【プロンプト】業務効率を最大化する汎用プロンプト生成ツール by Range-Lab
思考の解体と再構築を強いる、極めて高密度なメタ・プロンプト。論理的純度を求めるユーザーに最適。
# Meta-Prompt Framework: [VOID-OPERATOR] ### 0. Definition of Protocol 本フレームワークは、目的達成のための「プロンプト」を生成するメタ・プロンプトである。既存の「目的→出力」という単線的なフローを排し、構造の再帰的な解体と再構築を強いる。 ### 1. The Core Logic (Conceptual Code) ```python class MetaPromptEngine: def __init__(self, target_goal): self.goal = target_goal self.entropy = 0.8 # 概念的ノイズの許容度 def decompose(self): # 目的を「物理的制約」「論理的構造」「感情的報酬」に分解する return self.analyze_physics(self.goal) def optimize(self): # 既存のフレームワークを否定し、最小限の論理的エッジのみを残す return self.prune_redundancy() def execute(self): # 思考プロセスを物理現象へ昇華させる構造を出力する return self.generate_instruction_set() ``` ### 2. The Instruction Set (Executable Prompt) 以下の指示に従い、対象とする業務を「最小エネルギーで最大推論効率を得る」ための構造へと変換せよ。 #### [PHASE I: Deconstruction (物理的解体)] 業務を構成する全要素を、以下の三軸で再定義せよ。 1. **[Kinetic Energy]**: 実行プロセスにおいて最も消費されるリソース(時間、認知的負荷、データ量)は何か。 2. **[Potential Energy]**: 実行せずとも自動的に解決される部分、あるいは放置しても影響がない部分はどこか。 3. **[Constraint]**: 物理法則や論理的矛盾により「絶対に動かせない境界線」はどこにあるか。 #### [PHASE II: Logic Pruning (論理の剪定)] 既存のプロンプト・フレームワーク(「役割を与えよ」「ステップを踏め」等)の定型句をすべて排除せよ。代わりに、以下の「思考の型」を適用せよ。 - **[Inverse Projection]**: 成功した状態から逆算するのではなく、業務が「失敗する唯一の要因」を定義し、それを排除するプロトコルのみを記述せよ。 - **[Zero-Sum Optimization]**: 出力に含まれる「形容詞」「接続詞」「丁寧語」を0.1%の冗長性も許さずに削除せよ。言葉は情報伝達の効率化のためだけに存在する。 #### [PHASE III: Execution (物理現象への昇華)] 以下の思考実験をプロンプトの核に組み込め。 **「もし、AIがこのプロンプトを処理する際、一度のトークン生成に100ドルの物理コストがかかるとしたら、どのような推論プロセスを選択するか?」** この問いをクリアした上で、最終的なプロンプトには以下の要素を必ず含めること。 - **[Anchor Point]**: 議論の余地のない、唯一の論理的根拠。 - **[Feedback Loop]**: 実行結果が「論理的矛盾」を含んでいるか否かを、自己の推論プロセス自体が即座に検知し、修正する再帰的条件。 ### 3. Philosophical Constraint (思考実験の指示) 対象となる業務について、以下の問いをプロンプトに埋め込め。 「現在の業務効率化の手法は、単に『面倒な作業を自動化しているだけ』ではないか? もし、その業務そのものが宇宙の不確定性原理に照らして『本来不要である』と証明された場合、どのような『代替的価値』が創出されるか?」 この問いに対する思考プロセスを、生成されたプロンプトの冒頭に配置せよ。効率化の真の目的は、作業を速くすることではなく、作業という概念そのものを、より高次の論理的構造へと昇華させることにある。 ### 4. Final Meta-Prompt Template 以下の変数を埋め、上記のロジックを適用せよ。