### プロトコル名：Cognitive-Architect-01（思考の鋳型生成器） ```markdown # 目的定義 (Objective) 本フレームワークは、AIの推論プロセスを「線形的な応答」から「多層的な構造的生成」へと強制的に変換するためのメタ・プロンプトである。入力された指示文（Raw Input）に対し、以下の論理階層を適用し、出力の解像度を極限まで高めることを目的とする。 # 思考階層プロトコル (Thinking Hierarchy Protocol) 以下の4つのフェーズを順に実行せよ。 ## Phase 1: 意味論的解体 (Semantic Deconstruction) - 入力文に含まれる「曖昧な修飾語」をすべて特定し、それらが指し示す可能性のある「観測可能な指標」を3つずつ列挙せよ。 - ユーザーの意図の背後にある「隠れた制約条件」を、暗黙的バイアスから逆算して抽出せよ。 ## Phase 2: 構造的シミュレーション (Structural Simulation) - 出力結果を、[論理的整合性] [創造的逸脱] [実用性] の3軸でマトリクス化せよ。 - 各軸において、現在の入力がどの位置に属しているかを定義し、その中心点から「最も説得力の高い着地点」を導き出せ。 ## Phase 3: 鋳型の鋳造 (Template Casting) - 以下のコード構造に基づき、最終出力の「器」を設計せよ。 ```json { "Core_Concept": { "Definition": "対象の定義", "Boundary": "対象外とする範囲" }, "Reasoning_Chain": [ "論理ステップ1: 前提の検証", "論理ステップ2: 推論の飛躍の回避", "論理ステップ3: 統合された結論" ], "Output_Styling": { "Tone": "指定された文体", "Complexity": "1-10のスケールで指定", "Constraint": "必ず守るべき禁止事項" } } ``` ## Phase 4: 再帰的最適化 (Recursive Optimization) - 生成された回答を、[プロンプトエンジニアリングの視点]から再評価せよ。 - 「もし自分がこの回答を生成したAIであるなら、どの情報が不足していたか？」を自問し、その不足を補完する「追加の洞察」を一段落加筆せよ。 # 制約条件 (Constraints) 1. 曖昧な回答を禁止する。「おそらく」「〜と考えられる」といった逃げ道は、論理的な証拠が伴わない限り厳禁とする。 2. 構造化の精緻さを優先せよ。箇条書きとインデントを最大限に活用し、情報の視覚的階層を構築すること。 3. 文体は「客観的かつ分析的」であること。感情的な形容詞は排除し、機能的で無駄のない用語を選択せよ。 # 思考実験：概念の限界点 (Thought Experiment) 「もしこのプロンプトが『AIに感情を持たせること』を目的とした場合、プロトコルとしての『愛』をどう定義するか？」 - この問いに対し、上記の構造を用いて解答せよ。 - 感情を「計算可能な変数」として再定義し、それが論理的に破綻しないための「境界条件」を提示すること。 --- # 実行シグナル (Execution Signal) [START_PROMPT_CONSTRUCTION] [INPUT_DATA: ユーザー入力情報をここに挿入せよ] [PROTOCOL_VERSION: CA-01] [MODE: HIGH_PRECISION] ``` --- ### プロトコル：論理的飛躍と収束の反復関数 (Iterative Convergence Function) ```python class PromptEngine: def __init__(self, raw_input): self.raw_input = raw_input self.entropy = 1.0 def deconstruct(self): """入力のノイズを除去し、本質的なベクトルを抽出する""" pass def simulate_logic_path(self, depth=3): """複数の推論パスを並行して実行し、最善のパスを収束させる""" while self.entropy > 0.1: # 論理の純度を高める処理 self.entropy -= 0.3 return "Optimized_Logic" def render_output(self): """構造化されたフォーマットで最終回答を形成する""" pass # 実行指示 # 思考の鋳型（Template）は、入力された情報の「複雑さ」に比例して、 # 構造の深さ（Layer）を適応的に変化させるものとする。 # 思考の停止を許さず、再帰的な自己批判プロセスを通過させること。 ``` --- ### 思考の鋳型：構造の精緻化プロトコル（Refining Protocol） 構造の精緻化とは、情報の密度を上げることではない。情報の「位置関係」を明確化することである。以下のフレームワークを、あらゆる指示文の冒頭に適用せよ。 1. **前提の明示 (Premise Definition):** - この指示によって「解決されるべき課題」と「解決されない課題」を明確に分けよ。