このサイトについて

🔬 この調査について

ヘキナビは、DLsite 男性向け同人ゲームの全作品の販売数とレビューを集めて分析した、同人作家向けの非公式サイトです。ここでは、どうやって調べたか、どこまで言えるかを書きます。

🎯調べた範囲

DLsite の男性向けフロアで、検索条件「同人」「ゲーム」「日本語」に当てはまる全作品(36,444作品)です。女性向け(がるまに)と商業の成人向けゲーム(DLsite 美少女ゲーム)は含みません。

販売本数から出した数字(売れやすさ・混み具合・実績検索など)は、レビューの有無を問わず、この全作品のうち条件に合う作品(直近2年の有料作品など)から計算しています。レビューの文章から出した数字(期待どおり・ズレ・無いと不満 など)は、このうちレビューが1件以上ある23,501作品(レビュー305,221件)が対象です。

検索結果には全年齢・R-15 の作品も含まれるため、それらも分析に入っています。レビューがある作品の内訳は R18 が21,719作品(レビュー296,265件)、全年齢が1,626作品(8,187件)、R-15 が156作品(769件)で、作品の92%、レビューの97%が R18 です。

🏷️DLsite との関係

ヘキナビは DLsite とは無関係の非公式サイトです。DLsite(運営:株式会社エイシス)が運営・監修・公認しているものではなく、内容について DLsite へのお問い合わせはご遠慮ください。

分析に使ったのは、DLsite の作品ページやレビューとして誰でも見られる情報です。それを当サイトが独自に集めて集計しました。ジャンルの解説や数字は当サイトの読み取りであり、DLsite の見解ではありません。

当サイトは DLsite のアフィリエイトプログラムに参加しています。これは紹介料を受け取るための一般向けの仕組みで、DLsite との提携や公認を意味しません。作品の画像・作品名の権利は、それぞれの作品の権利者にあります。

📈売れやすさ(×倍率)の読み方

直近2年の有料作品で、形式・発売時期・価格・ほかのジャンルが同じなら、このジャンルが付いた作品は、付いていない作品の何倍売れているか。

比べているのは販売本数です。DLsite 男性向け同人ゲームのうち、2024年10月31日〜2026年10月31日に発売された有料の7,388作品で計算しました(2026年10月31日時点の販売数)。

ジャンルが付いた作品と付いていない作品を、そのまま比べたわけではありません。「販売本数 = 基本の本数 × 形式の倍率 × 時期の倍率 × 価格の効き方 × 付いているジャンルそれぞれの倍率」という掛け算の式を、全作品の販売本数にいちばん合うように当てはめました(重回帰)。たとえば RPG が売れやすい分や、ほかの売れるジャンルと一緒に付いている分は、それぞれの倍率のほうに割り振られ、残った「そのジャンルが付いていること」だけの分が、このサイトの「売れやすさ」です。

🏁混み具合の読み方

直近2年の有料作品で、このジャンルの作品がどれだけ出ていて、実際にどれだけ売れているか。上の「売れやすさ」はほかの条件をそろえた倍率で、こちらは販売本数そのものです。

売れやすさと同じ、2024年10月31日〜2026年10月31日に発売された有料の作品で数えています(販売本数は2026年10月31日時点)。

🔤説明文キーワード図鑑の調べ方

直近2年の有料作品で、形式・発売時期・価格・ジャンル・ほかの言葉・サークルの実績・説明文の長さ・声優名の有無が同じなら、この言葉が説明文にある作品は、ない作品の何倍売れているか(ほかの言葉の分を差し引いた、この言葉だけの分)。作品が少なく数字がぶれやすい言葉ほど、1倍の方へ割り引いています。

DLsite 男性向け同人ゲームの作品ページの説明文を単語に分け(形態素解析。名詞だけ)、DLsite のジャンル名と同じ言葉を除きました。残った言葉のうち、作品の中身を表さない言葉(「ゲーム」「体験版」「動作環境」のような、どの作品の説明にも書ける言葉)は、表示しないものとして仕分けています。

