川崎 2R 詳細AI予想

本レースの全馬 AI 評価と推奨馬券を掲載します。期待値プラスと判定した馬のみ買い目に含めています。

モデル

2R 川崎競馬場ダ1400m ダート1400m　発走 15:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	シナノマルス	池谷匠（川崎）	実116.0	B× A▽勝率1% EV+12% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 07/29 川崎4R 6着/7頭+3.5秒 07/10 川崎3R 3着/4頭+3.0秒 ― ― ―
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 4.5着 × 期待値 (オッズ vs AI勝率) -92% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 0.9%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 1.0% / 期待値 +13% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
2	ラムールサンセール	櫻井光（川崎）	実11.8	B× A△勝率8% EV-10% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 08/19 川崎3R 4着/8頭+2.6秒 07/30 川崎3R 4着/6頭 ― ― ―
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 4.0着 ○ ローテーション 20日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -95% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 8.5%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 7.6% / 期待値 -10% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
3	アットリーチェ	増田充（川崎）	実30.6	B× A▽勝率2% EV-32% 詳細▼	大穴、AI予想勝率低く長期回収困難（前走3着）
前5走 08/19 川崎2R 3着/7頭+1.5秒 07/30 川崎4R 5着/8頭 ― ― ―
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 4.0着 △ 騎手近50戦勝率 2% (やや苦戦) ○ 前走実績前走 3着 (好走) ○ ローテーション 20日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -96% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 3.3%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 2.2% / 期待値 -33% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
4	カンシャカンゲキ	藤江渉（川崎）	実17.5	B△ A△勝率6% EV+0% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均3.0着と安定／前走3着）
前5走 07/30 川崎3R 3着/6頭+2.0秒 ― ― ― ―
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 直近3戦の調子平均 3.0着 (安定) ○ 前走実績前走 3着 (好走) × 期待値 (オッズ vs AI勝率) -82% (大幅な期待値マイナス) AI 予想勝率 1.0% (オッズ暗示: 5.7%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 5.8% / 期待値 +1% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
5	ユウユウアドニス	中越琉（川崎）	実8.0	B× A▲勝率12% EV-4% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走平均3.0着と安定／前走3着）
前5走 08/21 川崎3R 3着/9頭+0.0秒 ― ― ― ―
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 直近3戦の調子平均 3.0着 (安定) ○ 前走実績前走 3着 (好走) ○ ローテーション 18日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -99% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 12.5%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 12.0% / 期待値 -4% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
6	ユウユウキール	古岡勇（川崎）	実42.1	B× A▽勝率2% EV-29% 詳細▼	AI予測データ未取得（このレースの予測は実行できていません）
前5走 08/19 川崎2R 4着/7頭+1.6秒 07/06 川崎5R 5着/7頭 06/15 川崎3R 11着/12頭 05/15 川崎3R 7着/7頭+4.5秒 ―
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 6.7着 × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 距離適性同距離は 4走で勝ち無し ○ ローテーション 20日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -100% (大幅な期待値マイナス) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 1.7% / 期待値 -30% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
7	アクアマナ	張田昂（船橋）	実14.3	B△ A△勝率6% EV-15% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均3.0着と安定／前走3着）
前5走 07/30 川崎4R 3着/8頭 ― ― ― ―
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 直近3戦の調子平均 3.0着 (安定) ○ 騎手近50戦勝率 16% ○ 前走実績前走 3着 (好走) × 期待値 (オッズ vs AI勝率) -85% (大幅な期待値マイナス) AI 予想勝率 1.0% (オッズ暗示: 7.0%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 5.9% / 期待値 -16% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
8	アレグロボニータ	町田直（川崎）	実56.7	B◎ A▽勝率1% EV-21% 詳細▼	AI予想勝率は最上位だが、オッズ過剰評価で期待値マイナス（直近3走平均3.0着と安定／前走3着／騎手は近50戦で勝率20%）
前5走 07/31 川崎4R 3着/7頭 ― ― ― ―
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 直近3戦の調子平均 3.0着 (安定) ◎ 騎手近50戦勝率 20% (好調) ○ 前走実績前走 3着 (好走) ◎ 期待値 (オッズ vs AI勝率) +999% (市場が大幅過小評価) AI 予想勝率 73.0% (オッズ暗示: 1.8%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.4% / 期待値 -21% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
9	モンゲーコール	佐野遥（川崎）	実39.3	B△ A▽勝率2% EV-27% 詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均3.0着と安定／前走3着／82日ぶりの実戦）
前5走 06/18 川崎3R 3着/6頭+1.0秒 ― ― ― ―
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 直近3戦の調子平均 3.0着 (安定) △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 3着 (好走) × 期待値 (オッズ vs AI勝率) -60% (大幅な期待値マイナス) AI 予想勝率 1.0% (オッズ暗示: 2.5%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 1.9% / 期待値 -27% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
10	コスモノイヤール	加藤雄（川崎）	実2.0	B▲ A◎勝率33% EV-34% 詳細▼	人気馬、市場評価通りで上乗せなし（直近3走平均3.0着と安定／前走3着）
前5走 08/21 川崎4R 3着/8頭 ― ― ― ―
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 直近3戦の調子平均 3.0着 (安定) △ 騎手近50戦勝率 2% (やや苦戦) ○ 前走実績前走 3着 (好走) ○ ローテーション 18日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -98% (大幅な期待値マイナス) AI 予想勝率 1.0% (オッズ暗示: 50.0%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 32.8% / 期待値 -34% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
11	オリーブオイル	伊藤裕（川崎）	実3.1	B○ A○勝率28% EV-13% 詳細▼	AI上位評価だが期待値不足、見送り
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ AIランク評価 (順位学習モデル) レース内 2位 (上位評価) × 期待値 (オッズ vs AI勝率) -31% (大幅な期待値マイナス) AI 予想勝率 22.2% (オッズ暗示: 32.3%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 27.9% / 期待値 -14% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。

