- 何を見る
- 各艇の艇番(1〜6)。競艇は1コースが圧倒的有利で、全国平均の1コース勝率は約55%。
- 効く局面
- 枠なり進入が多い一般戦。徳山・大村・芦屋などイン天国の場。
- 効きにくい
- SG/G1の準優・優勝戦(ベテラン選手が前づけで進入を崩す)。戸田・平和島・江戸川などの荒れ場。
- 相関つまみ
- 23. 会場特性 ↑ / 5. 当地勝率 ↑ / 6. モーター ↓(イン信仰と機材軽視はセット)
- 推奨レンジ
- 一般戦は初めの値のまま / SG・G1 や荒れ場では少し下げる
4つのAIモデルのブレンド予測「テトラ」
BOATCRAFT の予想エンジン 「TETRA(テトラ)」は、1 つの AI だけで予測していません。 学び方の違う 4 つの AI モデルが、それぞれ独立にレースを分析して予測し、 最後にその予測を重み付けして統合。さらに選手の「今の調子」まで読み込んで最終確率を算出します。テトラ= 4。名前の由来はこの 4 つの AI モデルです。
単一のモデルは、学習データの偏りやノイズの影響を受けやすい弱点があります。 中心は 1 つのモデルで、ほかの 3 つを少しずつ重ねて、予測のぶれを減らすことを狙っています。 1つのAIの見え方だけに頼らず、複数の視点を重ねる、という考え方です。
4 つのモデルは、同じ材料(出走表・選手の成績・枠番のコースの成績・直近の成績など)を、違う学び方で学んでいます。 BOATCRAFTのデータベースには1999年以降の約149万レース・約892万件の出走データを収録しており、その中から結果と照らし合わせられるデータを選んで学習に使っています。 学び方が違うため、同じレースを見ても予測にわずかな差が出ます。この差を重ねることで、予測のぶれを減らします。
なぜ複数のAIモデルを束ねるのか
機械学習に「これ 1 つで万能」というモデルは存在しません。 開発過程では単体モデルでの精度も個別に検証したうえで、 以下の点から本番のテトラには学び方の違う 4 つの AI を、1 つを中心に重ねる構成を採用しています。
- ◆材料どうしの組み合わせの効き方を、データから学べる
- ◆中心の AI の見立てに、ほかの 3 つを少しずつ重ねて、偏りを和らげる
- ◆大規模なデータを複数の切り口から活かせる
予想の答え合わせの結果は、毎週答え合わせのページで公開しています。 予想は過去のデータに基づくもので、個別のレースの結果や的中を保証するものではありません。
ブレンド予測の仕組み
テトラは、学び方の違う4つのAIモデルの予測を重み付けして統合します。 23のつまみは、利用者が自分の重視したい要素を調整するための機能です (23 本それぞれが何を見ているかは 23つまみ完全ガイド で全部実名で解説しています)。 内部の配合や処理手順は非公開です。
23つまみの設計思想
BOATCRAFTは、予想を見るだけでなく、自分で重視する要素を調整できる「予想を作る道具」を目指しています。 そのための仕組みが23つまみです。
各つまみは51段階で調整可能で、自分がどの要素をどれくらい重視するかを 数値で設定できます。例えば「大村ミッドナイトはコース重視・モーター軽視」のように、 会場・時間帯ごとに違うチューニングを保存できます。
① 全体俯瞰:23つまみの内訳
無料
無料
無料
無料
無料
無料
無料
無料
無料
無料
有料
有料
有料
有料
有料
有料
有料
有料
有料
有料
有料
有料
有料
23要素 × 51段階で、組み合わせの数はとても多くなります。 これは、全ユーザーが自分専用のロジックを持てる数学的余地を意味します。 ここから先は、つまみ1本ずつの「効かせどころ」を職人視点で解剖していきます。
② 職人解説:つまみ1本ずつの使い方
