本プロンプトは、サッカーの戦術分析において、逆サイドへのロングパス（サイドチェンジ）を起点として、その後の攻撃フェーズで最適かつ効率的なパスコースを自動生成するための思考フレームワークおよびコードスニペットである。ピッチ上の選手配置、守備ブロックの歪み、および空間的優位性を変数として扱い、攻撃の「次の一手」を論理的に導き出す。 ### 1. 守備ブロックの状態定義（入力パラメータ） パスコースを生成する前に、現在の守備ブロックの「密度」と「歪み」を数値化する必要がある。以下のパラメータをAIに入力し、現在の状況を定義せよ。 1. **守備ブロックのコンパクトネス（C）**: 最終ラインと中盤ラインの距離（m）、および左右のサイドハーフ間の距離（m）。 2. **重心の偏り（B）**: ボール保持地点から見て、守備ブロックがどちらに重心を置いているか（％）。 3. **ライン間スペース（S）**: 守備ブロック内に存在する、敵選手が侵入可能な空きスペースの面積（㎡）。 4. **サイドチェンジ時のボール到達予測地点（P）**: 逆サイドのウィングがボールをトラップする地点を基準とした座標（x, y）。 --- ### 2. サイドチェンジ起点型パスコース生成プロンプト 以下のプロンプトをAIにコピー＆ペーストし、[ ]内の項目を実データで埋めて実行すること。 ```text # Context あなたはサッカー戦術アナリストである。サイドチェンジが成功し、逆サイドのウィングがボールを保持した瞬間の状況を解析する。 # Input Data - 守備ブロック構成: [例: 4-4-2のフラット] - ボール保持者の位置: [例: 右サイド深め] - 守備ブロックの重心偏り: [例: 左側に70%偏重] - 攻撃側の配置: [例: 逆サイドのウィング、ハーフスペースのインサイドハーフ、中央のCF] # Task 上記データに基づき、サイドチェンジ直後に狙うべき「パスコースの優先順位」を3つ提案せよ。 各提案には以下の要素を含めること。 1. 目的（例: 守備ブロックの更なるスライド強要、直接的なシュートチャンスの創出） 2. 具体的なパスコース（どの選手からどの選手へ） 3. 守備側が対応しにくい理由（守備ブロックの歪みとの相関性） # Output Format - 優先順位1: [タイトル] - コース: [起点→経由→終点] - 意図: [戦術的背景] - 優先順位2: ... ``` --- ### 3. パスコース生成用Pythonロジック（コードスニペット） 以下のコードは、守備ブロックの歪みを座標計算し、サイドチェンジ後の最短パスルートを計算するための雛形である。 ```python import numpy as np def calculate_optimal_pass_route(defense_block_coords, target_zone): """ defense_block_coords: 守備側選手（11名）の現在位置座標 (x, y) target_zone: 攻撃側が狙うべきスペースの座標範囲 """ # 守備ブロックの重心を計算 center_of_gravity = np.mean(defense_block_coords, axis=0) # サイドチェンジ後のボール保持者から各味方選手へのパスコース上の「遮断リスク」を計算 # 遮断リスク = 守備選手とパスコースの距離が一定値以下であること routes = [] for player in potential_receivers: risk = evaluate_intercept_risk(ball_holder, player, defense_block_coords) if risk < threshold: routes.append(player) return sorted(routes, key=lambda x: x.distance_to_goal) # 守備ブロックの歪みを検出する関数 def detect_distortion(defense_block_coords): # 守備選手間の平均距離を計算し、標準的な間隔（例: 8m）からの乖離を確認 # この乖離が大きい地点が「パスの通り道」となる pass ``` --- ### 4. 思考ツール：戦術的「守備修正」のシミュレーション サイドチェンジ後の攻撃において、AIに「守備側の修正（リカバリー）」を想定させるための思考フレームワークである。単なるパスコースの生成だけでなく、守備がどう動くかを予測することで、より実戦的なパスを選択できる。 **AIへの問いかけセット:** 1. 「サイドチェンジを受けた直後、守備ブロックがスライドを完了するのに必要な時間を秒単位で推定せよ。」 2. 「スライドが完了する前に、攻撃側が最も守備を混乱させるパスコースを『逆走』の視点から3つ挙げよ。」 3. 「守備側のアンカーがカバーに入るまでの時間を考慮したとき、最も速いボール移動を選択すべきルートを特定せよ。」 --- ### 5. 運用上の注意点と最適化 本システムを運用する際、以下の3点に注意することで、より精度の高いパスコースを生成できる。 * **「守備ブロックの歪み」の動的更新**: 守備側も人間であるため、サイドチェンジのボールが空中に浮いている間に、守備ブロックは必ずスライドを開始する。AIに対しては「ボールが空中にある時間」を考慮した座標予測をさせること。 * **「死角」の利用**: 守備選手の視野（視線方向）を考慮したパスコースが最も有効である。AIに対し、守備選手の背中側のパスコースを優先的に抽出するように指示を追加せよ。 * **個別の能力値の反映**: 選手個人の足元の技術やスピードを考慮しない戦術は破綻する。コードスニペットを利用する場合、`receiver_speed` や `passing_accuracy` といった変数を追加することで、より現実的なパスコースが算出される。 ### 6. 実践のためのチェックリスト 1. **データの入力精度**: 守備ブロックの座標は正確か？（特にサイドハーフの位置が重要） 2. **目的の明確化**: 今回のパスは「崩し」なのか、「揺さぶり」なのか、「前進」なのかをAIに明示しているか？ 3. **フィードバックの反映**: AIの提案したパスコースが実際の試合状況と異なっていた場合、どの変数の重みを変更すべきか（例：スライドスピードの評価を上げる等）。 このフレームワークは、サッカーのピッチという限定された空間における「物理的・戦術的制約」を分析するためのツールである。守備ブロックという硬い構造のどこに歪みが生じているか、その一点を見極めることが、サイドチェンジを無駄にせず、得点へと繋げるための唯一の道である。コードおよびプロンプトは、あくまでそのための補助輪に過ぎない。最終的な判断は、ピッチ上の選手の直感と、君の戦術眼に委ねられている。