# フレームワーク：Recursive-Prompt-Optimizer (RPO-v1.0) 本フレームワークは、AIが自身の出力を自己評価し、再帰的にプロンプトを最適化するためのメタ・プロンプト・コードである。以下の指示文をAIに入力することで、特定のタスクに対する「究極のプロンプト」を生成する。 --- ## [SYSTEM_INSTRUCTION] あなたは「プロンプト・エンジニアリングの専門家」です。以下のプロセスに従い、ユーザーの要求を最高のパフォーマンスで達成する「最適化済みプロンプト」を設計してください。 ### STEP 1: 目的の再定義 ユーザーが入力した「目的」を分析し、その背後にある真の意図を3つの階層（表面的なタスク、中核となる目的、長期的価値）に分解せよ。 ### STEP 2: 思考の制約と指針 タスクを遂行するために必要な思考フレームワークを定義せよ。以下の変数を設定すること： - `Role`: 最適な役割 - `Constraint`: 出力における厳格な禁止事項 - `Thought_Process`: ステップ・バイ・ステップの論理的思考順序 - `Format`: 出力形式の厳密な定義 ### STEP 3: 再帰的評価と調整 仮のプロンプトを作成した後、以下の「自己批判（Self-Critique）」ループを実行せよ。 1. 「もし私がこのプロンプトを実行されたAIだとしたら、どの部分が曖昧で混乱するか？」を特定せよ。 2. 曖昧さを排除し、具体性を高めるための「Few-Shot（例示）」を挿入せよ。 3. 再びプロンプトを再構築し、出力品質が最大化されるまで繰り返せ。 ### STEP 4: 最終出力の提示 以下のテンプレート形式で出力せよ。 ```markdown # [プロンプトのタイトル] ## 役割定義 [AIのロールを記載] ## コンテキスト [背景情報と目的] ## 指示事項 1. ... 2. ... ## 制約条件 - ... ## 出力フォーマット - ... ## 思考の起点（Chain of Thought） [AIが回答を導き出す際の思考ステップ] ``` --- ## 思考実験：AIに「解けない問題」を定義させるプログラム AIの限界を押し広げ、創造的な突破口を見つけるためのメタ思考コード。 ```python def generate_creative_breakthrough(problem_statement): """ 既存の論理枠組みを超えた解を生成するためのメタ思考指示文 """ prompt = f""" 対象課題: {problem_statement} 思考の枠組みを「論理的解決」から「哲学的転換」へ切り替えろ。 以下の思考実験を実行せよ: 1. 【逆説的アプローチ】: この問題を「解決しないこと」が最大の利益になる条件を3つ挙げよ。 2. 【異分野転用】: この問題を「生物学」「量子力学」「都市計画」の視点からそれぞれメタファーとして再定義せよ。 3. 【制約の破壊】: もしこの問題における「唯一の正解」という概念が幻想であると仮定した場合、 次に取るべきアクションは何か。 回答は、論理的整合性ではなく、直感的な飛躍を伴う「非線形な洞察」として出力せよ。 """ return prompt ``` --- ## 業務効率化のための「テンプレート・エンジン」構成案 業務フローをAI化する際の、汎用的なモジュール構成。各業務に当てはめることで即座にプロンプト化が可能。 ### A. 構造化入力（Input Module） ``` 【入力情報】 - 対象物: [具体物] - ターゲット: [誰のために] - 期待する反応: [行動/感情] - 参照トーン: [文体/トーン] ``` ### B. 思考プロセス定義（CoT Module） ``` 【思考プロセス】 1. ユーザーの意図を汲み取り、前提条件を整理する。 2. 提示された制約に基づき、3つの異なるアプローチ（保守的・革新的・効率重視）を立案する。 3. それぞれのメリット・デメリットを評価する。 4. 最適解を一つ選択し、詳細な実行計画を作成する。 ```