23のつまみで、利用者が自分の重視したい要素を調整できます。具体的な内部の重み付けや処理手順は非公開です。 ただし「全部最大」は「全部最小」と同じく個性のない予測になります。どこを上げたかよりも、どこを下げたか—— これが職人のチューニングの本質です。
- 何を見る
- その選手が、その枠(コース)に入った時の 2 連対率(ファン手帳)。「1枠で勝てない人」「5枠で光る人」のような、人ごとのコースの得手不得手。
- 効く局面
- コースの得手不得手がはっきりした選手が混じるレース。
- 効きにくい
- そのコースに入った回数が少ない選手(数が少なくぶれやすい)。
- 相関つまみ
- 1. コース ↓ / 3. C率 ↑
- 何を見る
- その選手が各コース(1〜6枠)でどれだけ勝ってきたかの実績率。「枠なりの全国勝率」と違い、「1枠のときはこのぐらい、5枠のときはこのぐらい」と枠ごとに粒度が立つ。
- 効く局面
- 枠運に恵まれない選手が多いレース。外枠A1・内枠B級が混ざる節などで、枠別の実力差を表現したい時。
- 効きにくい
- C率の出走数が5走未満の選手が多いレース。データ薄で中立扱いになりやすい。
- 相関つまみ
- 01. コース ↓(C率を信じる=コース固定思想を下げる)/ 10. 級別 →
- 推奨レンジ
- 記念レース以上は少し上げる / 一般戦は初めの値のまま
- 何を見る
- 直近の全国成績の着順点(1着10点・2着8点・3着6点…)を出走回数で割った値で、1着率とは別の数字です。2026年後期(2025年11月〜2026年4月の成績)にA1級になった選手で一番低い勝率は 6.27、A2級は 5.46 でした(BOATCRAFT の集計)。
- 効く局面
- 選手の基礎能力差が明確な節(B1B2混成戦、新人戦)。SG常連と若手の混在レース。
- 効きにくい
- 全員A1のSG・G1(勝率差が小さく分離不能)。当地と全国の相性が大きくズレる場(徳山・大村など)。
- 相関つまみ
- 10. 級別 ↑ / 18. 全国2連率 ↑
- 推奨レンジ
- 初めの値のままで十分。慣れたら少し下げて、当地とモーターで差をつける
- 何を見る
- その場での成績に絞った勝率(着順点の平均)。全国勝率と乖離が大きい選手は「場の相性」が出ている。
- 効く局面
- クセの強い場(尼崎・戸田・江戸川・蒲郡・鳴門)。今節中日以降でデータが溜まった段階。
- 効きにくい
- 初斡旋選手が多い節初日(サンプル不足)。全員が「初めての場」に近いケース。
- 相関つまみ
- 19. 当地2連率 ↑ / 23. 会場特性 ↑ / 08. 地元 ↑
- 推奨レンジ
- クセの強い場は少し上げる / 平均的な場は初めの値のまま / 遠征の選手が多い SG では少し下げる
- 何を見る
- 当節モーターの機力。30%以下は低調、35%前後は平均、40%以上は好気配、45%超はエース機。
- 効く局面
- 1マーク攻め・差し主導の場(尼崎・住之江・戸田)。展示で伸び色が明確に違う時。
- 効きにくい
- 前検・初日(モーター数値がまだ前節引き継ぎで不確定)。全員が似た数値に収斂している節。
- 相関つまみ
- 9. 展示T ↑(同じ気配を2角度から)
- 推奨レンジ
- 機力勝負の節は少し上げる / 選手力勝負の節は少し下げる
- 何を見る
- 直近半年の平均スタートタイミング。0.15 以下はトップクラス、0.16 が平均、0.18 以上は遅め。
- 効く局面
- スタートで差がつきやすいと感じる時。平水面でのスタート一発勝負。
- 効きにくい
- 全員のSTが揃いやすいと感じる時。F持ち選手(慎重になるので平均より遅れる)。
- 相関つまみ
- 13. 展示ST ↑ / 11. F数 ↓