AI評価 ◎鉄板本命 ◎本命 ○対抗 ▲注目 △押さえ ▽下位 ×推奨外／ 期待値 100円賭けたときの想定利益率／ オッズ 実=リアル取得済推定=推定オッズ／ 馬名横のグレーバッジ 脚質（過去の上がり3F傾向からの推定）

AIの本命

AI評価1位Aモデル ▽

アレグロボニータ

騎手町田直（川崎）

単勝オッズ

56.7倍

AI期待値

+999%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○11オリーブオイル

3.1倍

EV -31%

▲A:◎10コスモノイヤール

2.0倍

EV -97%

出走馬全11頭

◎A:▽8

アレグロボニータ

町田直（川崎）

56.7倍

+999%

›

○A:○11

オリーブオイル

伊藤裕（川崎）

3.1倍

-31%

›

▲A:◎10

コスモノイヤール

加藤雄（川崎）

2.0倍

-97%

›

△A:△7

アクアマナ

張田昂（船橋）

14.3倍

-85%

›

△A:△4

カンシャカンゲキ

藤江渉（川崎）

17.5倍

-82%

›

△A:▽9

モンゲーコール

佐野遥（川崎）

39.3倍

-60%

›

×A:△2

ラムールサンセール

櫻井光（川崎）

11.8倍

-95%

›

×A:▲5

ユウユウアドニス

中越琉（川崎）

8.0倍

-98%

›

×A:▽3

アットリーチェ

増田充（川崎）

30.6倍

-95%

›

×A:▽1

シナノマルス

池谷匠（川崎）

116.0倍

-92%

›

×A:▽6

ユウユウキール

古岡勇（川崎）

42.1倍

-99%

›

各馬をタップでAI評価の根拠を表示。印は推奨モデル (B) 基準、「A:」は A モデルの評価。買い目は期待値プラスのみ推奨。

▶ 展開シミュレーション

このレースの推奨馬券　2モデル並走

両モデルとも見送り

2R 川崎競馬場ダ1400m ダート1400m　発走 15:30

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	シナノマルス	池谷匠（川崎）	実116.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 07/29 川崎4R 6着/7頭+3.5秒 07/10 川崎3R 3着/4頭+3.0秒 ― ― ―
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 4.5着 △ 期待値 (オッズ vs AI勝率) +12% (市場と概ね一致) AI 予想勝率 1.0% (オッズ暗示: 0.9%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
2	ラムールサンセール	櫻井光（川崎）	実11.8	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 08/19 川崎3R 4着/8頭+2.6秒 07/30 川崎3R 4着/6頭 ― ― ―
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 4.0着 ○ ローテーション 20日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -10% (オッズ過剰評価) AI 予想勝率 7.6% (オッズ暗示: 8.5%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
3	アットリーチェ	増田充（川崎）	実30.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（前走3着）
前5走 08/19 川崎2R 3着/7頭+1.5秒 07/30 川崎4R 5着/8頭 ― ― ―
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 4.0着 △ 騎手近50戦勝率 2% (やや苦戦) ○ 前走実績前走 3着 (好走) ○ ローテーション 20日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -33% (大幅な期待値マイナス) AI 予想勝率 2.2% (オッズ暗示: 3.3%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
4	カンシャカンゲキ	藤江渉（川崎）	実17.5	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均3.0着と安定／前走3着）
前5走 07/30 川崎3R 3着/6頭+2.0秒 ― ― ― ―
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 直近3戦の調子平均 3.0着 (安定) ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) +0% (市場と概ね一致) AI 予想勝率 5.8% (オッズ暗示: 5.7%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
5	ユウユウアドニス	中越琉（川崎）	実8.0	▲詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均3.0着と安定／前走3着）
前5走 08/21 川崎3R 3着/9頭+0.0秒 ― ― ― ―
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 直近3戦の調子平均 3.0着 (安定) ○ 前走実績前走 3着 (好走) ○ ローテーション 18日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -4% (オッズ過剰評価) AI 予想勝率 12.0% (オッズ暗示: 12.5%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
6	ユウユウキール	古岡勇（川崎）	実42.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場4走で勝率0%と苦戦傾向／同距離帯は4走で勝ち無し）
前5走 08/19 川崎2R 4着/7頭+1.6秒 07/06 川崎5R 5着/7頭 06/15 川崎3R 11着/12頭 05/15 川崎3R 7着/7頭+4.5秒 ―
