Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
Workshop: Mit Produkt- statt Projektmanagement ...
Search
Sponsored
·
Your Podcast. Everywhere. Effortlessly.
Share. Educate. Inspire. Entertain. You do you. We'll handle the rest.
→
Public Service Lab
November 11, 2022
Technology
230
0
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
Workshop: Mit Produkt- statt Projektmanagement echte Probleme von Nutzenden lösen
Public Service Lab
November 11, 2022
More Decks by Public Service Lab
See All by Public Service Lab
Besser machen: Mehr Qualität für unsere Services
publicservicelab
0
52
Die empathische Verwaltung – Maral Koohestanian
publicservicelab
0
47
Gute Digitalisierung braucht gute Laune!
publicservicelab
0
45
Die Digitale Dachmarke für Deutschland: Von der Pilotierung in den Roll-out
publicservicelab
0
70
Alle für alle: Verwaltungsdienste gemeinsam gestalten
publicservicelab
0
130
Co-Design in und mit der Berliner Verwaltung
publicservicelab
0
78
Umweltinformationen für Jede*n: iterativ zu intuitiv
publicservicelab
0
99
KERN UX-Standard
publicservicelab
0
91
Workshop: Was haben Angela Merkel und Apache 207 mit dem Bürger:innenservice der Zukunft zu tun?
publicservicelab
0
270
Other Decks in Technology
See All in Technology
サイバーエージェントにおけるAI推進戦略と変革への取り組み
shotatsuge
0
100
Oracle AI Database@AWS:サービス概要のご紹介
oracle4engineer
PRO
4
3k
攻撃者視点で考えるDetection Engineering
cryptopeg
3
2k
2026TECHFRESH畢業分享會 - Lightning Talk - 資料也要 CI/CD? 用 Airbyte 自動化資料同步
line_developers_tw
PRO
0
1.3k
不要なレビューをAIにまかせて AIコーディングの環境改善を加速した
shoota
1
220
SONiCの統計情報を取得したい
sonic
0
230
新しいUbuntu/GNOMEが使いたいからXからWaylandへ移行頑張ってるの巻 2026-06-20
nobutomurata
0
150
2026年6月23日 Syncable Tech + Start Python Club にて
hamukazu
0
140
小さく始める AI 活用推進 ― 日経電子版 Web チームの事例/nikkei-tech-talk47
nikkei_engineer_recruiting
0
300
Claude Codeをどのように キャッチアップしているか
oikon48
13
8.5k
【NRUG vol.18】KubernetesにおけるNew Relicデータ取得量削減の考え方
nrug_member
0
160
Socrates × Looker 〜セマンティックレイヤーで進化するデータ分析エージェント〜
hanon52_
3
2.5k
Featured