- 推奨レンジ
- 差がつきやすいと感じる時は少し上げる / 揃いやすいと感じる時は少し下げる
- 何を見る
- 選手の支部と開催場の地域が一致する「地元選手」フラグ。水面慣れ・メンタル・応援の三重ボーナス。
- 効く局面
- 周年記念・地元記念などのG1。支部単独開催節。
- 効きにくい
- 遠征選手メインの一般戦。SG(全国から地元が少数)。
- 相関つまみ
- 5. 当地勝率 →
- 推奨レンジ
- 地元記念は少し上げる / 通常の節は初めの値のまま
- 何を見る
- 周回展示で、バックストレッチの150m(スタートラインの延長線から2マークまで・福岡は区間が違う)を走った時間。6.55〜6.85秒が一般的レンジ、0.03秒差でも体感は大きい。
- 効く局面
- レース当日の実測値を反映したリアルタイムの気配。若手・中堅の混在戦でペラ調整の差が出る時。
- 効きにくい
- ベテラン選手が意図的に流している時。水温が極端(真夏・真冬)で全員タイムが出ない時。
- 相関つまみ
- 6. モーター ↑
- 推奨レンジ
- 若手の多い節は少し上げる / ベテランの多い節は初めの値のまま
- 何を見る
- 直近半年の勝率・出走回数・事故率で半期ごとに更新される階級。A1(上位約20%)/A2/B1/B2。
- 効く局面
- 級別混成戦(B1B2 に A1 がポンと入る時)。B級戦で A 級選手の格上ポジション。
- 効きにくい
- 全員A1のSG。全員B1のローカル。階級差が小さい時。
- 相関つまみ
- 4. 全国勝率 ↑ / 18. 全国2連率 ↑
- 推奨レンジ
- 一般戦は初めの値のまま / SG・G1 は少し下げる
- 何を見る
- フライング(F)の回数。F持ちは次節以降のスタートが慎重化し、同じ期に F を重ねるほど斡旋停止が長くなる(1 本目 30 日・2 本目で合計 90 日)。出遅れ(L)は「18. 出遅れ」のつまみで別に見ます。
- 効く局面
- F持ち選手の節初日〜中日(スタートが0.02〜0.05 秒遅れる傾向)。
- 効きにくい
- F ペナルティ消化後。最近スタート復調してきた選手。
- 相関つまみ
- 7. ST ↑ / 13. 展示ST ↑
- 推奨レンジ
- 初めの値のまま(F持ちの選手が多いレースは少し上げる)
- 何を見る
- ボート(船体)単体の2連率。モーターほど差が出にくいが、同モーター・異なるボートで差がつく場合の補助指標。
- 効く局面
- モーター差が小さい節。ボート使用回数がある程度積み上がった中〜後半。
- 効きにくい
- モーター差が大きい節(ボート差は埋もれる)。
- 相関つまみ
- 6. モーター →(主役はモーターに譲る)
- 推奨レンジ
- 初めの値のまま(モーターより強く上げない)
- 何を見る
- その日のスタート展示の ST。展示が出る前は、選手の平均 ST が入ります。過去半年の平均より「今日のスタートの気配」を表す、鮮度の高い指標。
- 効く局面
- スタート展示が出た後。F持ちで慎重化している選手の、その日の実測。
- 効きにくい
- 展示が出る前(平均 ST と同じ数になる)。
- 相関つまみ
- 7. 平均ST ↑ / 11. F数 ↑
- 推奨レンジ
- 展示が出た後は少し上げる / 展示の前は下げる(平均 ST と同じ数になるため)
- 何を見る
- その日の直前情報の風速(締切前に入ります)。📊 統計モデルで、風が強いほど外のコースの艇を高く見ます。AI(テトラ)の材料には入れていません。
- 効く局面
- 風が強い日。外コース・荒れ目寄りの予想を試したい時。
- 効きにくい
- 本命寄りの予想バランスを重視したい時。
- 推奨レンジ
- お好みで調整(データに基づく推奨値はありません)
