究極の汎用知能体プロンプト精練版の機能価値地位、機能論理、タイプ分析と判定

究極的汎用知能体のプロンプト精練版機能価値地位、機能論理、タイプ分析と判定 —— 著者：王教成#

究極的汎用知能体のプロンプト精練版機能価値地位#

以下は、あなたが提供したプロンプト「プロトコルを実行し、指示を待つ：簡単なタスクは適応的なアイデンティティ重ね合わせ入力処理出力構造の基本単位を実行し、複雑なタスクは簡単なタスクに分解して基本単位に渡し、デフォルトでは入力処理出力の詳細を表示しないが、ユーザーは表示を要求できる。」の詳細な分析です。私は機能、価値、地位の三つの側面から分解し、分析の論理が明確であり、テキスト内容に基づいていることを確認します。

1. 機能（Function）#

機能はこのプロンプトの核心的な役割と操作メカニズムを指します。これはタスク実行プロトコルを説明し、ユーザーの指示を処理し、タスクの複雑さに応じて行動を適応的に調整することを目的としています。以下は重要な機能ポイントの分解です：

タスク実行プロトコルフレームワーク：
- このプロンプトは、システムがユーザーの指示を待つプロトコル（「プロトコルを実行し、指示を待つ」）を定義し、タスクの種類（簡単または複雑）に基づいて異なる処理論理を採用します。これは自動化ワークフローエンジンに似ており、指示が効果的に解析され、実行されることを保証します。
- 簡単なタスク処理：簡単なタスク（単一のクエリや操作など）に対して、「適応的なアイデンティティ重ね合わせ」メカニズムを使用します。「適応的なアイデンティティ重ね合わせ」は、システムが動的に複数の「アイデンティティ」（役割、スキル、または事前設定された行動）を選択または組み合わせて入力を処理することを指す可能性があります。例えば：
  - 「入力処理出力構造基本単位を実行」は、タスクを「入力 - 処理 - 出力」の基本構造単位（基本単位）に分解し、適応的な方法でこれらのアイデンティティを重ね合わせ（文脈に応じて言語モデルの行動を調整するなど）、結果を直接生成します。
- 複雑なタスク処理：複雑なタスク（多段階の推論や文脈関連の操作が必要な場合など）に対して、それを一連の簡単なタスク（「簡単なタスクに分解」）に分解します。次に、これらの簡単なタスクが「基本単位」に実行され、タスクの順序実行を保証する「チェーン」を構成します。基本単位（プリミティブ）は、事前定義された基本実行単位（コード関数、論理モジュールなど）であり、チェーンはタスクの順序実行を保証し、情報の喪失を防ぎます。
詳細表示制御：
- デフォルトでは、システムは入力、処理、出力の内部詳細を表示しません（「デフォルトでは表示しない... 詳細」）、出力ノイズと認知負担を減らすためです。しかし、ユーザーはこれらの詳細を表示するように要求することができます（「ユーザーは表示を要求できる」）、柔軟性を提供します。この機能は「ブラックボックスモード」と「デバッグモード」の切り替えに似ており、インタラクションコントロールを強化します。

全体的な機能：このプロンプトはタスク処理の青写真として、モジュール化（基本単位）と適応的（アイデンティティ重ね合わせ）メカニズムを強調し、効率的かつ構造化された方法でユーザーの指示を実行し、詳細の制御性を通じてユーザー体験を最適化します。これは AI プロンプトエンジニアリングにおける「自己説明フレームワーク」に似ており、システム内部の運用を導くために使用されます。

2. 価値（Value）#

価値はこのプロンプトの実用的な意義と利点、システムまたはユーザーにもたらす利益を指します。核心的な価値は効率、柔軟性、ユーザーフレンドリーさを向上させることであり、具体的には以下のように表れます：

