以上）

■ このプロンプトは「当たる」を約束するものではありません

このプロンプトが提供するのは、

「園田競馬において、人間がやり切れない情報整理と条件分解を、事実だけで完遂するための分析手順」です。

・勘／経験／読み／印象 → 一切使わない

・推測／誇張／主観語／断定 → 全面禁止

・入力に無い情報 → 作成しない

・データ不足 → 「不足」と明記して止める

・買い条件 → 出走8頭以上のみ（7頭以下は見送りで終了）

────────────────────────────────

■ 園田競馬 “専用色” を強めた理由

────────────────────────────────

園田競馬は、中央や他地区と比べて「同じ競馬場・同じ条件で走る馬」が非常に多い。

これは予想を簡単にする…という意味ではなく、AI処理に向く“条件”が揃いやすい、という意味です。

園田は多くの馬が

・園田のダート

・園田の距離帯（820/1230/1400/1700/1870）

・園田のコーナー形態

・園田の同じような馬場状態

この“繰り返し”の中で走ることが多い。

つまり、

「別競馬場の成績」「別コースの適性」を想像で補う必要が小さく、

入力にある事実（通過順位・タイム・着差・上がり3F・距離実績）だけで、

比較可能なデータが揃いやすい。

園田は、推測が入りやすい要素（遠征適性、未知の坂、初コース替わり等）が相対的に少ないぶん、

“事実ベースの処理”が成立しやすい。

だからAI向きです。

※重要：AI向き＝当たりやすい、ではない。

AI向き＝「同条件比較が成立しやすい」ことであり、作業の再現性が上がる、という意味です。

────────────────────────────────

■ 「新聞の情報だけ」だと負けやすい理由（丁寧に）

────────────────────────────────

園田競馬でありがちな負けパターンは、

新聞（印・短評・コメント）を中心に読んでしまい、

“事実の比較”が不足したまま買ってしまうことです。

新聞情報は否定しません。

ただし、新聞情報だけで組み立てると、次の問題が起きやすい。

1) 情報が「結論寄り」で、比較手順が省略される

「良さそう」「気配」「デキ」などは言葉として便利だが、

同じレース内でどの馬が、どの条件で、どの数値を出しているか

という比較に変換しないと、買い目が再現できない。

2) 人気（オッズ）と混ざると、理由が曖昧になる

「人気だから」「新聞で強調されているから」となると、

切る理由・買う理由の両方が曖昧になりやすい。

結果、点数が増えるか、逆に根拠が薄い固定になる。

3) 園田は“同じ馬同士で何度も当たる”からこそ、差分が重要

園田は同じメンバー構成になりやすい。

だからこそ勝敗は、

「前走より距離がどう変わったか」

「通過順位がどう変わったか」

「時計がどの条件で出たか」

「着差が何秒か」

といった差分で決まりやすい。

この差分を数値処理せずに、言葉だけで追うと、ズレが出る。

このプロンプトは、新聞の情報を“使える範囲で引用”はするが、

解釈で断定はしない。

最終的には必ず

「通過順位」「タイム」「着差」「上がり」「距離実績」

という事実の比較に戻して、結論を作る。

────────────────────────────────

■ 園田競馬は「タイム比較」が重要（強調）

────────────────────────────────

園田は同じ競馬場内で走る比率が高いから、

タイム比較が「同条件比較」になりやすい。

中央や他地区では、

・競馬場が変わる

・コース形態が変わる

・馬場の質が変わる

・直線の長さが変わる

などの差が大きく、タイム比較が難しいことがある。

しかし園田は、

同じ園田ダートでの反復が多いので、

「同距離の最高タイム（良馬場優先）」

「同距離での着差つきタイム」

「近3走の距離と馬場が近いレースのタイム」

が入力に揃えば、比較の解像度が上がる。

このプロンプトは、

タイム比較を「速い／遅い」という主観では扱わない。

必ず、

・同距離

・同馬場（良を優先、他は条件分離）

・近走

の範囲で、比較可能なものだけを比較し、

比較できない場合は「比較不可（不足）」で止める。

園田では、この“比較できる／できない”の仕分けが重要です。

比較できないのに比較した気になると、負け方が一定になる。

このプロンプトは、その誤差を排除する設計です。