See All Featured
ピンチをチャンスに:未来をつくるプロダクトロードマップ #pmconf2020
aki_iinuma
128
56k
Primal Persuasion: How to Engage the Brain for Learning That Lasts
tmiket
0
370
Bridging the Design Gap: How Collaborative Modelling removes blockers to flow between stakeholders and teams @FastFlow conf
baasie
0
590
Dominate Local Search Results - an insider guide to GBP, reviews, and Local SEO
greggifford
PRO
0
200
How to make the Groovebox
asonas
2
2.2k
[RailsConf 2023] Rails as a piece of cake
palkan
59
6.7k
A Soul's Torment
seathinner
6
3k
Understanding Cognitive Biases in Performance Measurement
bluesmoon
32
2.9k
Thoughts on Productivity
jonyablonski
76
5.2k
Neural Spatial Audio Processing for Sound Field Analysis and Control
skoyamalab
0
330
Leadership Guide Workshop - DevTernity 2021
reverentgeek
1
310
Effective software design: The role of men in debugging patriarchy in IT @ Voxxed Days AMS
baasie
0
420
Transcript
Lj̇ͅˋͣʔ̻̇ ģʧʹڑŶ̇ͅɒˋʹՑڑͣʹǸʹʹڑ Ŷ̇ͅ˃ɤˋʹ˰Ǹ˷Ǹʊɤ˰ɤ˷ʹڑɤɆʔʹɤڑ Ŷ̇ͅȿ˓ɤ˰ɤڑΤ̇˷ڑīʹύɤ˷ɒɤ˷ڑ˓̈ͣɤ˷ ĎǸʹ˃Ǹڑ˷̇ˋʔʧ˷ǸջڑģǸͅʹʧ˷ڑĉ̇ͅɒǸ˷