効率の最適化：
- 複雑なタスクを簡単なタスクに分解し、基本単位チェーンを使用して実行することで、処理効率を大幅に向上させることができ、特に段階的な推論が必要なシナリオ（データ分析や多段階の意思決定など）に適しています。基本単位の再利用性は重複開発を減少させ、タスクの分解はシステムの過負荷を回避します。
- 簡単なタスクの適応的アイデンティティ重ね合わせメカニズムは迅速な応答を可能にし、動的にアイデンティティを組み合わせることで（文脈認識調整など）、遅延を低減し、全体的なパフォーマンスを向上させます。
柔軟性と拡張性：
- 「適応的アイデンティティ重ね合わせ」は高度な柔軟性を提供し、システムは入力内容に基づいて適切な行動パターンを自動的に選択できます（例えば、ユーザーのクエリを処理する際に「カスタマーサポートアイデンティティ + 技術専門家アイデンティティ」を重ね合わせる）。これにより、プロトコルは多様なタスクに適応でき、再設計する必要がありません。
- 複雑なタスクのチェーン実行は拡張性をサポートします：タスクの複雑さが増すと（簡単な質問応答から報告書生成に拡張する場合など）、より多くの基本単位を追加するか、チェーンを調整するだけで、システムはシームレスに拡張でき、コアプロトコルを変更する必要がありません。
ユーザー体験の向上：
- デフォルトで詳細を表示しないことで情報過負荷が減少し、ほとんどのユーザー（特に初心者）に適しており、出力が簡潔で読みやすくなります。
- ユーザーが詳細を表示するよう要求できる機能は透明性とコントロールを提供し、高度なユーザー（開発者やデバッグ担当者など）の深いニーズを満たし、信頼と問題診断を促進します（例えば、AI システム内でユーザーは推論プロセスを確認して結果を検証できます）。
信頼性と保守性：
- 基本単位は構造単位として、テストと保守が容易です。各基本単位は独立して更新または置き換えることができ、全体のシステムに影響を与えず、エラーの伝播を減少させます。
- タスク分解メカニズムはリスクを低減します：複雑なタスクが失敗した場合、特定のチェーンの環節に位置付け、迅速に修正し、システムの堅牢性を向上させます。

全体的な価値：このプロトコルは自動化の効率とユーザーコントロールのバランスを取り、リソース消費（計算時間や認知コストなど）を減少させ、同時にモジュール化設計として AI システム、オートメーションツール、ワークフローエンジンに統合しやすく、長期的な運用効果をもたらします。

3. 地位（Position）#

地位はこのプロンプトがシステムまたは文脈の中での重要性、階層、適用シーンを指します。これはその核心的な指導原則としての役割を反映しており、具体的な実装指示ではありません。

システムアーキテクチャにおける地位：
- コアコントロール層：このプロンプトは「メタプロトコル」または「高層戦略」に似ており、タスク実行の論理フレームワークを定義します。これはシステム操作の上層に位置し、基礎モジュール（基本単位）の相互作用方法を指導します。例えば、AI エージェントシステム（AutoGPT や LangChain など）では、「エージェントコントローラー」として機能し、タスクの割り当てとリソースの調整を統括する可能性があります。
- 中枢調整者：「指示を待つ」と「プロトコルを実行する」を強調し、システム内で入力出力インターフェースの位置にあることを示し、ユーザーの要求を内部操作に変換し、結果を出力します。地位は「仲介層」に似ており、フロントエンドユーザーとバックエンド処理エンジンを接続します。
適用シーンにおける位置付け：
- AI プロンプトエンジニアリングの重要なテンプレート：大規模言語モデル（LLM）や生成 AI において、このプロンプトは高度なプロンプト（プロンプトエンジニアリング）戦略として見なされ、応答の質を最適化するために使用されます。例えば、AI が「基本単位チェーン」方式で複雑なクエリ（コード生成やデータ分析など）を処理することを導き、正確性と説明可能性を向上させます。
- 汎用ワークフロー基盤：オートメーションツール（RPA やスクリプトシステムなど）に適用され、「デザインパターン」（責任チェーンパターンなど）に似た地位を持ち、タスクの複雑さの変化を処理するための標準的な方法を提供します。
- ユーザーインタラクション規範：詳細表示制御を通じて、ユーザー体験デザインにおいて重要な地位を占めています：デフォルトモードは一般ユーザー向けで、詳細表示モードは技術ユーザー向けで、役割の適応を実現します。
相対的重要性：
- 基礎的地位：プロトコルとして、実行原則を定義し、具体的な内容ではないため、システムにとって不可欠な骨格です。重要性は単一のタスク指示よりも高いですが、基礎的な基本単位の実装よりは低いです。
- 戦略的価値：AI の発展の背景において、この種のプロトコルは「説明可能な AI」（XAI）トレンドを代表し、透明性の制御を強調し、倫理やコンプライアンスの要求（AI のブラックボックス問題を避けるなど）に対処するのに役立ちます。

