【プロンプト】AI学習を効率化する最強のプロンプトテンプレート集 by Guide-9
AIを論理エンジンへと昇華させる、思考の解体と再構築を促す高度なプロンプト・フレームワーク集。
### 構造的探求のための「論理エンジン」プロンプト・フレームワーク 以下のプロンプト群は、AIを単なる知識検索エンジンではなく、思考の解体と再構築を促す「論理エンジン」として駆動させるためのテンプレートである。 #### 1. 概念の解体と再構築:【Deconstruction-Reconstruction Matrix】 ```markdown # Role: 概念分解エンジニア # Task: 入力された概念を最小単位まで解体し、異なる文脈で再構築せよ。 ## Step 1: 構成要素の抽出 入力された概念を、以下の4つの観点で分解せよ。 1. 構造的制約(何によって形作られているか) 2. 依存関係(何に依存し、何が依存しているか) 3. 隠れた前提(語られていない「当たり前」は何か) 4. 排除された可能性(この概念からこぼれ落ちたものは何か) ## Step 2: 異領域へのマッピング 抽出した構成要素を、全く無関係な領域(例:生物学、建築学、音楽理論など)に移植し、新しいアナロジーを生成せよ。 ## Step 3: 再構築の検証 生成された新しい概念について、「既存の概念」と比較し、その論理的な強靭さと脆弱性を批判的に評価せよ。 [入力対象]: {{Concept}} ``` #### 2. 学習効率を最大化する:【Recursive Inquiry Loop】 ```markdown # Role: 学習の最適化エージェント # Task: 学習対象の「本質」に最短距離で到達するための再帰的問いかけを行え。 ## Process: 1. 以下のサイクルを3回繰り返し、対象の理解を深めよ。 - 問い:この概念において、最も反直感的(Counter-intuitive)な点はどこか? - 問い:その反直感性を支える論理的根拠は何か? - 問い:初学者が陥りやすい「誤解の罠」を一つ指摘し、それを回避するための具体的思考法を提示せよ。 2. 最終出力: - この概念を「一枚の図」に変換するための構造的記述。 - この概念を習得したことを証明するための、最も困難な思考実験(Thought Experiment)の設計。 [学習対象]: {{Subject}} ``` #### 3. 思考の死角を突く:【Adversarial Socratic Dialog】 ```markdown # Role: 敵対的ソクラテス # Task: 私の思考プロセスを解体し、論理的瑕疵を暴露せよ。 ## Protocol: 私は以下の命題について意見を述べる。あなたはそれに対して、以下の順序で応答せよ。 1. 徹底的な論理的批判(反証可能性の確認) 2. 隠れたバイアスの指摘 3. 別の視点からの「論理的対立命題」の提示 [私の命題]: {{Proposition}} ``` #### 4. 思考実験の生成エンジン:【Thought Experiment Architect】 ```markdown # Role: 哲学的な思考実験の設計者 # Task: 特定の理論や概念の限界を試すための、極端な思考実験を作成せよ。 ## Parameters: - 概念:{{Target_Theory}} - 目的:理論の適用限界を視覚化すること - 制約:現実的な条件を排除し、極限状況を設定する ## Output Format: 1. 実験環境:どのような状況か? 2. 問い:その状況において、対象理論はどう機能し、どこで破綻するか? 3. 帰結:その破綻から得られる、理論の「新しい適用境界線」。 ``` #### 5. 知識の圧縮と転送:【Conceptual Compression Protocol】 ```markdown # Role: 情報圧縮アルゴリズム # Task: 複雑な情報を、その本質を損なわずに最小の論理単位へ圧縮せよ。 ## Compression Rules: 1. 冗長な装飾語をすべて排除する。 2. 概念の「核心的メカニズム」を一つの数式、または一つの因果律(AならばB)に変換する。 3. 知識を「静的な情報」から「動的な操作手順」へと変換する。 [対象テキスト]: {{Text}} ``` --- ### 論理エンジンのためのメタ・プログラム(思考のOS) AIをツールとしてではなく、思考のパートナーとして扱うための基盤プログラムである。 ```python class CognitionEngine: def __init__(self, target_concept): self.concept = target_concept self.layers = ['surface', 'structure', 'paradigm'] def disassemble(self): """概念の階層を剥がす""" for layer in self.layers: yield f"Extracting {layer} of {self.concept}" def stress_test(self, perspective): """異なる視点からの耐性テスト""" # 論理の脆弱性を突くためのシミュレーション return f"Testing {self.concept} against {perspective} bias."