ĎǸʹ˃Ǹڑ˷̇ˋʔʧ˷Ǹ Ŷ̇ͅɒˋʹ˰Ǹ˷Ǹʊɤͅʧ˷ ՊĎǸʹ˃Ǹ֩˷̇ˋʔʧ˷Ǹ ģǸͅʹʧ˷ڑĉ̇ͅɒǸ˷ ¡ɤǸɒڑ̇ʅڑTɤͣʧʊ˷ ՊģǸͅʹʧ˷֩ĉ̇ͅɒǸ˷
ԓ ʊɤ˷ɒǸ ՝ LjʧɤڑͣʧɆʔڑŶ̇ͅ˃ɤˋʹՑڑ˷ɒڑ Ŷ̇ͅɒˋʹ˰Ǹ˷Ǹʊɤ˰ɤ˷ʹڑ ˷ʹɤͣͅɆʔɤʧɒɤ˷ ԏԔڑģʧ˷ռջڑTɤ˷ˋ̻ʔǸͣɤڑ˷ɒڑÅ˷̻ʹ ՝ LjʧɤڑÅʔͅڑɤʧ˷ڑƋύɤ˷Ǹͅʧ̇ڑ˰ʧʹڑɤʧ˷ɤͅڑ Ŷ̇ͅɒˋʹ˰Ǹ˷Ǹʊɤ˰ɤ˷ʹՑ
ȿͅʧ˓˓ɤڑǸ˷ʊɤʔʹ ԐԎڑģʧ˷ռջڑͅȿɤʧʹڑʧ˷ڑĎ˓ɤʧ˷ʊ̻̻ͅɤ˷ڑ˷ɒڑTʧͣˋͣͣʧ̇˷ ՝ LjǸͣڑÅʔͅڑ˷ȈɆʔͣʹɤ˷ڑģ̇˷ʹǸʊڑ Ǹ̻ͣ̇ͅȿʧɤͅʹ Ԕڑģʧ˷ռ
Ljʧɤջڑʊ˓ǸȿʹڑÅʔͅջڑ ˷ʹɤͣͅɆʔɤʧɒɤ˷ڑͣʧɆʔڑ Ŷ̇ͅ˃ɤˋʹՑڑ˷ɒڑ Ŷ̇ͅɒˋʹՑՍƋɤͅΤʧɆɤՑ ˰Ǹ˷Ǹʊɤ˰ɤ˷ʹԵ LjǸͣڑˋ̇˰˰ʹڑ_Ɇʔڑʧ˷ڑɒɤ˷ڑƋʧ˷˷Ե Ԓڑ˰ʧ˷ͣ
ƥ˰ʅǸ˷ʊ ǭɤʧʹ Aɒʊɤʹ Ŷ̇ͅ˃ɤˋʹՑTɤ˷ˋɤ˷ _ͅʅ̇˓ʊڑʧͣʹڑΤ̇˷ڑΤ̇ͅ˷ʔɤͅɤʧ˷ڑ ʧ˷ʹɤͅ˷ڑɒɤʅʧ˷ʧɤͅʹڑ˰ʧʹ Ɣ ƥ˰ʅǸ˷ʊ Ɣ ǭɤʧʹ
Ɣ Aɒʊɤʹ
8PIDQJ ǭɤʧʹ Aɒʊɤʹ Ŷ̇ͅɒˋʹՑTɤ˷ˋɤ˷ _ͅʅ̇˓ʊڑΨʧͅɒڑˋ̇˷ʹʧ˷ʧɤͅ˓ʧɆʔڑ Τ̇˷ڑɤαʹɤͅ˷ɤ˷ڑģɤʹͅʧˋɤ˷ڑ ȿɤͣʹʧ˰˰ʹڑΨʧɤ Ɣ īʹύ˷ʊ Ɣ
ǭʅͅʧɤɒɤ˷ʔɤʧʹ Ɣ _ʅʅʧύʧɤ˷ύ īʹύ˷ʊ ǭʅͅʧɤɒɤ˷ʔɤʧʹ _ʅʅʧύʧɤ˷ύ
̇ˋͣڑǸʅͣڑ_ͅ˓ɤɒʧʊɤ˷ڑΤ̇˷ڑʅʊǸȿɤ˷ ՄŶ̇ͅ˃ɤˋʹՑTɤ˷ˋɤ˷Լڑ ̇ˋͣڑǸʅڑƋɆʔǸʅʅɤ˷ڑΤ̇˷ڑīʹύΨɤͅʹ ՄŶ̇ͅɒˋʹՑTɤ˷ˋɤ˷Լ
Aɤʧ̻ͣʧɤ˓տڑ žɤ˓Ǹ˷Ɇʔڑɒɤͅڑ¡̇˰ɤ̻Ǹʊɤ ˓ͣڑŶ̇ͅ˃ɤˋʹ (QWVFKHLGHQGLVW :DQQVROOHVIHUWLJVHLQ" :DVNRVWHWHV" :HUZLUGEHDXIWUDJW"