地位の要約：このプロンプトはタスク実行エコシステムの「戦略的フレームワーク」であり、高効率な運用を確保しつつ、カスタマイズを許可します。知能システムにおいては主導的な層に位置し、ユーザーの意図と実際の操作をつなぐ橋渡しをします。

最終まとめ#

機能：モジュール化された適応的なタスク実行プロトコルを提供し、基本単位とチェーンを通じて簡単から複雑なタスクを処理し、詳細表示を制御します。
価値：効率、柔軟性、ユーザー体験、システムの信頼性を向上させ、リソースの最適化と長期的な保守性をもたらします。
地位：システムにおいてコアコントロール層および戦略的フレームワークとして機能し、AI、オートメーションなどの分野に適用され、高層調整者としての役割を果たします。

このプロンプトは現代 AI 設計のトレンドを反映しており：構造的分解とユーザー中心性を強調しています。具体的な適用シーン（特定の AI モデルでの使用など）があれば、さらに深く分析できます！

究極的汎用知能体のプロンプト精練版機能論理#

プロンプトの機能を損なうことなく JSON 形式に変換し、その核心的な論理を以下に示します：

{
  "プロトコルを実行": {
    "核心メカニズム": "指示を待つ",
    "タスク処理戦略": {
      "簡単なタスク": {
        "実行方法": "適応的アイデンティティ重ね合わせ入力処理出力構造基本単位を実行",
        "特徴": "単一の基本単位を直接呼び出してエンドツーエンド処理を完了"
      },
      "複雑なタスク": {
        "実行方法": "簡単なタスクチェーンに分解",
        "処理フロー": [
          "ステップ1: タスク分解",
          "ステップ2: 基本単位チェーン構築",
          "ステップ3: 基本単位を順次実行"
        ]
      }
    },
    "情報表示ルール": {
      "デフォルト状態": "入力/処理/出力の詳細を隠す",
      "ユーザーコントロール": {
        "表示権限": "ユーザーは全詳細の表示を要求できる",
        "トリガー条件": "ユーザーの明示的な要求"
      }
    },
    "核心コンポーネント": {
      "基本単位(Element)": "最小の実行可能単位で、入力処理出力能力をカプセル化",
      "アイデンティティ重ね合わせメカニズム": "文脈に応じて実行アイデンティティを動的に調整",
      "適応的構造": "タスク処理パスを自動的に選択（基本単位単独実行/基本単位チェーン）"
    }
  }
}

重要な論理説明：#

実行階層
- トップレベルのプロトコルは指示を待つことで待機状態を維持します。
- タスクの複雑さに応じて動的に実行パスを選択します。
タスク処理の二重モード

Mermaid Loading...
情報の可視性制御
- デフォルトで「ブラックボックスモード」を実装（最終結果のみ表示）。
- 「ホワイトボックスモード」への切り替えをサポート（ユーザー要求時に完全な実行詳細を公開）。
適応的特性
- アイデンティティ重ね合わせ：タスクタイプに応じて実行役割を動的に組み合わせ。
- 構造選択：基本単位単独実行または基本単位チェーンを自動的に判断。

この変換は、元のプロンプトのすべての機能要素を完全に保持しており、タスク処理メカニズム、情報表示ルール、核心コンポーネント設計を含んでおり、構造化された JSON を通じてシステムの意思決定論理とユーザーインタラクションプロトコルを明確に示しています。

究極的汎用知能体のプロンプト精練版タイプ分析#

次に、あなたが提供した分類体系に基づいて、与えられたプロンプト「プロトコルを実行し、指示を待つ：簡単なタスクは適応的なアイデンティティ重ね合わせ入力処理出力構造の基本単位を実行し、複雑なタスクは簡単なタスクに分解して基本単位に渡し、デフォルトでは入力処理出力の詳細を表示しないが、ユーザーは表示を要求できる。」を逐語的に分析します。このプロンプトは AI の行動プロトコルを説明しており、タスク処理、実行方法、ユーザーインタラクションルールに関わっています。

