箇条書きのフローからフローチャートを生成します。 出力はMermaidという言語で出力されます。 末尾のリンクにあるようにMermaidのコードを可視化できるwebサイトや、Draw.io、VSCodeといったツールで可視化が可能です。

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。

プログラム実行時のエラーメッセージを日常生活の例え話とイラストを使ってわかりやすく説明するGPTです。 【こんな時に、オススメです】 ・エラーメッセージを見ても、どういう状況かイメージできない ・Stable Diffusion等で発生したエラーメッセージの内容が理解できない ・英語で書かれたエラーメッセージを翻訳するのが面倒 【使い方】エラーメッセージを投下する。 例)RuntimeError: Couldn't install torch.

タイトル：プロンプト作成ガイドの構築 具体的な内容": このプロンプトは、特定のコンテンツに基づいたプロンプトの前提条件を作成するための指示を含んでいます。 目的は、作成したいプロンプトの内容を反映した効果的なタイトルを考案し、 対象となる依頼者の特性、 プロンプトを作成するための制作者のスキルセット、 そしてプロンプトの目的と目標を明確にすることです。 必要なリソースとしては、作成したいプロンプトに関する情報、 評価基準としてはプロンプトが指示に従って適切に作成されているか、 そして明確化の要件としては、達成するための具体的なステップやガイドラインが求められています。