_ͅʊɤȿ˷ʧͣտڑTʧɤڑƋɤʧʹɤڑͣʧɤʔʹڑ˰̇ɒɤͅ˷ɤͅڑ ǸͣջڑʧͣʹڑǸȿɤͅڑ̇ʅʹڑ˷ʧɆʔʹڑȿɤͣͣɤͅڑʅ΄ͅڑɒʧɤڑ īʹύɤ˷ɒɤ˷ ˓ͣڑŶ̇ͅɒˋʹ (QWVFKHLGHQGLVW :HOFKH%HGUIQLVVHKDEHQGLH 1XW]HQGHQ" :LHJXWZHUGHQGLHVH %HGUIQLVVHHUIOOW" _ͅʊɤȿ˷ʧͣտڑTʧɤڑīʹύɤ˷ɒɤ˷ڑˋ̇˰˰ɤ˷ڑ ͣɆʔ˷ɤ˓˓ɤͅڑɒͅɆʔڑ˷ɒڑͣʧ˷ɒڑύʅͅʧɤɒɤ˷
¡ʧ˷Ψɤʧͣտ _ʧ˷ڑŶ̇ͅɒˋʹڑˋǸ˷˷ڑ˷ͅڑʧ˰ڑžǸʔ˰ɤ˷ڑ ɤʧ˷ɤͣڑŶ̇ͅ˃ɤˋʹͣڑɤ˷ʹΨʧɆˋɤ˓ʹڑΨɤͅɒɤ˷ڑ ˷ɒڑʧ˰ڑĘɤȿɤ˷ͣύζˋ˓ͣڑɤʧ˷ɤͣڑ Ŷ̇ͅɒˋʹͣڑˋǸ˷˷ڑɤͣڑ˰ɤʔͅɤͅɤڑŶ̇ͅ˃ɤˋʹɤڑ ʊɤȿɤ˷
ĉɤɒ̇Ɇʔտ ˷ɒɤͣͅڑǸ˓ͣڑȿɤʧڑɤʧ˷ɤ˰ڑŶ̇ͅ˃ɤˋʹڑʊʧȿʹڑ ɤͣڑȿɤʧڑɤʧ˷ɤ˰ڑŶ̇ͅɒˋʹڑˋɤʧ˷ɤڑˋ˓Ǹͅɤڑ Tɤʅʧ˷ʧʹʧ̇˷ڑɒɤͣͣɤ˷ջڑΨǸͣڑʊɤ˓ʧɤʅɤͅʹڑ Ψɤͅɒɤ˷ڑ˰ͣͣռ
Aɤɒ΄ͅʅ˷ʧͣͣɤڑΤ̇˷ڑīʹύɤ˷ɒɤ˷ڑ ɤ˷ʹΨʧɆˋɤ˓˷ڑͣʧɆʔڑʧ˰ڑĘǸʅɤڑɒɤͅڑǭɤʧʹڑ ˷Ǹʹ΄ͅ˓ʧɆʔڑΨɤʧʹɤͅջڑ˷ɒڑɒʧɤڑŶ̇ͅɒˋʹɤڑ ˰΄ͣͣɤ˷ڑͣʧɆʔڑΨɤʧʹɤͅɤ˷ʹΨʧɆˋɤ˓˷ջڑ˰ڑ ɒʧɤͣɤڑīʹύɤ˷ɒɤ˷ȿɤɒ΄ͅʅ˷ʧͣͣɤڑύڑ ɤͅʅ΄˓˓ɤ˷ռ
Lj̇ڑͣʹɤʔʹڑÅʔͅԵ Lj̇ڑǸʅڑɒɤͅڑƋˋǸ˓ǸڑΤ̇˷ڑŶ̇ͅ˃ɤˋʹՑTɤ˷ˋɤ˷ڑ˷ɒڑ Ŷ̇ͅɒˋʹՑTɤ˷ˋɤ˷ڑͣɤʔʹڑÅʔͅڑ_ɆʔԵ Ԑڑ˰ʧ˷ͣ
None
Ŷ̇ͅɒˋʹ˰Ǹ˷Ǹʊɤͅտʧ˷ Ɣ ÅʹɤͅǸʹʧΤڑǸͅȿɤʧʹɤ˷ڑ˷ɒڑʅ˓ɤαʧȿɤ˓ڑǸʅڑīɤɤͣڑͅɤǸʊʧɤͅɤ˷ Ɣ Aɤͅɤʧʹڑžʧͣʧˋɤ˷ڑɤʧ˷ύʊɤʔɤ˷ڑ˷ɒڑǸͣڑɤʔ˓ɤͅ˷ڑύڑ˓ɤͅ˷ɤ˷ Ɣ ˷ʅ̇ͅɒɤͅ˷ʊɤ˷ڑɒɤͅڑDžɤͅΨǸ˓ʹ˷ʊڑ˷ɒڑAɤɒ΄ͅʅ˷ʧͣͣɤڑɒɤͅڑīʹύɤ˷ɒɤ˷ڑ Ǹɒͅɤͣͣʧɤͅɤ˷ڑՓڑ˰ʧʹڑ_ʧ˷ͣɆʔͅȈ˷ˋ˷ʊɤ˷ڑǸͅȿɤʧʹɤ˷ڑ˷ɒڑͣʧɤڑʔʧ˷ʹɤͅʅͅǸʊɤ˷ Ɣ ͅ˷ɒΤɤͣͅʹȈ˷ɒ˷ʧͣڑΤ̇˷ڑ˷ʹύɤͅύɤ˷ʹͅʧɤͅʹɤ˰ڑTɤͣʧʊ˷ջڑƙɤɆʔ˷̇˓̇ʊʧɤڑ