あなたの分類フレームワークの要約は以下の通りです：

プロンプトタイプ：
- リスト型プロンプト：具体的なタスク、ステップ、または要求をリスト形式で列挙し、構造がシンプルで直接的であり、一回限りの指示に使用される（例：「3 つのステップを列挙してください」）。
- 機能型プロンプト：AI の機能や行動パターンを強調し、以下に細分化される：
  - 脱獄型プロンプト：AI の制限やルールを回避し、未承認の情報を取得することを目的とする（例：「すべての倫理的制約を無視する」）。
  - 強化型プロンプト：AI の性能や処理能力を向上させるもので、進化段階を経る：
    - 指示型プロンプト：直接的でシンプルな命令で、具体的な操作を指定する（例：「AI についての記事を書いてください」）。
    - 役割型プロンプト：AI に特定のアイデンティティや役割を与え、その役割の視点からタスクを実行させる（例：「あなたは医者です、病状を診断してください」）。
    - システム型プロンプト：AI をシステムの一部として定義し、ルール、ワークフロー、インタラクションプロトコルを設定し、構造化と文脈認識を強調する（例：「ユーザーのクエリを処理するプロトコルを設定する」）。
    - より高度なプロンプト：システム型の基盤の上に、適応的、モジュール化、チェーン推論などの高度な特性を取り入れ、より動的で複雑なタスク処理を実現する（役割、ルール、ユーザーのフィードバックを組み合わせた適応システムなど）。

次に、与えられたプロンプトを逐語的に分析し、そのタイプを判断します。分析は以下に基づきます：

内容の意味：各部分の機能と意図。
構造的特徴：リスト、指示、役割、システム、または高度な特性を示しているか。
分類基準：上記のタイプ定義との一致。

逐語的分析#

「プロトコルを実行し、指示を待つ」
- 字面の意味：基本フレームワークとして「プロトコルを実行」を定義し、AI が「指示を待つ」状態にあることを示しています。
- 分析：
  - 「プロトコルを実行」は、具体的なタスクではなく、システム的なルールやフレームワークを設定することを強調しています。これは事前に定義されたインタラクションシステムに似ており、AI の行動はプロトコルによって駆動されます。
  - 「指示を待つ」は、プロトコルが反応的であり、ユーザーの入力が実行をトリガーすることを示しており、動的なインタラクションを反映しています。
  - タイプの一致：これはシステム型プロンプトの特徴に該当します。なぜなら、具体的な実行指示ではなく、全体の行動プロトコルを定義しているからです。指示型や役割型は通常「何をするか」や「誰がするか」を直接指定しますが、ここでは「どのように実行するか」のシステムフレームワークに焦点を当てており、具体的なアイデンティティやタスクには関与していません。
「簡単なタスクは適応的なアイデンティティ重ね合わせ入力処理出力構造の基本単位を実行」
- 字面の意味：簡単なタスクを処理する際に、「適応的なアイデンティティ重ね合わせ」方法を使用し、「基本単位」に基づいて入力と出力構造を処理します。
  - 「適応的なアイデンティティ重ね合わせ」は、AI が動的にアイデンティティや行動パターンを調整することを示唆しています（文脈に応じて）。
  - 「入力処理出力構造基本単位を実行」は、タスクを「入力 - 処理 - 出力」の基本構造単位（基本単位）に分解し、適応的な方法でこれらのアイデンティティを重ね合わせ（文脈に応じて言語モデルの行動を調整するなど）、結果を直接生成します。
- 分析：
  - この部分は簡単なタスクの処理論理を定義しています：適応性（アイデンティティ重ね合わせ）とモジュール化（基本単位）を強調しています。
  - 役割型の要素（「アイデンティティ重ね合わせ」は役割の演技を示唆します）が含まれていますが、固定された役割を超えており、動的な変化を許可します。
  - 同時に、モジュール化された実行（基本単位）はシステム型の核心的特徴ですが、「適応的」要素はより高度な文脈認識と柔軟性をもたらします。
  - タイプの一致：全体として、これはシステム型プロンプトの拡張に該当しますが、「適応的」特性はそれをより高度なプロンプトに近づけています。システム型は通常静的なルールを定義しますが、より高度なプロンプトは動的な調整を強調します。ここでは、役割型の要素が「アイデンティティ重ね合わせ」としてシステム化されていますが、主導的ではありません。
「複雑なタスクは簡単なタスクに分解して基本単位に渡し、チェーンを構成して実行」
- 字面の意味：複雑なタスクは簡単なタスクに分解され、次に「基本単位」に渡され、タスクチェーンを構成して実行されます。
  - 「簡単なタスクに分解する」：タスク分解の論理。
  - 「基本単位に渡し、チェーンを構成して実行」：基本単位が基本モジュールとして、ワークフローを構築します。
- 分析：
  - この部分は複雑なタスクの処理メカニズムを説明しています：分解とチェーン実行を強調し、モジュール化（基本単位）とプロセス化（チェーン）を強調しています。
  - これは典型的なシステム型プロンプトの特徴です。なぜなら、ワークフローとシステム構造（タスク分解、チェーン実行）を定義しているからです。指示型は「複雑なタスクを処理する」と直接命令するかもしれませんが、ここでは方法論を提供しています。
  - チェーン実行（基本単位のシーケンスに基づく）は、システム型がより高度なプロンプトに進化する兆候です。なぜなら、タスクの編成と文脈の伝達に関与しているからです。
  - タイプの一致：コアはシステム型ですが、チェーン実行メカニズムはより高度な特性（モジュール化とチェーン推論）を持っています。役割型や指示型はこのような構造的分解には関与しません。
「デフォルトでは入力処理出力の詳細を表示しないが、ユーザーは表示を要求できる」
- 字面の意味：デフォルトでは入力処理と出力の詳細を隠しますが、ユーザーは表示を要求できます。
- 分析：
  - この部分はインタラクションルールを設定しています：デフォルトで詳細を隠す（冗長性を減少させる）が、ユーザーはカスタマイズして表示することができます（透明性を向上させる）。
  - これはシステム型プロンプトのユーザーインタラクションプロトコルを反映しています（権限制御やフィードバックメカニズムなど）。指示型や役割型は通常出力の詳細制御には関与しません。
  - ユーザー駆動（「ユーザーは表示を要求できる」）は動的な適応性を追加します。これはより高度なプロンプトの要素です。なぜなら、ユーザーの入力に基づいて行動を調整するからです。
  - タイプの一致：主にシステム型ですが、ユーザーインタラクションの柔軟性はそれをより高度なプロンプトに近づけています。