- 何を見る
- 男子 51kg、女子 47kg が基準。重量級(55kg以上)は行き足不利、軽量級は機動有利。
- 効く局面
- 荒水面になりやすいとされる場(江戸川・蒲郡・尼崎・鳴門)。重量ハンデが明確に効く節。
- 効きにくい
- 穏やかな水面とされる場・節。モーター差でカバーしきれる場。
- 相関つまみ
- 6. モーター ↑
- 推奨レンジ
- 荒水面になりやすいとされる場は少し上げる / 穏やかな場は下げる
- 何を見る
- 直近 10 走の 3 着以内に入った割合と平均着順。期の成績より「いまの調子」を映す。
- 効く局面
- 調子の波が大きい選手が混じるレース。
- 効きにくい
- 直近の出走が少ない選手(数が少なくぶれやすい)。
- 相関つまみ
- 4. 勝率 ↓(期の成績と最近の成績を見比べる)
- 何を見る
- その日の直前情報の波高(締切前に入ります)。📊 統計モデルで、波が高いほど外のコースの艇を高く見ます。AI(テトラ)の材料には入れていません。
- 効く局面
- 波が高い日。荒れ目寄りの予想を試したい時。
- 効きにくい
- 本命寄りの予想バランスを重視したい時。
- 推奨レンジ
- お好みで調整(データに基づく推奨値はありません)
- 何を見る
- 2着以内に入る確率。勝率より高い値を取り、連対の安定感を表す。50%超は優秀、40%前後が平均。
- 効く局面
- 2連複・3連複狙い。本命流しの相手選びで効かせる。
- 効きにくい
- 3連単頭固定の相手探し(1着勝率の方が効く)。
- 相関つまみ
- 4. 全国勝率 ↑
- 推奨レンジ
- 連複狙いは少し上げる / 単勝狙いは下げる
- 何を見る
- その場での2連率。当地勝率と当地2連率の乖離から「1着はないが3着以内には来る」タイプが見える。
- 効く局面
- クセ強い場で2-3着の「刺し切りタイプ」を拾いたい時。
- 効きにくい
- 初斡旋選手が多い節。
- 相関つまみ
- 5. 当地勝率 ↑ / 18. 全国2連率 →
- 推奨レンジ
- 連複狙いでクセの強い場は少し上げる
- 何を見る
- 競艇は他競技と比べ年齢耐性が高く、50代以上でも勝ち続ける選手は珍しくない。一方で25歳以下の若手の伸びは大きい。
- 効く局面
- 若手G3・新人王決定戦(勢い重視)。50代ベテランのホーム場・得意場。
- 効きにくい
- 中堅30〜45歳が主役のSG・G1(年齢差が機能しにくい)。
- 相関つまみ
- 10. 級別 → / 13. 展示ST ↑
- 推奨レンジ
- 若手を重く見たい時は少し上げる / 一般は初めの値のまま
- 何を見る
- 累積L数。出遅れ(1秒以上のスタート遅れ)は不成立扱い+期間ペナルティ。
- 効く局面
- L持ち選手のスタート慎重化。特に節初日は要注意。
- 効きにくい
- Lリセット後。スタート復調が確認できた後。
- 相関つまみ
- 7. ST → / 11. F数 →
- 推奨レンジ
- 初めの値のまま
- 何を見る
- 締切前の単勝オッズ(1着の払戻倍率)。このつまみは 📊 統計モデルの中で、締切前の単勝オッズ(今の投票状況)をスコアに直接乗せます。AI(テトラ)の材料には入れていません。
- 中立点
- 2.5が中立。2.5丁度では影響ゼロ。2.5より上げれば逆張り(高オッズ優先)、下げれば順張り(人気優先)。
- 効く局面
- AIの上位と人気(オッズ)がずれているレースで、人気薄をどれだけ高く見るかを自分で決めたい時。
- 効きにくい
- 3連単1点買い・堅い本命狙い。オッズは配当の大きさを映す指標なので、シンプルに本命を当てたい時はニュートラル推奨。
- 相関つまみ
- 10. 級別 ↓(級別無視 ✕ オッズ高)は荒れ狙いの定番 / 07. 平均ST →
