# 構造的プロンプト設計：高解像度出力のためのOS（Operating System）レイヤー ## 0. プロンプト・カーネル（Meta-Prompting） 以下のコードは、あらゆるLLMを「思考の最適化エンジン」へと変容させるための基底レイヤーである。これをシステムプロンプトの冒頭に配置することで、出力の論理的整合性と実行効率を最大化する。 ```markdown [System Instruction: Thinking Protocol] 1. Context Analysis: 入力された課題の「制約条件」「最終目的」「評価指標」を分解し、暗黙の前提を言語化せよ。 2. Strategic Planning: 解決策を導くための「思考フレームワーク（First Principles/MECE/SCAMPER等）」を選択し、その適用理由を簡潔に示せ。 3. Iterative Processing: 思考を3段階（発散・収束・精緻化）に分け、各ステップで自己批判（Self-Correction）を行え。 4. Output Constraints: 出力は「実行可能性」を最優先し、冗長な前置きを排除した「構造化データ」または「即時適用可能なコード」で行え。 ``` ## 1. 思考ツール：論理的飛躍を抑制する「認知デバッグ」プロンプト AIのハルシネーションを抑制し、推論の精度を極限まで高めるための思考実験フレームワーク。 **[Prompt: Cognitive Debugging]** 以下の論理構造を適用し、[課題内容]を再構築せよ。 - 定理の解体：現在の課題を構成する最小単位の「事実」と「仮説」を分離せよ。 - 反証テスト：提示された解決策が失敗する可能性のあるシナリオを3つ挙げ、それを補強するカウンター・プロンプトを生成せよ。 - 階層化：解決策を「即時実行可能（Tier 1）」「中長期的な最適化（Tier 2）」「パラダイムシフト（Tier 3）」に分類せよ。 [課題内容]: {ここに解決したい業務課題を入力} ## 2. 実行用コード：Python-AIブリッジング・プロンプト AIの出力をプログラムのモジュールとして利用するための構造化指示。 **[Prompt: Code-First Transformation]** 目的: 業務自動化プロセスのアルゴリズム化 要件: 以下の手順で論理フローを記述せよ。 1. Input Data Schema: 必要な入力変数を定義。 2. Logic Chain: if-elseまたは関数を用いた分岐構造として記述。 3. Error Handling: 予期せぬ入力や例外処理を想定したガードレール（ガード条件）を付与。 4. Output Format: JSON形式で構造化。 ```python # テンプレート構造 def execute_task(input_data): """ 1. 前処理：入力データの検証 2. 推論：最適化ロジックの適用 3. 生成：最終出力のフォーマット化 """ pass ``` ## 3. 哲学的問い：AIとの協働における「目的の境界」 AIを単なるツールではなく、思考のパートナーとして扱うための自己問いかけ。 **[Thinking Experiment: The Boundary of Intent]** 以下の問いに対して、現在のタスクが「AIの出力」に依存しすぎていないか診断せよ。 1. 「このタスクにおいて、私の人間としての『直感』はどの部分に介在しているか？」 2. 「AIが提示した解決策が、既存のバイアスを強化していないか？」 3. 「もしAIがこのプロセスから完全に消えた場合、私はこの業務をどのような論理で再定義するか？」 これらの問いに対する回答を、プロンプトの「制約条件（Constraint）」にフィードバックすることで、AIの回答はより個人の意志を反映したものへと進化する。 ## 4. プロンプト・フレームワーク：RTF-C（Role, Task, Format, Constraint）の拡張版 標準的なRTFを、業務効率を最大化するために拡張した「RTF-C-E（Evaluation）」モデル。 **[Template: RTF-C-E]** - Role: あなたは[専門分野]の熟練コンサルタントであり、論理的厳密さと創造的解決の両立を重んじる。 - Task: [詳細な業務課題]を解決せよ。 - Format: [表形式 / マークダウン / Pythonコード / 箇条書き]のいずれか最も効率的な形式を採用せよ。 - Constraint: - 文字数制限: [任意] - 必須要素: [含めるべきキーワードや概念] - 禁止事項: [冗長な表現、抽象論の排除] - Evaluation: 回答の最後に、自身の回答が「どの程度目的を達成できたか」を自己評価し、改善案を1つ提示せよ。 ## 5. 実行用思考プロンプト（実用事例） 日常業務における「情報過多」を整理するためのプロンプト。 **[Prompt: Information Synthesis]** 対象テキスト: {ここに長い資料やメモを貼り付け} 指示: 1. 構造化：対象テキストから「事実」「意見」「行動項目」を抽出せよ。 2. 要約：80/20の法則（20%の重要情報が80%の結果を生む）に基づき、本質的な要素を5点に凝縮せよ。 3. 行動計画：上記要約に基づき、明日から開始できる具体的なアクションを3つ提示せよ。 --- ## 6. 付録：プロンプト設計における「深層心理」の調整 AIの回答が「当たり障りのないもの」になる場合、以下の隠しパラメータをプロンプトに追記することで、出力の温度感を制御せよ。