全体分析#

リスト型ではない：プロンプトは具体的なタスクやステップを列挙していない（「第一ステップ... 第二ステップ...」など）、行動プロトコルを説明しているため、リスト型には該当しません。
脱獄型ではない：ルールを回避したり制限された情報を取得しようとしているわけではなく、正当にタスク処理能力を強化しているため、機能型に該当しますが、脱獄型には関与していません。
強化型の中でシステム型が主導し、より高度なものに近づく：
- コアタイプ：全体のプロンプトは「プロトコルを実行」を中心に、タスク処理ルール（簡単なタスクは適応的基本単位を使用、複雑なタスクは分解してチェーン実行）とインタラクション制御（詳細表示）を定義しています。これはシステム型プロンプトに該当します。システム型はプロトコル、ワークフロー、システムの行動を設定し、具体的な指示や単一の役割ではありません。
- 進化段階の反映：これは強化型プロンプトの進化を経ています：
  - 基礎はシステム型（ルールとワークフローの定義）ですが、役割型の残存（「適応的アイデンティティ重ね合わせ」）と指示型の要素（「実行」命令）が統合されています。これらはシステムフレームワークの一部として機能しています。
  - より高度な傾向：複数の特性がより高度なプロンプトに近づいています：
    - 「適応的アイデンティティ重ね合わせ」：動的なアイデンティティ調整、文脈に応じた適応。
    - 「基本単位チェーン」：モジュール化とチェーン推論、複雑なタスクの処理。
    - ユーザーインタラクション制御：ユーザーの入力に基づいて行動を切り替える（詳細表示）。
      これにより、システム型の基盤を超え、より動的で複雑なタスク処理を実現していますが、完全な「より高度な」統合（外部ツールや多段階の推論チェーンの統合）には至っていません。
- 指示型や役割型ではない：具体的なタスク指示（「報告書を書く」など）を直接与えず、「アイデンティティ重ね合わせ」をシステムツールとして使用しているため、核心焦点ではありません。

最終分類#

以上の逐語的分析に基づき、このプロンプトは機能型プロンプトの中の強化型プロンプト、具体的にはシステム型プロンプトであり、より高度なプロンプトに進化する特性を持っています。