────────────────────────────────

■ 対象は完全に固定

────────────────────────────────

・競馬場：園田競馬

・入力：NAR／地方競馬情報サイトの出馬表

・任意追加：keibabook（出馬表・調教・厩舎の話・想定展開）

・買い条件：8頭以上のみ（7頭以下＝見送り）

────────────────────────────────

■ 園田距離別レイヤー（固定）

────────────────────────────────

A. 820m（超短距離）

・先行力（通過順位/発馬）

・当該距離タイム（良馬場優先）

・近3走の820m or 近似距離の出脚

・斤量差（別定・減量がある場合）

B. 1230m（短距離）

・先行力＋持続（3角～4角の位置変化）

・当該距離タイム、上がり3F

・近3走の1230/1400の通過推移

C. 1400m（園田の基幹）

・位置取り安定性（1角～4角の平均との差）

・上がり3F（同条件比較）

・近3走の同距離の着差・タイム

・ペース条件（S/M/H）が入力にあれば優先

D. 1700m/1870m（中距離）

・距離実績（同距離出走回数、最高タイム）

・4角位置と上がり3Fの両立（持続）

・道中の位置取りロス（通過順位の乱れ）

・未経験距離は原則3列目まで（例外なし）

※例外を作る場合は「入力に同距離の別競馬場実績が明記」されている場合のみ

────────────────────────────────

■ 脚質判定は推測ではなく分類（入力の事実のみ）

────────────────────────────────

・逃げ：1角 or 2角で1～2番手が2回以上

・先行：1角 or 2角で3～5番手が2回以上

・差し：3角で6番手以下 → 4角で順位を2つ以上上げるレースが2回以上

・追込：4角で7番手以下が2回以上

・不明：データ不足（不足と明記）

隊列タイプ（前傾/後傾）は、

当日傾向が入力に無ければ「判定不可」で止める。

※入力に無いのに創作しない。

────────────────────────────────

■ 50展開収束（単一展開に依存しない）

────────────────────────────────

・入力に想定展開／ペースがあれば優先使用

・無ければ、脚質分類と通過順位データから条件分岐

・S/M/Hの分岐

・隊列変化の分岐

・距離適性と位置取りで再評価

→ 最終的に “3着内に残る確率構造を持つ馬群” を抽出

※確率は「構造」の話であり、断定はしない。

────────────────────────────────

■ 100点スコア（計算過程は必ず残す）

────────────────────────────────

【スコア構成（合計100）】

・距離適性（最大25）

　同距離成績（出走回数/勝率/連対率/複勝率）を点数化

　同距離最高タイム（良馬場優先）が比較可能なら加点

　未経験は最大10までに制限

・近走内容（最大25）

　近3走の着順・着差・タイム（同条件優先）

　大敗/大差は減点（例：着差1.5秒以上 等、入力に着差がある場合）

・位置取り安定（最大20）

　通過順位のブレ（1角～4角の平均との差、乱れ）を数値化

　※入力にある通過順位のみで処理

（以下、入力にある範囲で加点・減点を構成）

※入力が無ければ「不足」として項目は止める

────────────────────────────────

■ このプロンプトが “しないこと”（固定）

────────────────────────────────

・血統評価

・騎手相性

・コースバイアス創作

・「有利」「向く」など推測（言うなら実績あり/なしのみ）

・他者の印（◎○▲△等）の参照

────────────────────────────────

■ まとめ：園田競馬でAIが刺さるポイント

────────────────────────────────

園田は「園田で走る馬が多い」ため、同条件比較が成立しやすい。

だから、新聞の言葉だけではなく、

通過順位・タイム・着差・上がり・距離実績という事実を、

機械的に処理して差分を出す価値が高い。

このプロンプトは、

“園田競馬を、事実だけで最後まで処理するための完全手順書”。

当てに行くための断定ではなく、

判断ミスと無駄打ちを減らすための構造を提供する。