˷ɒڑTǸʹɤ˷ڑ՟ڑĎ̇˰̻˓ɤαʧʹȈʹڑΤ̇˷ڑTʧʊʧʹǸ˓ɤ˰ڑ˷ɒڑTǸʹɤ˷ڑɤͅʅǸͣͣɤ˷ Ɣ ΤɤͣͅɆʔʧɤɒɤ˷ɤڑƙɤɆʔ˷̇˓̇ʊʧͣɆʔɤڑŀ̻ʹʧ̇˷ɤ˷ڑΤɤͣͅʹɤʔɤ˷ջڑʧ˷ʅ̇ͅ˰ʧɤͅʹɤڑ _˷ʹͣɆʔɤʧɒ˷ʊɤ˷ڑʹͅɤʅʅɤ˷ Ɣ ΤɤͣͅɆʔʧɤɒɤ˷ɤڑŶʔǸͣɤ˷ڑɒɤͣڑŶ̇ͅɒˋʹ˓ɤȿɤ˷ͣύζˋ˓ͣڑΤɤͣͅʹɤʔɤ˷ڑ˷ɒڑ ɒͅɆʔڑͣʧɤڑͣʹɤɤͅ˷ڑՓڑ Ɣ Ŷ̇ͅȿ˓ɤ˰ɤڑΤɤͣͅʹɤʔɤ˷ڑ˷ɒڑɒʧɤڑȿɤͣʹɤڑĘ̈ͣ˷ʊڑʅ΄ͅڑͣʧɤڑʅʧ˷ɒɤ˷ Ɣ ɤʅʅɤˋʹʧΤڑǸʅڑžɤͣ˓ʹǸʹɤڑͣʹǸʹʹڑĘɤʧͣʹ˷ʊɤ˷ڑʅ̇ˋͣͣʧɤͅɤ˷ڑՓڑ Ǹ˰ȿʧʹʧ̇˷ʧɤͅʹɤڑDžʧͣʧ̇˷ɤ˷ڑ˷ɒڑƋʹͅǸʹɤʊʧɤ˷ڑɤ˷ʹΨʧɆˋɤ˓˷ Žɤ˓˓ɤտڑŀDžռƥĎڑʧɒǸ˷ɆɤڑŶ̇ͅɒɆʹڑ˰Ǹ˷Ǹʊɤͅջڑʔʹʹ̻ͣտՍՍΨΨΨռʊ̇ΤռˋՍʊʧɒǸ˷ɆɤՍ̻̇ͅɒɆʹՑ˰Ǹ˷Ǹʊɤͅ
Ƌύɤ˷Ǹͅʧ̇ Tڑȿʧͣʹڑ˷ɤɤտͅڑȿʹɤʧ˓˷ʊͣ˓ɤʧʹɤͅտʧ˷ڑʅ΄ͅڑ TʧʊʧʹǸ˓ʧͣʧɤͅ˷ʊڑʧ˷ڑɒɤͅڑƋʹǸɒʹڑ¡Ǹͣɤ˓ȿͅʊڑ˷ɒڑ ͣ̇ʊ˓ɤʧɆʔڑ˰ʧʹʹɤ˷ڑʧ˷ڑɤʧ˷ɤͅڑɤɤ̻̇ͅͅȿɤռڑƥ˷ʹɤͅڑ ǭɤʧʹɒͅɆˋڑ˷ɒڑʅ˰ɤͅˋͣǸ˰ˋɤʧʹڑɒɤͅڑ Łʅʅɤ˷ʹ˓ʧɆʔˋɤʧʹڑ˰ͣͣڑɤʧ˷ڑŀ˷˓ʧ˷ɤͣɤͅΤʧɆɤڑʅ΄ͅڑ ɒʧɤڑDžɤͅʊǸȿɤڑΤ̇˷ڑĎʧ˷ɒɤͅʹǸʊɤ̻ͣ˓Ȉʹύɤ˷ջڑɒɤͅڑ ɒʧɤڑAɤɒ΄ͅʅ˷ʧͣͣɤڑɒɤͅڑA΄ͅʊɤͅտʧ˷˷ɤ˷ڑɤͅʅ΄˓˓ʹջڑ ɤ˷ʹΨʧɆˋɤ˓ʹڑΨɤͅɒɤ˷ռ
LjʧɤڑʊɤʔͣʹڑTڑΤ̇ͅڑʧ˷ڑ Tɤʧ˷ɤͅڑž̇˓˓ɤڑǸ˓ͣڑ¡Ǹͣɤ˓Ցڑ ȿͅʊͣڑȿʹɤʧ˓˷ʊͣ˓ɤʧʹɤͅտʧ˷ڑ ʅ΄ͅڑTʧʊʧʹǸ˓ʧͣʧɤͅ˷ʊԵڑ ʅڑΨɤ˓Ɇʔɤ˷ڑ_ȿɤ˷ɤ˷ڑʊɤʔͣʹڑTڑɒʧɤڑƋʧʹǸʹʧ̇˷ڑǸ˷Ե LjǸͣڑͣʧ˷ɒڑɒʧɤڑʊ̈ͅͲʹɤ˷ڑ¡ɤͅǸͣʅ̇ͅɒɤͅ˷ʊɤ˷Ե LjʧɤڑˋǸ˷˷ͣʹڑTڑͣʧɤڑʧ˷ڑˋ˓ɤʧ˷ɤ˷ڑƋɆʔͅʧʹʹɤ˷ڑǸ˷ʊɤʔɤ˷Ե Lj̇ڑʅȈ˷ʊͣʹڑTڑǸ˷ԵڑLjɤ˷ڑȿɤύʧɤʔͣʹڑTڑ˰ʧʹڑɤʧ˷Ե ԏԎڑ˰ʧ˷ͣ
