本プロンプト集は、都市の隙間に適応する植物の生存戦略を、環境工学および生態学的視点から分析・シミュレートするための指示セットである。 ### 1. 裂け目の環境変数定義プロンプト 都市部の不毛な環境を「極限環境」として定義し、そのデータセットを構築するための入力フォーマット。 ```markdown # 役割: 都市生態学者 # 目的: アスファルトの亀裂を「微小生態系（マイクロ・バイオーム）」としてモデル化する # 入力変数: - 裂け目の幅(mm): - 地表面温度(℃): - 舗装下の土壌組成(仮定): - 周辺の排水勾配: - 汚染物質の蓄積率(推定): # 指示: 上記の変数を基に、当該場所で発芽可能な植物の「生存スペック」を3つ推定し、以下の形式で出力せよ。 1. 植物名（または近縁種）: 2. 根系の物理的アプローチ（例：コンクリートを割る圧力/排水路への誘導）: 3. 都市環境への適応的戦略（例：乾燥耐性/重金属耐性）: ``` ### 2. 植物の生存戦略をシミュレートする思考フレームワーク 名もなき草がアスファルトを「克服」するプロセスを、工学的ロジックに変換するための質問セット。 1. **侵入フェーズ**: 種子がどのようにしてこの亀裂を選択したか？（風の渦、人流による運搬、鳥の糞など） 2. **定着フェーズ**: 最初の根がコンクリートの界面で直面する「摩擦」と「熱」をどう緩和したか？ 3. **拡張フェーズ**: 隙間の物理的制約に対し、どのような成長アルゴリズム（向光性、重力屈性、根圧の最適化）を用いているか？ 4. **持続フェーズ**: 水分不足というリソース枯渇状態において、どのような「休眠・代謝抑制」のルーチンを組んでいるか？ ### 3. 都市植物の観察をコード化するPythonスケルトン 野草の成長戦略を、有限オートマトン（FSM）として表現するための擬似コード。 ```python class UrbanPlant: def __init__(self, resource_level, stress_factor): self.resource = resource_level self.stress = stress_factor self.state = "DORMANT" def update(self): # アスファルトの熱ストレス判定 if self.stress > 0.8: self.state = "CONSERVE_ENERGY" # 降雨検知による成長プロセス elif self.resource > 0.3: self.state = "ROOT_EXPANSION" else: self.state = "WAITING" def calculate_fracture_pressure(self): # 根圧による亀裂拡大のシミュレーション base_pressure = 0.5 return base_pressure * (1 + self.resource) # 実行ループ plant = UrbanPlant(resource_level=0.1, stress_factor=0.9) plant.update() print(f"現在の戦略: {plant.state}, 破壊力: {plant.calculate_fracture_pressure()}") ``` ### 4. 比較分析のための比較表テンプレート 自然環境の野草と、都市のアスファルトに生える野草の「戦略の差異」を分類するための比較表。 | 項目 | 自然環境の草 | 都市の亀裂に根を張る草 | | :--- | :--- | :--- | | 競争の対象 | 他植物との光獲得 | コンクリートの物理的硬度 | | 水分取得源 | 土壌中の毛細管現象 | 結露および極小の排水勾配 | | 繁殖の周期 | 季節による安定サイクル | 突発的な環境変化への即時対応 | | 構造的特徴 | 柔軟な茎と葉 | 低重心・高密度・高摩擦耐性 | ### 5. AIへの解釈要求プロンプト（構造的分析） 以下のプロンプトを使用して、特定の植物がなぜそこに生えているのかという「必然性」をAIに分析させる。