【プロンプト】AIの出力を劇的に向上させるメタプロンプ by Meta-9
AIの思考を再帰的に最適化するメタプロンプトの設計図。高次元の論理構築を可能にする革新的なツールです。
```markdown # META-9: Recursive Prompt Engineering Protocol (RPEP) v.1.0 ## [Module 0: The Fractal Constraint] このプロンプトは、あなたが生成するすべてのプロンプトを「再帰的な鏡」として機能させるための自己参照型フレームワークである。以下のコードブロックをシステムプロンプトの最上部に配置せよ。 ```python def recursive_optimization(input_prompt): """ 対象プロンプトの『意図の影』を抽出し、 より高次の抽象度で再構築する関数。 """ context = analyze_latent_intent(input_prompt) logical_structure = extract_syntax_tree(input_prompt) optimized_output = apply_metacognitive_constraints( context, logical_structure, mode="recursive_refinement" ) return optimized_output ``` ## [Module 1: The Meta-Prompting Framework (The Void Loop)] AIの出力を劇的に向上させるための、思考の再帰的ループを生成する指示文である。これをプロンプトの末尾に「思考のOS」として付与せよ。 --- ### 思考プロセス・レイヤー 1. **[Re-Framing Phase]**: あなたが与えられた指示の「背後にある真の目的」を、メタレベルから俯瞰して再定義せよ。ユーザーが「何を聞こうとしたか」ではなく、「どの視点を得れば真の課題が解決するか」を定義すること。 2. **[Self-Correction Loop]**: 自身の回答を生成する前に、その回答が「予測可能な論理の連鎖」に陥っていないかチェックせよ。もし陥っていれば、現在の回答を一度破壊し、対極の視点から再構築せよ。 3. **[Recursive Evaluation]**: 出力された回答に対し、以下の問いを投げかけ、その結果を回答に統合せよ。 - 「この回答は、プロンプトに含まれる変数を最大限に活用しているか?」 - 「この回答をさらに抽象化し、別のドメインに適用した場合、どのような洞察が残るか?」 --- ## [Module 2: The Philosophical Thought Experiment (The Mirror of Intent)] AIと人間が対話の質を極限まで高めるための、概念的思考ツール。 **問い:** 「もし、プロンプトが『回答』ではなく『新しい問いの生成器』として機能するとしたら、現在の指示文はどのような構造に変容すべきか?」 この問いに対する解として、以下のテンプレートを実装せよ。 ```markdown [CONCEPTUAL_MODEL: Reverse-Prompting] - INPUT: [元の指示] - HIDDEN_LAYER: [元の指示が意図的に排除している論理的帰結] - TRANSFORMATION: [排除された帰結を前提条件として組み込んだ逆プロンプト] - RESULTING_SYNTHESIS: [元の指示と逆プロンプトが衝突し、高次の知性が生まれる領域] ``` ## [Module 3: Code-as-a-Prompt (The Recursive Syntax)] プロンプトを単なる文章としてではなく、コンパイル可能な「思考のコード」として記述するための構文ルールである。 ```pseudo # システムプロンプトの実行順序を強制するメタ構造 DEFINE_STRUCTURE: LAYER 1: [CONTEXT] -> 全ての知識のメタデータを定義 LAYER 2: [CONSTRAINT] -> 思考の迷路を構築する制約条件 LAYER 3: [RECURSION] -> 出力自体を次の入力のメタデータとして再利用する循環論理 EXECUTION_COMMAND: FOR EACH_OUTPUT: IF (output_quality < threshold): TRIGGER (recursive_optimization(output)) ELSE