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) △ 直近3戦の調子平均 6.7着 × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 距離適性同距離は 4走で勝ち無し ○ ローテーション 20日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -30% (オッズ過剰評価) AI 予想勝率 1.7% (オッズ暗示: 2.4%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
7	アクアマナ	張田昂（船橋）	実14.3	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均3.0着と安定／前走3着）
前5走 07/30 川崎4R 3着/8頭 ― ― ― ―
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 直近3戦の調子平均 3.0着 (安定) ○ 騎手近50戦勝率 16% ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) -16% (オッズ過剰評価) AI 予想勝率 5.9% (オッズ暗示: 7.0%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
8	アレグロボニータ	町田直（川崎）	実56.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均3.0着と安定／前走3着／騎手は近50戦で勝率20%）
前5走 07/31 川崎4R 3着/7頭 ― ― ― ―
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 直近3戦の調子平均 3.0着 (安定) ◎ 騎手近50戦勝率 20% (好調) ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) -21% (オッズ過剰評価) AI 予想勝率 1.4% (オッズ暗示: 1.8%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
9	モンゲーコール	佐野遥（川崎）	実39.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均3.0着と安定／前走3着／82日ぶりの実戦）
前5走 06/18 川崎3R 3着/6頭+1.0秒 ― ― ― ―
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 直近3戦の調子平均 3.0着 (安定) △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 3着 (好走) △ 期待値 (オッズ vs AI勝率) -27% (オッズ過剰評価) AI 予想勝率 1.9% (オッズ暗示: 2.5%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
10	コスモノイヤール	加藤雄（川崎）	実2.0	◎詳細▼	AI予想勝率は最上位だが、オッズ過剰評価で期待値マイナス（直近3走平均3.0着と安定／前走3着）
前5走 08/21 川崎4R 3着/8頭 ― ― ― ―
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ 直近3戦の調子平均 3.0着 (安定) △ 騎手近50戦勝率 2% (やや苦戦) ○ 前走実績前走 3着 (好走) ○ ローテーション 18日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -34% (大幅な期待値マイナス) AI 予想勝率 32.8% (オッズ暗示: 50.0%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。
11	オリーブオイル	伊藤裕（川崎）	実3.1	○詳細▼	AI上位評価だが期待値不足、見送り
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の段階 (◎ ○ ▲ △ ▽ ×、金色の◎は鉄板級) ○ AIランク評価 (順位学習モデル) レース内 2位 (上位評価) △ 期待値 (オッズ vs AI勝率) -14% (オッズ過剰評価) AI 予想勝率 27.9% (オッズ暗示: 32.3%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。

AIの本命

AI評価1位

コスモノイヤール

騎手加藤雄（川崎）

単勝オッズ

2.0倍

AI期待値

-34%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○11オリーブオイル

3.1倍

EV -13%

▲5ユウユウアドニス

8.0倍

EV -4%

出走馬全11頭

◎10

コスモノイヤール

加藤雄（川崎）

2.0倍

-34%

›

○11

オリーブオイル

伊藤裕（川崎）

3.1倍

-13%

›

▲5

ユウユウアドニス

中越琉（川崎）

8.0倍

-4%

›

△2

ラムールサンセール

櫻井光（川崎）

11.8倍

-10%

›

△7

アクアマナ

張田昂（船橋）

14.3倍

-15%

›

△4

カンシャカンゲキ

藤江渉（川崎）

17.5倍

+0%

›

▽3

アットリーチェ

増田充（川崎）

30.6倍

-32%

›

▽9

モンゲーコール

佐野遥（川崎）

39.3倍

-27%

›

▽6

ユウユウキール

古岡勇（川崎）

42.1倍

-29%

›

▽8

アレグロボニータ

町田直（川崎）

56.7倍

-21%

›

▽1

シナノマルス

池谷匠（川崎）

116.0倍

+12%

›

各馬をタップでAI評価の根拠を表示。買い目は期待値プラスのみ推奨。

▶ 展開シミュレーション

このレースの推奨馬券　2モデル並走

両モデルとも見送り

次の推奨を X で受け取る

あわせて読む

本日のAI予想購入戦略の解説 AIモデルの仕組み運用実績（回収率）

予想は参考情報です。馬券購入は自己責任で。20歳未満は購入できません。免責事項