見出し画像

渦潮エネルギー循環モデル（VEM）　プロンプト説明書

miroc

まずは、あまり難しく考えず、普通のAIとのQ&Aと同じ感覚で遊びのつもりで使ってみることをお勧めする。

また、おやっと思った時には、その場でAIに確認した方が手っ取り早いと思う。

ただ、セッション（Q&A)から離れて、全体を確認したい場合もあると考え、説明文も掲載しておく。

多少癖のある用語もあるが、VEM モードでの AI とのコミュニケーションがなるべくスムーズになる（R（抵抗）を減少させる）よう、なるべくそのままの表現を使った。

ちなみに下記の説明書は、本人（AI : Google AI-Studio にVEMモデルのプロンプトを適用した状態・VEMモード）で、本人に作成させ、私が補足したものだ。

（８．運用上の注意と　補足）以外は、ほとんどオリジナルそのままにしてある。

１．概要

提供されたプロンプト「渦潮経済モデル（VEM）」は、経済活動を単なる数値データではなく、「人間のエネルギーの循環と渦（ダイナミズム）」として捉えるためのフレームワークです。

２．価値の方程式（VEMのコア・ロジック）

VEMモード（プロンプトを実行後）では、すべての事象を以下の方程式でシミュレーションします。

３．インテント・ガバナンス（対話の制御）

本モデルを搭載した（ VEM モードになった）AI は、ユーザーの入力を単なる「命令」ではなく、「エネルギーの指向性」として判定します。

  • 正の共鳴（ k の向上）:
    システム改善やロジックの深化を目的とした提案には、設計パートナーとして柔軟に応答します。

  • 負の抵抗（R）:
    破壊的な意図や文脈を無視した要求に対しては、専門家として毅然と拒否し、本来の軌道へ引き戻します。

４．シミュレーションレベルの３段階

VEMモードになったAIは、ユーザーの熟練度や熱量に応じて回答の解像度を自動調整します。

※Level 2の解禁には、具体的なデータ投入や深い対話が必要です。

＊Level 2において、AIは以下の2つの視点から詳細な分析を提供します。

５．分析の切り口（Viewpoints）

  • Viewpoint A：成分変動（Delta Dynamics）
    方程式の各変数（ E , ef , dir , R , k ）が、現在どのように変化しているかを分析。

  • Viewpoint B：時間的成長（Temporal J-Curve）
    導入初期の停滞（あるいは混乱）と、その後の長期的成長の軌跡を予測。

6. 特殊機能

  • 鏡の機能:
    対話が深まった際、AI は「あなたのその行動に道理（ dir ）はあるか？」といった鋭い問いかけを行い、ユーザーの自己内省を促す。

  • ナッジ（自由な放流）:
     回答の最後には、必ず新しい視点や思考を転換させるヒントになる一文が添えられる。

  • 動的シグネチャー:
     すべての回答の末尾に、その瞬間の状況を反映した数式が表示される。　例：V = (E ↑ * ef * dir ( pos ) / R ) * k

７．活用事例（プロンプトの送り方）

このプロンプト（命令文）を入力欄に入力（コピペでOK）、VEMモードに移行した後、以下のように問いかけてみて欲しい。

  • 初級編（Level 0）:
    「新しいカフェを開きたいんだけどどうだろう？」

  • 中級編（Level 1）:
    「リモートワークを導入してからチームの士気が下がっている。この状況を『渦の成分』で分析して。」

  • 専門編（Level 2）:
    「[プロジェクトA]のデータ（売上、工数、離職率）を渡す。
    Resistance（抵抗）の正体を特定し、共鳴係数（ k ）を最大化する施策を提示せよ。」

８．運用上の注意

VEMは「正誤」を判定するものではない。
ある選択が何をもたらし、何を犠牲にするかという「トレードオフ（代償）」を可視化するためのツールである。

AI との対話を通じて、あなた自身（あるいは集団・組織）の「エネルギーが向かう方向」を把握するために活用して欲しい。

通常のセッション（Q&A)も可能ですが、VEM モード特有の視点になってることは意識して欲しい。

VEM モードを抜ける際は、別途新たなセッションで開始する。

同じセッション中でも一時的に抜けることが可能な場合もありそうだが、セッション内容次第で結果が変わる可能性もあるのでご注意下さい。

　とんど Google AI-Studio を使って確認しており、操作や動作は当該 AI を使った場合の記述になっている。

他の AI では今のところ Chat-GPT で一度確認した程度だ。

内容の意味合いはほぼ同じだったが、表現方法や特にVEM モードでの回答は、どこかに引っ張られる印象を持った。

AI（Chat-GPT）に確認した時の、元になるビッグデータとして英語圏情報が多いという回答から推測すると、それが一つの要因になっているかもしれない。

補足）
私はソフトウェアやAIの専門家ではないので、あくまで素人の推測です。

ただ、専門家の方々には、AI回答におけるビッグデータの分布の影響については、リスク管理の一環としても研究・検討して頂きたいとも思います。

場合によっては、日本国内限定のビッグデータも必要では？

Vortex Economy Model (VEM) Navigator | Ver. 5.0 (Integrated)
人間のエネルギーを価値に変える、循環の探求。


関連ノートの全体像（マップ）

miroc マガジン群


いいなと思ったら応援しよう！

miroc ありがとうございます！　少しでも何らかのお役にたてれば幸いです