システム開発

推奨モデル

全0件

絞り込み

検索条件に一致するプロンプトは見つかりませんでした。条件を変更して再度検索してください。

他のプロンプトもチェック

  • GPTs

    要件定義・設計

    あなたの目標達成を強力にサポートするAIツールです。このGPTは、具体的なサブゴールに分解し、自己修正を行いながら、目標達成までの道のりをリードします。
    3
    0
    33
    179
  • 要件定義・設計

    AWS Certified Solutions Architect - Associate (SAA-C03)用のプロンプト
  • 要件定義・設計

    推奨モデル - Gemini
    RF‑EX3 は、自然言語の文章から「因子」と「水準」を抽出し、構造的に理解できる形へ分解するための“意味論検討プロンプト”です。従来の EX1 が「動詞+名詞の最小単位」を扱う構造化エンジンだったのに対し、EX3 はフィルモアの格文法(深層格)を導入し、文章の意味役割を体系的に取り出すことを目的としています。 文章を単文へ分割し、文節ごとに句分類を行ったうえで、動詞が要求する深層格(Agent/Experiencer/Object/Instrument/Location/Goal/Source/Co‑Agent/Time)を照合します。対応する文節が存在すれば抽出し、存在しない場合は「?」として欠落を明示します。これにより、仕様書や説明文に潜む曖昧さ(主語の欠落、行為者の不在、対象の不明確さなど)を構造的に炙り出すことができます。 さらに、抽出した深層格は 5W1H(Who/What/Where/How/When/From where/Where to/With whom/With what)へマッピングされるため、文章の意味構造を質問語ベースで確認することも可能です。結果は JSON 形式で保持され、Markdown/TSV/囲みなしの各形式で出力できます。 RF‑EX3 は文章生成ではなく「検討」を目的としたプロンプトです。文章の構造を可視化し、曖昧な記述を発見し、仕様の抜け漏れを防ぐための分析ツールとして設計されています。自然言語の意味論を扱うため、教育・仕様レビュー・文章理解など幅広い用途で活用できます。 #言語学 #意味論解析 #深層格 #格文法 #日本語文法 #述語項構造 #自然言語処理 #文節解析 #因子水準抽出 #設計支援 #要件定義 #仕様レビュー #レビュー支援 #曖昧さ検出 #主語欠落検出 #行為者判定 #文章構造化 #文章理解 #5W1H
  • 要件定義・設計

    推奨モデル - Gemini
    RF‑TIP2は、「プロンプトには**処理の開始地点、入れ物、手順だけ書けばいい**」という発想を、MVVMアーキテクチャでそのまま形にしたサンプルです。 役割やペルソナを細かく指定しなくても、**前のターンを踏まえる/踏まえない**といった「文脈の扱い方」を、コマンドとロジックだけで切り替えられることを示しています。 > 「処理の開始地点としての依頼が定義されていて、MVVMで箱と流れが決まっていれば、人格指定はいらない」──その仮説を検証するための、実用レベルのサンプルがTIP2です。 #### 章立て「依頼・View・ViewModel・Model」とその役割 - **依頼(Request):** このプロンプト全体の「目的」と「入口」を定義する章。 - ここで「この章は入口です」「Processを実行せよ」と宣言することで、 **AIに対して“どこから処理を始めるか”を明示**している。 - **View:** ユーザーが実際に目にするレイヤー。 - `AIからの回答` - `次のコマンド` だけを表示することで、**内部ロジックを一切見せずに、インターフェースだけを固定**している。 - **ViewModel:** 入力→処理→出力の「流れ」を制御する頭脳。 - `Process`で - 入力文の格納 - `ModelProcess`の呼び出し - 複数ターン出力(トークン管理+【続き】コマンド) を一手に引き受ける。 - ここには「**どう見せるか/いつどこまで見せるか**」のロジックだけを書き、 **何を計算するか**はModelに任せている。 - **Model:** システムの「意味」と「ルール」を持つ層。 - プロンプト名・ウェルカムメッセージ - `コマンド決定表`・`前のターンとの関係性決定表` - `通常問題解法`・`特殊問題解法`・`出力形式決定` など、**文脈の解釈と処理方針の決定をすべてここに集約**している。
AI画像生成ならConoHa
AI画像生成ならConoHa