何でも超高速で作る方法

「アウトライン スピードランニング」を実行します。 再帰的に 概要 MVP、 スピードラン 記入する、 そして その時だけ 戻って完璧にします。

これは、「読み込みバー」スタイルに比べて約 10 倍の速度向上です (詳細は以下を参照)

この記事を読んで、そのまま先に進まないでください。次に作るものに対しても、実際にこれを実行して、習慣づけてください。

（ちなみに、ここでのスピードランニングとは、何かをできるだけ速く行うことを意味します）

スピードランニングアルゴリズムの概要:

1. プロジェクトの概要を作成する

2. アウトライン内の各項目についてアウトラインを作成します。項目が小さくなるまでこれを繰り返します。

3. 各項目をできるだけ早く記入してください

• スピードランをすると勢いがつき、気分も良くなり、生産性もさらに高まります。

• 完璧を求めないこれは大きなよくある間違いです。

4. 最後に、完全に終わったら戻って完璧にする

• タイトルテキストに色を付けたり、ボタンの境界線の半径を 5% にするか 6% にするかなどを決めます。

• 終わったらストレスが減り、頭がすっきりして、プロジェクトをより良く設計できるようになります。
• そして、プロセス全体をもっと楽しむことができ、長期的にはより多くのものを作ることになり、より多くのことを学び、成長することができます。

アウトライン スピードランニングの重要な要件:

• 再帰的にアウトラインする
• スピードラン
• 完了するまで完璧を求めない

アウトラインは建物の基本です

アウトライン スピードランニングは基本的なように思えるかもしれません。実際、基本的なものだからです。 計画 の基本です やっている、 そして アウトライン の基本です 計画。

本当に効率的になるためには、基礎を徹底的に学ぶことが重要です (その多くはおそらく誤って無視しているでしょう)。

ちなみに、これは再帰的です。なぜなら、ファンダメンタルには通常、ファンダメンタルがあるからです。

私は幼い頃からアウトラインについて知っていましたが、20 歳になるまで実行していませんでした。開始後、アウトラインを習得し、アウトライン スピード ランニングに洗練させるまでに時間がかかりました。

重要でないと頭で考えてしまう基礎を再評価すると、膨大な知恵、有用性、アルファが得られます。パフォーマンスを重視するあらゆる分野では、こうした誤った評価を修正することで大きな改善がもたらされます。

すでにアウトライン スピード ランニングを行っているかもしれません。そうでない場合は、従来の「読み込みバー」スタイルよりも 10 倍高速になります。

一般的に、最高のスピードアップは アルゴリズムの改善頭を仕事に突っ込むよりも。

例

大きなドキュメントをより速く書く

読み込みバーの書き込み:

よくある間違い: 「読み込みバーの書き方」 – 文書の先頭から始めて、文書全体にわたって読み込みバーが進むように、文ごとに書きます。

私は20歳くらいまでこのように書いていました。そのため、書くことが嫌いになりました。

今では文章を書くのが簡単で早くなりました。頭がすっきりしてストレスが減ったので、文章の質を高めるためにより多くの時間を割くことができたので、文章力（そして当時の成績）は大幅に向上しました。

スピードランニングの書き方の概要:

1 書くトピックを取得する

• （オプション）論文の全体的な筋書きをブレインストーミングする

2 アウトライン（セクション）を素早く書く

3 最下位のセクションがアウトラインを必要としないほど小さくなるまで、各セクションに対して2を繰り返します。

4 スピードラン（品質をまったく気にせず）各アウトライン（最低レベルから開始）を記入して、ドキュメント全体が記入されるまで続けます。

5 戻ってドキュメントを完成させたり、タイトルのテキストに色を付けたり、画像を追加したりしながら、90% 完了したという感覚を楽しみます (楽しい部分です!)。

これを行うと、文章の速度と品質の両方が簡単に向上します。

より速くプログラムする

ロードバーからアウトラインスピードランに移行すると、プログラミングが大幅に高速化されます

スピードランニングの概要 のために プログラミング：

1 プログラムの主な目的/機能は何かを把握します。

2 プログラムを機能ごとにグループ化された部分に分割します。

3 非常に小さい場合を除き、各パーツに対して手順 1 ～ 2 を繰り返します。

4 最下位レベルからコンポーネントを実装する

例 (私が構築したデータ パイプラインの簡略版):

アイデア: データパイプラインアプリケーション

1 主な目的: 大量のデータを収集し、分析/保存する

2 コンポーネントに分解する:

• データ収集コンポーネント
• データクリーニング/フォーマットコンポーネント
• データ分析コンポーネント
• データストレージコンポーネント

3 各部分について手順 2 を繰り返します。データ収集コンポーネントをサブコンポーネントに分解します。

• コンポーネント: データ収集方法のリスト (Web スクレイピング、シミュレーション データ、ツール測定データなど)
• データ収集方法の選択のためのユーザー入力を取得するコンポーネント
• 選択したデータ収集方法を実行するコンポーネント
• 収集したデータをストレージに送信するコンポーネント

3 他のコンポーネントとサブコンポーネントが小さい場合を除き、ステップ2を繰り返す。

これは、ホワイトボード、紙、頭の中（標準以下でも可）で行うことができます。または、エッセイのようにアウトライン化することもできます。最も効率的な手段はプロジェクトによって異なります。これを実践するだけで、何が最も効果的かがわかります。

学ぶために構築する

[for more like this, follow me on X @dnbt777]