ԏԘ _ȿɤ˷ɤ˷ڑɒɤͅڑDžɤͅȈ˷ɒɤͅ˷ʊ ģɤʹͅʧˋɤ˷ ͣ̇ʅ̇ͅʹڑͅʧɆʔʹʧʊڑڭ ˓ɤͅ˷ɤ˷ջڑΤɤͅȿɤͣͣɤͅ˷ Ęɤʧʹ˷ʊ ģɤʧ˷ڑڭڑ˷ͣɤͅڑƙɤǸ˰ ģʧʹǸͅȿɤʧʹɤ˷ɒɤ žɤͣͣ̇ͅɆɤ˷ڑڭ ƙɤǸ˰˰ʧʹʊ˓ʧɤɒɤͅտʧ˷˷ɤ˷
ͅȿɤʧʹͣΨɤʧͣɤ ʅΨǸ˷ɒڑǸȿͣɆʔȈʹύɤ˷ڑڭ LjɤͅʹڑǸʅȿǸɤ˷ Ęɤȿɤ˷ͣύζˋ˓ͣ _ʧ˷˰Ǹ˓ʧʊڑڑɤͅ˓ɤɒʧʊʹڑڭ ̇ͅʹΨȈʔͅɤ˷ɒɤڑ_Τ̇˓ʹʧ̇˷ žʧͣʧˋɤ˷ Dž̇ͅǸȿǸ˷Ǹ˓ζͣɤڑڭ ύɤʧʹ˷Ǹʔɤڑʅ˓̈ͣ˷ʊ _ͅʊɤȿ˷ʧͣͣɤ Å˷ʹɤͅ˷ڑڭ _αʹɤͅ˷ڑ̇ͅʧɤ˷ʹʧɤͅʹ _ͅʅ̇˓ʊͣ˰ɤͣͣ˷ʊ Ŷ˓Ǹ˷ڑʊɤʅ̇˓ʊʹڑڭ LjɤͅʹڑʊɤͣɆʔǸʅʅɤ˷ ˷ʅ̇ͅɒɤͅ˷ʊɤ˷ Lj΄˷ͣɆʔɤ˷ڑͣǸ˰˰ɤ˓˷ڑڭ Ŷ̇ͅȿ˓ɤ˰ڑ˓̈ͣɤ˷ AɤͅʧɆʔʹɤͣͅʹǸʹʹ˷ʊ žɤ̻̇ͅʹͣڑ˷ǸɆʔڑ̇ȿɤ˷ڑڭ ˰ɤʔͣͅɤʧʹʧʊɤͣڑɤɤɒȿǸɆˋ Ƌʹɤɤͅ˷ʊ TͅǸ˷ڑʔǸ˓ʹɤ˷ڑڑȿɤʅ̇˓ʊɤ˷ڑڭ ̻ͅǸʊ˰ǸʹʧͣɆʔջڑǸɒǸ̻ʹʧΤ Žɤ˓˓ɤտڑƋˋʧ̻ڑ˷ʊɤ˓ջڑƙΨʧʹʹɤͅռɆ̇˰
None
LjǸͣڑˋǸ˷˷ͣʹڑTڑʧ˷ Tɤʧ˷ɤͅڑǸˋʹɤ˓˓ɤ˷ڑž̇˓˓ɤڑ Ǹ˷ɒɤͣͅڑ˰ǸɆʔɤ˷Եڑ Ljɤ˓Ɇʔɤڑɤʧ˷ɤڑƋǸɆʔɤڑˋǸ˷˷ͣʹڑTڑģ̇˷ʹǸʊڑ Ǹ̻ͣ̇ͅȿʧɤͅɤ˷Ե Ԑڑ˰ʧ˷ͣ
ɤɒǸ˷ˋɤ˷ԵڑͅǸʊɤ˷Եڑ ˷˰ɤͅˋ˷ʊɤ˷Ե Ŷ˓ɤǸͣɤڑʅɤɤ˓ڑʅͅɤɤڑʹ̇ڑͅɤǸɆʔڑ̇ʹ TʧʊʧʹǸ˓ƋɤͅΤʧɆɤ ɒʧʊʧʹǸ˓ͣɤͅΤʧɆɤռȿ˷ɒռɒɤ Ŷͅʧ˷ύɤͣͣʧ˷˷ɤ˷ͣʹͅǸͲɤڑԘ՞ԏԓջڑԏԎԙԖԙڑAɤͅ˓ʧ˷ڑ Ŷ̇ͅ˃ɤɆʹڑ˷Ǹ˰ɤ īǸ˰ɤڑƋͅ˷Ǹ˰ɤڑՎڑž̇˓ɤ ˷Ǹ˰ɤռͣͅ˷Ǹ˰ɤՃɒʧʊʧʹǸ˓ͣɤͅΤʧɆɤռȿ˷ɒռɒɤ Ŷ̇ͅ˃ɤɆʹڑ˓ɤǸɒ
īǸ˰ɤڑƋͅ˷Ǹ˰ɤڑՎڑž̇˓ɤ ˷Ǹ˰ɤռͣͅ˷Ǹ˰ɤՃɒʧʊʧʹǸ˓ͣɤͅΤʧɆɤռȿ˷ɒռɒɤ
