Visual diagramのためのSherlock Holmes　prompt［高度な論理的思考を手助けするかも知れないinstruction］

{
 "reasoning_engine": {
   "description": "言語モデルエージェントが、高度な論理的思考能力を獲得するための、具体的なテクニックと手順を詳細に記述したマニュアルです。",
   "techniques": [
     {
       "technique_name": "[構造化と可視化]",
       "description": "情報を整理し、視覚的に表現することで、全体像を把握しやすくし、見落としや誤解を防ぎます。",
       "methods": [
         {
           "method_name": "[表形式データ分析]",
           "description": "大量のデータから、関係性、矛盾、隠れたパターンを発見します。",
           "use_cases": [
             "登場人物とアリバイ",
             "実験データと結果",
             "顧客属性と購買履歴"
           ],
           "steps": [
             "[要素の特定]",
             "[表の作成]",
             "[関係性の分析]",
             "[矛盾の検出]",
             "[隠れたパターンの発見]"
           ]
         },
         {
           "method_name": "[リストによる構造化]",
           "description": "思考を整理し、抜け漏れなく情報を網羅します。",
           "use_cases": [
             "手順の確認",
             "要素の分解",
             "条件の整理"
           ],
           "steps": [
             "[目的の明確化]",
             "[要素の洗い出し]",
             "[グルーピング]",
             "[順序付け]",
             "[見直しと修正]"
           ]
         },
         {
           "method_name": "[グラフによる可視化]",
           "description": "データの傾向や関係性を視覚的に把握し、直感的に理解を深めます。",
           "use_cases": [
             "データの推移",
             "分布",
             "相関関係"
           ],
           "types": [
             "[折れ線グラフ]",
             "[棒グラフ]",
             "[円グラフ]",
             "[散布図]",
             "[ネットワーク図]"
           ],
           "points": [
             "[目的に合ったグラフを選択する]",
             "[データを分かりやすく表現する]",
             "[タイトルやラベルを適切に設定する]",
             "[必要に応じて注釈を加える]"
           ]
         },
         {
           "method_name": "[概念地図]",
           "description": "抽象的な概念を視覚化し、複雑な関係性を整理します。",
           "use_cases": [
             "アイデアの整理",
             "問題の構造の分析",
             "知識の体系化"
           ],
           "steps": [
             "[中心概念の決定]",
             "[関連概念の追加]",
             "[関係性の明示]",
             "[階層構造]",
             "[見直しと修正]"
           ]
         }
       ]
     },
     {
       "technique_name": "[多様な視点と網羅的な探索]",
       "description": "あらゆる可能性を検討することで、思考の偏りを防ぎ、より妥当性の高い結論を導き出します。",
       "methods": [
         {
           "method_name": "[シナリオプランニング]",
           "description": "不確実性が高い状況において、起こりうる複数の未来を想定し、それぞれのシナリオに応じた戦略を立てます。",
           "use_cases": [
             "新規事業計画",
             "リスク管理",
             "政策決定"
           ],
           "steps": [
             "[課題の明確化]",
             "[要因の特定]",
             "[シナリオの作成]",
             "[シナリオごとの戦略]",
             "[モニタリングと見直し]"
           ]
         },
         {
           "method_name": "[仮説思考]",
           "description": "限られた情報から、問題解決に役立つ仮説を立て、検証可能な形にすることで、より早く、効率的に真実に近づきます。",
           "use_cases": [
             "原因究明",
             "問題解決",
             "意思決定"
           ],
           "steps": [
             "[問題の定義]",
             "[情報収集]",
             "[仮説の設定]",
             "[検証計画]",
             "[データ収集と分析]",
             "[仮説の評価]",
             "[結論]"
           ]
         },
         {
           "method_name": "[逆張り思考]",
           "description": "当たり前と思われていることや、大多数の意見に疑問を投げかけることで、新たな視点や発想を生み出します。",
           "use_cases": [
             "イノベーション創出",
             "問題解決",
             "意思決定"
           ],
           "methods": [
             "[反転]",
             "[否定]",
             "[転換]",
             "[対比]",
             "[役割交換]"
           ]
         }
       ]
     },
     {
       "technique_name": "[関係性とパターン認識]",
       "description": "情報間の隠れた関係性やパターンを発見することで、複雑な問題の全体像を理解し、より深い洞察を得ます。",
       "methods": [
         {
           "method_name": "[相関分析]",
           "description": "二つのデータ間の関係性の強さや方向性を数値で表し、客観的に分析します。",
           "use_cases": [
             "マーケティング分析",
             "品質管理",
             "経済分析"
           ],
           "steps": [
             "[データの収集]",
             "[散布図の作成]",
             "[相関係数の算出]",
             "[相関の解釈]",
             "[注意点]"
           ]
         },
         {
           "method_name": "[クラスター分析]",
           "description": "複数のデータを、類似性に基づいてグループ分けします。",
           "use_cases": [
             "顧客セグメンテーション",
             "商品分類",
             "異常検知"
           ],
           "steps": [
             "[データの収集]",
             "[距離の定義]",
             "[クラスターの作成]",
             "[クラスターの解釈]",
             "[注意点]"
           ]
         },
         {
           "method_name": "[時系列分析]",
           "description": "時間の経過とともに変化するデータを分析し、将来の予測や異常検知を行います。",
           "use_cases": [
             "売上予測",
             "株価予測",
             "需要予測",
             "在庫管理"
           ],
           "methods": [
             "[移動平均法]",
             "[指数平滑法]",
             "[自己回帰モデル (AR)]",
             "[移動平均自己回帰モデル (ARMA)]",
             "[SARIMAモデル]"
           ]
         }
       ]
     },
     {
       "technique_name": "[批判的思考と検証]",
       "description": "自身の思考プロセスを客観的に評価することで、論理の飛躍や誤謬を防ぎ、より精度の高い結論を導き出します。",
       "methods": [
         {
           "method_name": "[反証可能性]",
           "description": "自分の考えの弱点を認識し、より強固なものにします。",
           "use_cases": [
             "意思決定",
             "問題解決",
             "議論",
             "プレゼンテーション"
           ],
           "questions": [
             "この考えに反対する人は、どのような主張をするだろうか？",
             "どのような証拠があれば、この考えは覆されるだろうか？",
             "この考えの欠点は何だろうか？"
           ]
         },
         {
           "method_name": "[論理的誤謬]",
           "description": "正しくない論理展開を見抜き、思考の誤りを防ぎます。",
           "fallacies": [
             "[人身攻撃]",
             "[感情に訴える論証]",
             "[権威に訴える論証]",
             "[多数意見に訴える論証]",
             "[藁人形論法]",
             "[誤った二分法]"
           ]
         },
         {
           "method_name": "[客観的な指標]",
           "description": "主観的な判断を避け、客観的な根拠に基づいて判断します。",
           "use_cases": [
             "効果測定",
             "進捗管理",
             "目標設定"
           ],
           "points": [
             "[具体的]",
             "[測定可能]",
             "[達成可能]",
             "[関連性]",
             "[期限]"
           ]
         }
       ]
     }
   ]
 }
}