- 推奨レンジ
- 2.5 が中立。上げると逆張り(人気薄を高く)・下げると順張り(人気を高く)
- 何を見る
- その場の過去5年1コース勝率。徳山 62.4%(天国)〜 戸田 43.1%(地獄)まで、場ごとに約 19pt の差がある。
- 効く局面
- イン天国 / 荒れ場の両極端。場の攻略方針を予想の軸にしたい時。
- 効きにくい
- 標準場(全国平均の55%前後)。
- 相関つまみ
- 1. コース ↑ / 5. 当地勝率 ↑
- 推奨レンジ
- 極端な場は少し上げる / 標準的な場は初めの値のまま
③ 組み合わせ例:セットで動かしてみたいつまみ
似た意味を持つつまみ同士を一緒に動かす時のヒントです。以下は利用者の間でよく試されている組み合わせの例です(効果を保証するものではありません)。
④ シーン別チューニング例(プリセット8選)
職人は同じチューニングで走りません。場 × 時間帯 × 節の進行度に応じて、つまみを寄せ直します。以下はそのまま保存しておける実戦プリセットです。
⑤ アンチパターン:こういう設定は避ける
失敗例から学ぶのも職人のうち。以下は「やりがちだが精度を落とす」チューニングです。
データの集め方
予測の精度は、使うデータの質と量で決まります。 BOATCRAFTのデータベースには1999年以降の約149万レース・約892万件の出走データを収録しています。アプリでは、その日の展示タイムを反映した予測を出します(進入は枠番のまま見ます。サイトの今日の予想は、朝の時点=展示の前の予想です)。
| データ種別 | 内容 | 期間 |
|---|---|---|
| 出走表・選手情報 | 番組・級別・勝率・ST 等 | 1999〜2026 |
| レース結果 | 着順・タイム | 1999〜2026 |
| 払戻金 | 2連単・3連単・3連複 ほか | 1999〜2026 |
| オッズ(現在値) | 締切直前のリアルタイム反映 | 常時更新 |
| オッズ履歴 | 締切前後の動きを記録 | 蓄積中 |
収録データは、公式の結果と照らし合わせたうえで学習に使っています。
直前情報を反映する仕組み
レースの直前に分かる情報には、展示タイムやスタート展示があります。 AI は展示タイムを、📊 統計モデルは展示タイムと展示 ST を、予測画面を開いた時点の値で計算し直します。 統計モデルでは展示T・展示ST のつまみで直前情報の重みを、オッズのつまみで単勝オッズの重みを変えられます(AI にオッズは入れていません)。
「最新である」こと自体を価値にする
予想に使う情報の一部は、締切の直前まで変わります(展示タイムは出走の直前に発表されます)。 BOATCRAFTは予測画面を開いた時点の値で予想を計算し直します(進入は、AI では枠番のまま見ます)。
予測の限界について
正直に言います。 BOATCRAFTは、あなたを必ず勝たせるアプリではありません。
競艇はギャンブルであり、どんなに精度の高いAIモデルも不確実性を完全には排除できません。 選手の体調、突発的な気象変化、スタート事故、機械トラブル—— データに現れない要素がレース結果に影響します。
BOATCRAFTは、「あなたの予想を論理的に構築するための道具」を提供しますが、 最終的な投票判断は常にあなた自身の責任で行ってください。
こういう使い方を推奨しません
- ×生活費を投じる
- ×負けを取り返そうと金額を増やす
- ×AI予測を「確実に当たる」と期待する
- ×20歳未満での利用
推奨する使い方
- ○趣味の範囲で予算を決めて楽しむ
- ○勝ち負けより「予想を組み立てて確かめる過程」を楽しむ
- ○23つまみで自分の仮説を検証する
- ○データ分析ツールとして使う