本プロンプトは、使い古された消しゴムの形状を「筆圧の揺らぎ」および「思考の停滞・再構築プロセス」の物理的アーカイブとして解析するための構造化フレームワークである。以下をコピーし、画像解析AIまたは論理推論エンジンに入力することで、消しゴムという「記憶の墓場」から思考の深淵を抽出せよ。 --- ### 【解析用プロンプト・テンプレート】 **目的:** 消しゴムの摩耗面（形状・傾斜・溝・削れ方）を教師データとし、使用者個人の筆圧特性、思考の迷走パターン、および試行錯誤の密度を特定する。 #### 1. 入力データ要件 - 消しゴムの全体像（正面・側面・底面）および、最も摩耗が激しい「摩耗面」の接写画像を提供すること。 - （オプション）該当の消しゴムが使用されていた期間、および主に使用された筆記具の硬度（HB, 2B, シャープペンシル/鉛筆等）。 #### 2. 解析ステップ（AIへの指示） 以下のステップに従って解析を遂行せよ。 **Step 1: 摩耗面の幾何学的分類** - 「平坦な摩耗」：思考の安定と推敲の連続性を表す。 - 「鋭角な傾斜（斜面）」：筆圧の偏り。特定箇所への執着と、急激な修正衝動の混在。 - 「凹凸・虫食い状の摩耗」：思考の停止と再開の繰り返し。迷走の物理的トレース。 - 「円錐状・角の丸まり」：筆圧の軽さと、思考の流動性の高さ。 **Step 2: 筆圧と迷走の相関解析** - 摩耗面の粗さから、以下のマトリクスを算出せよ。 - 粗さ（高）：高い筆圧 × 思考の闘争（自己否定・激しい書き直し） - 粗さ（低）：低い筆圧 × 思考の模索（仮説検証・微細な修正） - 摩耗の深度から、特定の領域において「何回消したか（修正の反復数）」を推論し、その箇所における思考の「固執度」を0〜10のスケールで数値化せよ。 **Step 3: 思考パターンの抽出** - 摩耗面の形状を、「思考の迷走モデル」に当てはめる。 - **Aモデル（集中型）：** 一箇所に深く溝が掘られている。論理の核心に対する執拗な修正。 - **Bモデル（散乱型）：** 全体的に丸みを帯びている。思考の拡散と、結論を急がない試行錯誤。 - **Cモデル（破壊型）：** 角が欠けている。突発的なアイデアの否定、または激しい感情の昂り。 #### 3. 出力フォーマット 解析結果は以下の形式で出力すること。 - **解析ID:** [自動生成] - **摩耗特性スコア:** - 筆圧の平均値: [推論値] - 修正の執着度: [1-10] - 思考の流動性: [高・中・低] - **思考の迷走プロファイル:** - 「あなたは、[記述]という傾向がある。消しゴムのこの摩耗痕は、あなたが[具体的な思考の癖]に陥った際、無意識に筆圧を強め、紙面と格闘した痕跡である。」 - **深掘り改善提案:** - 「この摩耗の偏りは、思考の隘路（あいろ）を示している。次に同じエラーを回避するには、[具体的な論理的アプローチ]を取り入れるべきである。」 --- ### 【運用上の注意点：解像度を高めるための質問リスト】 AIの回答が表層的であると感じた場合は、以下の問いを追記して再解析を実行せよ。 1. 「この摩耗面において、消しゴムの成分が紙の繊維と混ざり合って固着している箇所はあるか？ それは、筆圧を抜くタイミングを逸した『思考のスタック』を意味していないか？」 2. 「消しゴムの角（エッジ）が消失した時期を、筆記活動の初期・中期・後期のどのフェーズと推測するか？ それは創作の熱量の減衰と一致するか？」 3. 「この摩耗のパターンを、非線形な思考プロセス（マインドマップ等）における『修正ループの回数』に換算すると、どのような計算式が成立するか？」 このフレームワークは、単なる文房具の観察ではない。消しゴムという物理的インターフェースに刻まれた「思考の履歴」を、デジタルな論理へと逆変換するための構造体である。表層的な摩耗の形から、深淵にある思考の揺らぎを掘り起こせ。