作ってほしいプロンプトを渡すとChatGPTが提案、質問を行いより良いプロンプトにしてくれます。利用ユーザー５万人の人気カスタムGPTですよ。

Youtubeやブログの構成って一々考えるのも、考えたとしても書くのって やらないとダメだけど面倒。 「資料揃えて裏取って」ってするの面倒 って思いますよね。 その気持ち本当によくわかります。 そこで、 テーマを送り後は「ok」と押すだけで自動で構成から執筆までYoutubeやブログ記事を制作を代行できるGPTsを作成しました。 台本作成の構成や執筆にお困りの方 ぜひ、お使いください。 また以下のGPTsと一緒に使うことでより高品質な台本やブログ記事を作成することができます。 https://oshiete.ai/items/179983526787577856?t=8ffc13e03c6074ae1b8dffd126df539774586738e18016e60073cecff420cce0 #Youtube #台本 #ブログ #記事構成 #執筆 #ライター #自動 #代行

入力された現象を5つの動的ベクトルで記述し、その干渉パターンを出力する。 本モデルの出力は構造理解を補助するものであり、意思決定の代替ではない。５行では終わりません。

RF‑EX3 は、自然言語で書かれた文章を **テスト項目の材料となる「因子」と「水準」へと構造化する** ためのプロンプトです。 文章を単文化し、述語項構造（誰が／何を／どうする）に基づいて因子を抽出し、 その水準を整理することで、テスト項目検討の“前段階”を自動化します。 私自身、長い間「自然言語をどうやってテスト項目に落とし込むか」という課題に向き合えずにいました。 仕様書を読んでも、文章のどこを因子と捉え、どこを水準と扱うべきかが曖昧で、 手を付けられないまま残っていた領域でした。 しかし EX1・EX2 を作り続ける中で、 文章を **分解し、構造化し、検証可能な形に変換する“型（デザインパターン）”** が見えてきました。 その延長線上で生まれたのが、この RF‑EX3 です。 RF‑EX3 は、テスト設計のすべてを自動化するものではありません。 しかし、テスト項目を考えるうえで最も時間がかかる **「因子と水準の抽出」** を確実に、再現性をもって行えるようにします。 自然言語を読み、 条件因子（〜の場合）を含む前提条件を整理し、 因子・水準の一覧を作り、 境界値や組み合わせ検討の土台を作る。 RF‑EX3 は、テスト項目検討の“最初の一歩”を支えるための、 徹底形式（Radical Formula）に基づくプロンプトです。