売れやすさは、2024年10月31日〜2026年10月31日に発売された有料の7,376作品で、ジャンルの売れやすさと同じ掛け算の式(重回帰)に、言葉が説明文にあるかどうかを、対象の言葉すべてについて同時に入れて計算しました。たとえば「サブヒロイン」の数字からは、一緒に書かれやすい「ヒロイン」の分が差し引かれていて、ジャンルの売れやすさと同じく、その言葉だけの分(独立効果)になっています。ジャンルの式にない条件として、サークルの実績(発売時点で1,000本以上売れた過去作があるか)、説明文の長さ(長い説明文ほど多くの言葉を含むため)、声優名の有無も、そろえる条件に入れています。

書かれた作品が少ない言葉は、1本の大ヒットだけで数字が大きく跳ねます。そこで、表示する売れやすさは縮小推定(経験ベイズ)で割り引いています。言葉ごとの数字の確かさ(標準誤差)と、言葉どうしの本当のばらつきを比べ、確かさが低い言葉ほど1倍の方へ引き戻す方法です。たとえば直近2年に31作品の「多額」は、式の値では×2.67ですが、割り引くと×1.15になります。264作品ある「セクハラ」は×1.57が×1.31で、作品が多い言葉ほど割り引きは小さくなります。「差がはっきりしているか」の判定(偶然でこの差が出る確率が5%未満か)は、割り引く前の式の値で行っています。ジャンルの売れやすさは、割り引いていない式の値のままです。

🛠️調べ方

レビューの読み取りと判定には AI(Anthropic の Claude)を使い、引用が原文にあるかは全件を機械で照合しました。

  1. レビュー1件以上の全23,108作品について、DLsiteのレビューAPIからレビュー全件(302,550件)とレビュアー選択ジャンルを取得した(2026-10-02〜03、1秒間隔・1本)。APIの件数との差は2件。
  2. 定量集計: 相対評価は、同じ形式・発売年・価格帯の作品の平均との星の差。認識率は、ジャンル付き作品のうちレビュアーもそのジャンルを選んだ割合。
  3. 抽出: 軽量モデル(Haiku)が約1.5万字ずつのバッチでレビューを読み、ジャンルごとの「期待どおり/期待とズレた」、逆方向の不満、付け漏れの記述、星3以下の不満の主因を、原文の引用付きで記録した。全7,683バッチ+試行249バッチ。
  4. 抽出の検査: 引用が原文と一字一句一致しない記録(約9%)は使わない。読み残しが1割を超えたバッチ、星3以下の記録が欠けたバッチ、指示に反してスクリプトで機械的に記録を作ったバッチは流し直した。最終的に未抽出は17バッチ(0.2%)。
  5. 再判定: Haikuの「期待とズレた」「逆方向の不満」「低評価の主因がジャンルのズレ」(計20,819件)を、上位モデル(Sonnet)がレビュー原文と照らして判定し直した。迷う記録は不採用とし、採用は5,254件・1,625件・943件。
  6. 統合: ジャンルごとに1体の上位モデル(Opus)が、集計値と記録を読んでカードを作った(400ジャンル)。
  7. 検証: カードの引用5,128件がDBの原文に実在することを機械的に照合し、別の上位モデル(Sonnet)が反証側に立って各基準が引用から言えるかを判定した。根拠が1作品だけの基準は落とし、「無いと不満が出る」まで言えない必須は「あると強い」に下げた。
  8. 独立効果: レビュアーに認識された作品と、されなかった作品を、レビュー件数帯を揃えて比べた。販売の軸は販売数の倍率(1.2倍以上かつz≥2で「実装されて初めて効く」)、評価の軸は相対評価の差(0.1以上かつz≥2で「実装されないと評価が下がる」)。どちらかの群が10作品未満なら判定不能。

🧯読むときの注意

🔢数字と用語の意味

売れやすさ・混み具合・ヒット率・「目当て」・付け忘れなど、サイトに出てくる数字と用語の意味は、数字の読み方のページにまとめました。このページでは、その数字をどう調べたかを説明しています。

次に読む