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。

さぁ、プログラムを書いてもらおう！CursorというAIエディタを使用して自動でプロジェクトを作ってもらう事前準備！

RF‑TIP2は、「プロンプトには**入れ物と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。 > 「依頼がちゃんと定義されていて、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。