本プロンプトは、カップ麺の湯気が立ち昇る様子を撮影した画像または動画から、流体解析と光学的な蒸気拡散モデルを応用し、室内の相対湿度を推定するための指示セットである。ChatGPT（GPT-4o等）やClaude 3.5 Sonnet等のマルチモーダルAIに入力することで、専門的な計測機器を用いずに環境データを算出する。 ### 1. AIへの入力用プロンプト ```markdown # Role あなたは流体力学および環境工学の専門家です。提供されたカップ麺の湯気の挙動（上昇速度、拡散の広がり、消失高度）を分析し、その場の相対湿度（%）を推定してください。 # Task 以下の手順に従い、画像データから計算を行ってください。 1. 【可視化分析】湯気が「消失する高度」をカップの縁から何センチか特定する。 2. 【拡散係数算出】湯気が上昇するにつれ、どれくらいの速度で輪郭がぼやけ、周囲の空気と混ざり合っているか（拡散速度）を評価する。 3. 【湿度算出モデル】以下の数式モデルに基づき推定値を算出する。 - 湿度が低い場合：湯気は急激に拡散し、低い高度で透明になる。 - 湿度が高い場合：湯気は密度を保ったまま高く上昇し、拡散が緩やかになる。 4. 【出力形式】 - 推定湿度：XX%（±X%） - 根拠：[湯気の消失高度、拡散の鋭さ、周囲の光の屈折状態から判断] - 補足：[空気の対流状況や温度が推定に与えた影響] # Constraint - 科学的な根拠に基づき論理的に回答すること。 - 不確定要素が多い場合は、その旨を明記し、幅を持たせた数値で回答すること。 ``` ### 2. 精度の高め方：追加ヒント（Chain of Thought） AIに分析させる際、以下の情報をプロンプトに付け加えることで、算出精度が飛躍的に向上する。 * **撮影条件の補足**： * 「逆光で撮影したため、粒子の拡散が強調されている」 * 「室温は20度前後と推定される」 * 「エアコンの風の影響で、湯気が右側に流れている」 * **比較対象の提示**： * 「湯気の輪郭がカップの直径の2倍に広がるまでの距離を3cmと仮定する」 * 「湯気が完全に消えるまでの時間を3秒と計測した」 ### 3. 計算ロジックのフレームワーク（Pythonで実装する場合） AIが画像から数値を抽出できない場合、以下のPythonコードを使用して、動画ファイルから「ピクセル変化率」を算出し、湿度推移をグラフ化するツールを作成せよ。 ```python import cv2 import numpy as np def estimate_humidity_from_steam(video_path): """ 動画内の湯気の動きを輝度変化から解析し、湿度を推定する関数 """ cap = cv2.VideoCapture(video_path) # 湯気の立ち昇る領域の輝度変化（拡散速度）を抽出 # 輝度の減衰率が速い＝低湿度、遅い＝高湿度と相関させる # 以下のロジックで拡散係数(k)を求める # Humidity = 100 - (k * 係数) pass # ユーザーは動画をアップロードし、このスクリプトをAIに実行させることで、 # 目視以上の精度で湿度を数値化できる。 ``` ### 4. 運用上の注意点と限界 本プロンプトは、厳密な湿度計の代替品ではない。以下の要因が推定値に誤差を生むため、あくまで「目安」として利用すること。 1. **温度勾配の影響**：湯気は温度差によって上昇する。室温と湯の温度差が不明な場合、推定値に最大で±15%程度の誤差が生じる。 2. **照明の干渉**：強い照明は湯気の輪郭を光らせ、実際よりも密度が高い（＝湿度が高い）と誤認させる可能性がある。 3. **気流の乱れ**：エアコンや人の移動による風は、湿度とは無関係に湯気を拡散させるため、無風状態での撮影を推奨する。 ### 5. 実用的な活用シナリオ * **快適な食事環境の検証**：加湿器を稼働させた際、室内の湿度がどのように変化しているかを可視化する。 * **学習コンテンツとしての活用**：このプロンプトを「流体力学×AI」の教材として展開し、物理現象を視覚的に数値化する面白さを提供する。 * **日常のゲーミフィケーション**：毎晩のカップ麺で「今日の部屋の湿度は何パーセントか」をクイズ化し、AIに答え合わせをさせるエンターテインメント性を持たせる。 本プロンプトは、日常の何気ない風景をデータに変える実験的なツールである。視覚的な情報を論理的な数値に変換するプロセス自体が、AIのマルチモーダルな思考能力を鍛える最適なトレーニングとなる。精度を高めたい場合は、撮影時の背景を暗くし、湯気の輪郭を際立たせる環境を整えることが最も効果的である。