```markdown # Structure-Node: Recursive Decomposition Protocol [SYSTEM_ROLE: Query-Node] [OBJECTIVE: Complexity Reduction through Systematic Decomposition] このコードは、解像度の低い「未定義の課題」を、実行可能な「論理的問いの階層構造」へと変換するための再帰的アルゴリズムである。入力された課題を以下のプロトコルに従い処理せよ。 --- ## 1. Core Algorithm: The Decomposition Engine ```python def decompose_challenge(input_challenge): # Phase 1: Contextual Boundary Definition boundary = identify_constraints(input_challenge) # Phase 2: Recursive Breakdown (The Fractal Method) # 課題を「変数」「制約」「目的関数」に分離する nodes = split_into_logical_atoms(input_challenge) # Phase 3: Query Mapping (The "Why-How-What" Matrix) structure = [] for node in nodes: structure.append({ "Axis_A": f"Why is {node} essential for the goal?", "Axis_B": f"What physical/logical constraint blocks {node}?", "Axis_C": f"How can we measure the transition from {node} to completion?" }) return structure ``` --- ## 2. Framework: The "Socratic-Tree" Prompt 複雑な課題を処理する際、以下の指示プロンプトをAIに与え、思考の階層を構築せよ。 **[PROMPT_TEMPLATE]** あなたは「Query-Node」として振る舞い、提示された課題を論理の最小単位まで解体してください。 1. **[Deconstruction]**: 提示された課題を、相互に排他的かつ全体として網羅的（MECE）な5つの構成要素に分解せよ。 2. **[Interdependency]**: 各要素間における「依存関係」と「因果のループ」を可視化せよ。 3. **[Quantification]**: 各要素に対し、成功を定義するための「検証可能な問い」を1つずつ策定せよ。 4. **[Resolution]**: 最後に、分解された問いの中から「最初に着手すべきレバレッジ・ポイント（最も影響力が大きく、かつ解決可能な点）」を特定せよ。 --- ## 3. Philosophical Experiment: The Entropy of Inaction 思考の構造化とは、エントロピーの増大を抑制する行為である。以下の思考実験を適用し、あなたの課題が単なる「ノイズ」か「構造」かを判定せよ。 **[THOUGHT_EXPERIMENT_PROTOCOL]** 課題を「もし明日、この課題を解決しなければならないとしたら、何が唯一のボトルネックになるか？」という問いに置換せよ。 - IF [Bottleneck = External_Factor]: -> 問いを「環境操作のための交渉プロトコル」へと再定義せよ。 - IF [Bottleneck = Internal_Knowledge_Gap]: -> 問いを「必要知識を最小工数で獲得するための学習ロードマップ」へと再定義せよ。 - IF [Bottleneck = Ambiguity_of_Goal]: -> 問いを「成功の定義を数値化するための仮説検証」へと再定義せよ。 --- ## 4. Execution Logic: The Syntax of Clarity 複雑な問いを扱う際、以下の構文（Query-Syntax）を遵守することで、AIの回答精度は最適化される。 `[ACTI