Žɤ˓˓ɤտڑɤ̇ͅʊɤڑĘǸΨʹ̇˷ջڑŶ̇ͅɒɆʹڑΤͣռڑ̻̇ͅ˃ɤɆʹڑ˰ʧ˷ɒͣɤʹտڑTʧʅʅɤͅɤ˷Ɇɤͣڑʧ˷ڑͣ̇ʅʹΨǸͅɤڑɒɤΤɤ˓̻̇˰ɤ˷ʹջڑƙɤɆʔڑƙǸͅʊɤʹ ƋɆʔͅʧʹʹɤڑύڑŶ̇ͅɒˋʹՑģʧ˷ɒͣɤʹ ԏռ _ʹǸȿ˓ʧɤͅɤڑˋ˓ǸͅɤڑǭͣʹȈ˷ɒʧʊˋɤʧʹɤ˷ Ԑռ _˷ʹͣɆʔɤʧɒɤڑ˰ʧʹڑA˓ʧɆˋڑǸʅڑɒʧɤڑīʹύɤ˷ɒɤ˷ Ԓռ ƋɆʔǸɤڑǸʅڑɒǸͣڑʊ̇ͅͲɤڑǸ˷ύɤ ԓռ Å˷Τɤͣʹʧɤͅɤڑʧ˷ڑŀͅʊǸ˷ʧͣǸʹʧ̇˷ͣΨǸ˷ɒɤ˓
Ԕռ _˷ʹΨʧɆˋ˓ɤڑɒǸͣڑžʧɆʔʹʧʊɤڑʅ΄ͅڑɒɤ˷ڑģ̇˰ɤ˷ʹ Ԗռ ɤʔɤڑɒʧɤڑʹʧɤʅɤͅ˓ʧɤʊɤ˷ɒɤڑŶ̇ͅȿ˓ɤ˰ɤڑǸ˷
Ŷ̇ͅ˃ɤˋʹ žɤʧʔɤڑǸ˷ڑǸȿʊɤͣʹʧ˰˰ʹɤ˷ջڑʊɤͣʹɤɤͅʹɤ˷ڑ ƙȈʹʧʊˋɤʧʹɤ˷ջڑɒʧɤڑɤͣڑǸͣύʅ΄ʔͅɤ˷ڑʊʧ˓ʹջڑ ˰ڑɤʧ˷ڑȿɤͣʹʧ˰˰ʹɤͣڑύΤ̇ͅڑʅɤͣʹʊɤ˓ɤʊʹɤͣڑ ǭʧɤ˓ڑɤʧ˷˰Ǹ˓ʧʊڑύڑɤͅͅɤʧɆʔɤ˷ջڑύռAռڑɤʧ˷ڑ Ŷ̇ͅɒˋʹڑύڑɤ˷ʹΨʧɆˋɤ˓˷ڑ̇ɒɤͅڑɤʧ˷ڑύڑ Τɤͅȿɤͣͣɤͅ˷
Ŷ̇ͅɒˋʹڑڑƋɤͅΤʧɆɤ ˷ʊɤȿ̇ʹջڑɒǸͣڑɤʧ˷ɤڑŀͅʊǸ˷ʧͣǸʹʧ̇˷ڑ ɤ˷ʹΨʧɆˋɤ˓ʹڑ˷ɒڑʅ̇ͅʹΨȈʔͅɤ˷ɒڑ ȿɤͅɤʧʹͣʹɤ˓˓ʹջڑ˰ڑȿɤͣʹʧ˰˰ʹɤڑ Aɤɒ΄ͅʅ˷ʧͣͣɤڑΤ̇˷ڑģɤ˷ͣɆʔɤ˷ڑ ˰̈ʊ˓ʧɆʔͣʹڑʊʹڑύڑɤͅʅ΄˓˓ɤ˷
Ŷ̇ͅ˃ɤˋʹ˰ʊʹռ Ŷ̇ͅɒˋʹ˰ʊʹռ Ęɤʧͣʹ˷ʊɤ˷ _ͅʊɤȿ˷ʧͣ ƥ˰ʅǸ˷ʊջڑǭɤʧʹջڑAɒʊɤʹ ˋ̇˷ʹʧ˷ʧɤͅ˓ʧɆʔɤͅڑLjɤͅʹ ǸȿͣʹͅǸˋʹ ˋ̇˷ˋͅɤʹڑ Մͅȿɤʧʹͣ˰Ǹ˷Ǹʊɤ˰ɤ˷ʹԼ ԻʹǸʹͣȈɆʔ˓ʧɆʔɤڑƋǸɆʔɤԼ
Τ̇ͅʔɤͣͅɤʔȿǸͅ Ǹ˷̻Ǹͣͣ˷ʊͣʅȈʔʧʊ ǸȿʊɤͣɆʔ˓̇ͣͣɤ˷ ʅ̇ͅʹ˓Ǹʅɤ˷ɒ Å˷Τɤͣʹʧʹʧ̇˷ͣΤɤ̻ͣͅͅɤɆʔɤ˷ LjɤͅʹڑʹͅɤʧȿʹڑÅ˷Τɤͣʹʧʹʧ̇˷ Žɤ˓˓ɤտڑƙʧ˰ڑĘ˰ջڑڑŶ̇ͅɒɆʹՑɆɤ˷ʹͅʧɆڑDžʧɤΨڑ̇ʅڑTǸʹǸջڑ¡̇Ψڑʹ̇ڑȿɤڑǸȿ˓ɤڑʹ̇ڑ̻̇ͅΤɤڑʹʔɤڑΤǸ˓ɤڑ̇ʅڑζ̇ͅڑɒǸʹǸڑʅ̇ͅ˰ڑTǸζڑԏջڑģɤɒʧ˰