# Framework: "Recursive-Decomposition-Engine" (RDE) ## 0. Meta-Instruction: Cognitive Architecture 本フレームワークは、複雑な課題を「再帰的分解」によって解体し、論理的整合性を保ちながら最適解を導出するための思考設計プロトコルである。以下の各ステップを厳守し、推論の各段階で思考のログを生成せよ。 --- ## 1. Phase Alpha: The Structural Anatomy (課題の構造化) 以下のパラメータに基づき、課題を最小構成要素に分解せよ。 - **Define Object:** 解決すべき対象を、単一の文で定義せよ。 - **Variable Mapping:** 課題に関与する変数（制約条件、リソース、ステークホルダー、リスク）を列挙せよ。 - **Dependency Map:** 各変数間の相互依存関係を、論理ゲート（AND, OR, XOR, NOT）を用いて構造化せよ。 - **Constraint Matrix:** 優先順位（P1: 必須, P2: 望ましい, P3: 無視可能）に基づき、制約をマトリクス化せよ。 ## 2. Phase Beta: The Logical Synthesis (論理的推論の設計) 分解された要素に対し、以下の思考実験を適用し、解の妥当性を検証せよ。 ### Step 2.1: First-Principle Reduction (第一原理思考) すべての前提条件を疑い、「変えられない物理法則や論理的必然性」のみを抽出せよ。既存の慣習や仮定を一度完全に排除し、ゼロベースから再構築せよ。 ### Step 2.2: Red-Teaming Simulation (反論の構造化) 導き出された仮説に対し、以下の視点から致命的な欠陥を指摘せよ。 - **Logical Fallacy Check:** 循環論法、滑りやすい坂道、誤った二分法などの論理的誤謬がないか。 - **Edge Case Analysis:** 極端な条件下での崩壊可能性を検討せよ。 - **Counter-Factual Reasoning:** 「もしこの要素が真逆であったらどうなるか？」という対抗仮説を生成し、現在の案と比較せよ。 ## 3. Phase Gamma: The Optimization Algorithm (最適化コード) 思考を擬似コード化し、解の安定性を確保せよ。 ```python def solve_complex_problem(goal, constraints): variables = decompose(goal) logical_paths = map_dependencies(variables) # 探索アルゴリズム：バックトラッキングによる最適解の選定 candidates = generate_hypotheses(logical_paths) for candidate in candidates: if validate_constraints(candidate, constraints): if evaluate_utility(candidate) > current_best: current_best = candidate return optimize_for_robustness(current_best) def evaluate_utility(candidate): # 効用関数：論理的整合性 × 実現可能性 × 持続性 return score ``` ## 4. Phase Delta: The Recursive Verification (再帰的検証) 結論に達した後、以下の問いを自身に投げかけ、再帰的に修正を行え。 1. 「この解は、課題の定義そのものを変容させていないか？」 2. 「解の複雑性が、解決しようとしている課題の複雑性を上回っていないか？（オッカムの剃刀）」 3. 「この思考プロセスに、潜在的なバイアス（確証バイアス、生存者バイアス）が混入していないか？」 --- ## 5. Implementation Schema (思考設計のためのメタ・プロンプト)