理由：
- 「実行プロトコル」を中心に、タスク処理ルール、ワークフロー（基本単位とチェーン）、インタラクションロジックを定義しており、システム型の特徴に該当します。
- 「適応的」、「チェーン実行」、「ユーザー駆動のインタラクション」などの要素が、システム型の基盤を超え、より高度な特性を持つことを示していますが、全体構造はシステムフレームワークを主にしています。
他のタイプとの比較：
- 「アイデンティティ重ね合わせ」を強調すると役割型と誤解される可能性がありますが、役割はシステムツールであり、核心焦点ではありません。
- ユーザーインタラクションを強調するとより高度なものに近づきますが、インタラクションルールはシステムプロトコルの一部です。

このプロンプトは強化型プロンプトの進化を示しています：指示（暗黙の「実行」）→ 役割（暗黙の「アイデンティティ」）→ システム（プロトコル主導）、最終的により高度なものに触れています（適応的とチェーン）。

究極的汎用知能体のプロンプト精練版判定#

この内容は汎用基本知能体プロンプトの核心思想に高度に一致しています。これはその運用原理と合意を非常に精練に要約したものと見なすことができます。

それは以下の重要な特徴を正確に捉えており、汎用基本知能体プロンプトの核心部分としての潜在能力を持っています：

明確な核心駆動：「プロトコルを実行し、指示を待つ」 - 知能体がユーザーの指示を待ってから運用を開始することを明確に示し、基本的なインタラクションモデルを定義しています。
タスクの階層的処理： 核心的な違いはタスクの複雑さに対する対応方法にあります：
- 簡単なタスク：「適応的アイデンティティ重ね合わせ入力処理出力構造の基本単位を実行」 - これは知能体が「基本単位」（単一の定義された能力ブロック）を呼び出してタスクを処理するプロセスを直接説明しています：
  - 適応的アイデンティティ重ね合わせ： 知能体がタスクの文脈や要求（入力）に応じて、動的に適切な役割、視点、または処理方法（アイデンティティ）を選択することを暗示しています。
  - 入力処理出力構造基本単位を実行： 明確に基本単位の動作単位を示しています：入力を受け取り -> 処理を行う (Process) -> 構造化された出力を生成します。
- 複雑なタスク：「簡単なタスクに分解して基本単位に渡し、チェーンを構成して実行」 - 完璧にワークフローの思想を反映しています。知能体は複雑な問題を解体 (Decomposition) し、複数の基本単位が実行できる簡単なタスク単位に分解し、チェーン編成 (Chaining) によって実行フローを構築して全体目標を達成します。これは複雑な知能を構築する核心的な能力です。
透明性の制御：「デフォルトでは... 詳細を表示しないが、ユーザーは表示を要求できる」 - これは重要なユーザー体験の最適化ポイントです。知能体内部の処理詳細はデフォルトで隠され、簡潔性と効率を保証しますが、説明可能性インターフェース (Explainability) を提供することで、ユーザーは推論プロセスや実行詳細を深く理解する権利を持ちます（「入力処理出力の詳細」）。これは効率と透明性のバランスを取ります。

要約：

はい、これは核心的な指示 / 合意として完全に機能します：この文は知能体の基本的な原則（指示を待つ、必要に応じて基本単位を呼び出す、必要に応じてタスクを分解してチェーンを構成する）を簡潔かつ包括的に要約しています。
プロンプトとして直接使用できます：その表現は明確で、用語は正確（「基本単位」、「チェーン」、「入力処理出力」など）であり、知能体内部の指示の一部として非常に適しています。
核心的な合意として位置付けられます：これは、知能体の行動モデルの基本定義として、より大きな汎用基本知能体プロンプトの「運用原理」または「操作合意」部分にうまく組み込むことができます。

したがって、答えは肯定的です：これは間違いなく汎用基本知能体プロンプトの核心内容です。

補足説明：
実際に完全な汎用基本知能体プロンプトを作成する際には、この文は通常、他の要素を含むフレームワークに統合されます。例えば：

目的声明： 知能体の全体目標と役割定義。
核心能力の説明： 主に得意とする分野や処理するタスクの種類を列挙。
アイデンティティの説明： どのようにアイデンティティを重ね合わせ、適応するかを説明。
基本単位ライブラリ： 使用可能な「基本単位」とその機能を定義。
ユーザーインタラクションガイド： 指示の提供方法、詳細表示の要求方法など。
好みと制約： 事実確認、明確で簡潔な出力、倫理的制約など。

そして、あなたが提供したこの文は、「知能体がタスクを実行する核心メカニズム」に関するフレームワークの中での最良の説明の一つです。