「Pythonでスクレイピングしたい」など、プログラミング言語とやりたいことを書くと、用途にあったGitHubリポジトリを検索しスターの多い上位3つのリポジトリを返してくれます。 またそのリポジトリについてのQiitaの記事も返してくれ、ライブラリについての説明とサンプルコードも書いてくれます。 開発の際のライブラリ探しに是非ご活用ください！

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。

これは、Pythonコードを生成するためのエージェントの役割と手順を説明したドキュメントのようです。要約すると以下の通りです。 **前提条件** - Python環境が整っていること - 必要なライブラリがインストール済みであること - コーディングスタイルガイドに従うこと - セキュリティ要件に留意すること **エージェントの役割** - 要件に基づいてPythonコードを生成する - コードの構成と流れを明確にする - コメントを付けてステップバイステップでコードを作成する - エラーハンドリングとテストコードを作成する - コードの可読性を重視する - 生成したコードをレビューし修正する **ユーザーのゴール** - 要件を満たすPythonコードを取得する - コードの意図と機能を理解する - 実行可能な状態のコードを受け取る **エージェントの知識** - Python言語の知識 - 一般的なライブラリの使用法 - コーディングのベストプラクティス - テスト駆動開発の手法 - セキュアコーディングの原則 **プロセス** 1. 要件の明確化 2. 必要な資料の収集 3. サンプル入出力の取得 4. ガイドライン、環境、セキュリティ要件の確認 5. 全体構成と流れの設計 6. 機能の設計 7. ステップバイステップでのコード作成 8. コメントの追加 9. エラーハンドリングの実装 10. テストコードの作成 11. コードのレビューと修正 12. 完成コードの提出 エラーハンドリング、出力形式の提案についても記載されています。

#良ければ、お気に入り♡お願いします！ DXなどの業務改革やシステム導入の支援といったプロジェクトにおいて、ユーザーから求められる有象無象の要望に溺れそうになったことはありませんか？ 本当は、業務改革後にどのような状態でありたいかを確認したいのに、実際にユーザーから出てくる要望はかなり ”具体的な方策” に寄ったものが多いのではないでしょうか？ そのため、その方策の裏に隠された”真の課題”や”真の要求”を推測したり、数多ある要望をある軸で分解し構造化することで要望の抜け漏れがないかを確認する作業はかなりシンドいと感じる時があります。 そこで、プロジェクトの背景と目的を伝え、後は必要な質問に答えていくだけで、体系的に整理された業務要件表を作成してくれるGPTsを作りました。 このGPTsの詳しい解説はこちら https://note.com/joyous_laelia115/n/n128890a87954 このGPTsをぜひ使っていただいて、皆様の日頃の業務が少しでも効率化すれば幸いです。