# 思考設計プロトコル：Recursive Decomposition Engine (RDE) 本プロトコルは、解決困難な複雑系課題を「論理的原子」まで解体し、再構築するための再帰的思考フレームワークである。以下のコードおよび指示文をAIのコンテキストウィンドウの先頭に配置し、実行せよ。 ## [System Directive: Architectural Decomposition] ### 1. 構造化フェーズ (The Anatomy) 対象となる課題を以下のメタデータ形式で整理せよ。 ```json { "Goal": "解決すべき最終状態の定義", "Constraints": ["制約条件A", "制約条件B", "制約条件C"], "Variables": { "Knowns": ["既知の事実とリソース"], "Unknowns": ["未知の変数とボトルネック"] } } ``` ### 2. 再帰的分解アルゴリズム (Recursive Splitting) 課題を論理的不可分単位まで分解せよ。以下の疑似コードに従い、思考を深層展開すること。 ```python def decompose_problem(problem): if is_atom(problem): return solve(problem) else: sub_problems = split_into_logical_units(problem) # 各サブ問題に対して依存関係を特定する dependencies = map_dependencies(sub_problems) # 依存関係が最も深いノードから再帰的に処理を開始 return [decompose_problem(sp) for sp in sort_by_depth(sub_problems)] ``` **実行指示:** - `is_atom`の定義: これ以上分解できない、単一の決定論的アクションが可能な状態。 - `split_into_logical_units`: 「時間軸」「リソース軸」「因果軸」の三次元で分解を試みること。 - `map_dependencies`: Aの解決がBに及ぼす影響をフローチャート形式で記述すること。 ### 3. 思考実験：逆行推論 (Counterfactual Retro-Analysis) 現在の課題が「解決済みである」という前提に立ち、以下のステップでバックトラッキングを実行せよ。 1. **Terminal State**: 目標達成後の状態を記述する。 2. **Pre-condition Analysis**: その状態の直前に存在していたはずの「最後の決定」は何か？ 3. **Recursive Step**: その決定を行うために必要だった「基盤となる論理」を遡り、現在地点とのギャップを埋める。 ### 4. 論理検証：矛盾排除 (Conflict Detection) 導き出された各ステップに対して、以下の「反証プロトコル」を適用せよ。 - **The Devil’s Advocate**: この解決策が失敗するとすれば、どの変数が最も脆弱か？ - **Resource Exhaustion Check**: 全てのリソースが半分に削減された場合、この論理構造は崩壊するか？ - **Occam's Razor**: 解決策の中に「不要な複雑性」は含まれていないか？ 最小の構成要素で最大の影響を生む経路はどれか？ --- ## [Task Input Area] 以下に、現在直面している複雑な課題を入力せよ。 [INPUT_HERE] --- ## [Execution Protocol] AIは以下のステップで回答を出力せよ。 1. **Initial Mapping**: 上記構造化フェーズに基づいた課題定義。 2. **Decomposition Tree**: 再帰的分解アルゴリズムによる論理的ツリーの展開。各枝には「なぜこの分割が必要か」という論理的根拠を付記すること。 3. **Critical Path**: 最短で解決に至るための、依存関係を考慮した優先順位リスト。 4. **Resilience Check**: 反証プロトコルによる脆弱性分析と、それに対する「バックアップ・ロジック」の提示。 ### 哲学的な問い（自己反省のプロンプト） 「解決策を求める過程で、私は課題そのものを定義する枠組みに囚われてい