焚き火の煙の挙動を観測データとして入力し、現在の気圧傾向と数時間後の天候変化を予測するためのAI向け思考フレームワークである。このプロンプトをLLMに入力することで、フィールドでの気象判断の精度を向上させる。 ### 1. 煙の挙動観測データ入力テンプレート 以下のテンプレートに現在の焚き火の状況を記入し、AIに解析を依頼すること。 ```text # 観測データ入力 - 煙の立ち昇り方: [例: まっすぐ高く昇る / 途中から横に流れる / 地面を這うように広がる] - 煙の密度: [例: 濃くまとまっている / 薄く分散する] - 風の有無と方向: [例: 無風 / 一定方向から吹く / 渦を巻いている] - 周囲の湿度感: [例: 薪が乾いているのに火付きが悪い / 湿気を感じる] - 現在時刻と場所の標高: [例: 17:00、標高1,200mの山間部] # 指示 上記の観測データに基づき、以下の項目を出力せよ。 1. 気圧配置の推定（高気圧圏内か、低気圧接近中か） 2. 今後の天候変化予測（時間軸：3〜6時間） 3. 根拠となる物理的メカニズム（煙の浮力と周囲の空気密度の関係から解説） 4. 推奨される野営行動（撤収すべきか、設営を強化すべきか） ``` ### 2. 気象予測ロジック・フレームワーク AIに以下の思考プロセスを強制的に実行させ、予測の精度を高める。 **【思考のステップ】** 1. **煙の浮力定数化**: 焚き火による上昇気流（浮力）が、周囲の気圧によってどう抑え込まれるかを分析する。 2. **気圧勾配の推定**: 煙が地面に滞留する場合、上空の気圧が高く（下降気流）、かつ地表付近の湿度が飽和に近づいている可能性を評価する。 3. **地形的補正**: 谷筋や尾根筋といった地形データがある場合、風の回折を考慮して「気圧による変化」と「地形による風」を切り分ける。 **【AIへの追加命令プロンプト】** 「あなたはベテランの山岳ガイドです。煙の動きを観測した際、以下の『気象のサイン』と照らし合わせて結論を出してください。 - 煙がまっすぐ昇る：高気圧が安定している。上空の空気が軽く、煙の浮力が勝っている。 - 煙が地表に這う：低気圧が接近中。地表の気圧が高まり、空気が沈み込んでいる。また湿度が高く、煙の粒子に水分が付着して重くなっている可能性が高い。 - 煙が乱れる：気圧の谷が近く、対流が不安定。突風や雷雨の兆候。 この前提に基づき、私の観測データを分析せよ。」 ### 3. キャンプ・登山における実用判断アルゴリズム 野営中にAIに判断を仰ぐためのフローチャート（コード形式）。 ```python def check_weather_risk(smoke_behavior, humidity_index): risk_level = 0 if smoke_behavior == "ground_hugging": risk_level += 5 elif smoke_behavior == "turbulent": risk_level += 3 if humidity_index > 80: risk_level += 2 if risk_level >= 5: return "警告: 低気圧接近の可能性大。雨具の準備とペグの補強を行い、増水リスクのある場所からの避難を検討すること。" elif risk_level >= 3: return "注意: 天候が不安定化する兆候あり。焚き火の火力を調整し、早めの就寝を推奨。" else: return "安定: 現在の気象条件は良好。" # ユーザー入力 smoke = input("煙の動きを入力: ") humidity = int(input("体感湿度(0-100): ")) print(check_weather_risk(smoke, humidity)) ``` ### 4. 観測精度を上げるための質問リスト AIからユーザーへのフィードバックを促すための質問セット。AIに以下の質問をさせて、自身の観測データに不足がないか確認する。