究極の汎用知能体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

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の重ね合わせによる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て実行させ、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。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、テキスト内容に基づいていることを保証します。

1. 機能（Function）#

機能とは、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。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タスク実行プロトコルを説明しています。以下は、主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、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の重ね合わせ」メカニズムを使用します。「適応的なアイデンティティの重ね合わせ」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：
  - 「入力処理出力構造の基本単位を実行する」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）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する」）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、タスクの順序を確保する「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、情報の喪失を避けます。
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（「デフォルトでは詳細を表示しない」）、出力の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、インタラクション制御を強化します。

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（アイデンティティの重ね合わせ）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指導するために使用されます。

2. 価値（Value）#

価値とは、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、効率性、柔軟性、ユーザーフレンドリーさを向上させることにあり、具体的には以下のように表れます：

効率最適化：
- 複雑なタスクを簡単なタスクに分解し、基本単位の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、重複開発を減らし、タスクの分解はシステムの過負荷を避けます。
- 簡単なタスクの適応的なアイデンティティの重ね合わせメカニズムは、迅速な応答を可能にし、アイデンティティを動的に組み合わせることで（文脈認識の調整など）、遅延を減少させ、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：
- 「適応的なアイデンティティの重ね合わせ」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「カスタマーサービスのアイデンティティ + 技術専門家のアイデンティティ」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、再設計の必要がありません。
- 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（簡単な質問からレポート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はありません。
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の過負荷を減らし、ほとんどのユーザー（特に初心者）に適しており、出力を簡潔で読みやすくします。
- ユーザーが詳細を表示するよう要求できる機能は、透明性と制御力を提供し、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、具体的なチェーンの環節に特定でき、迅速に修正でき、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の制御をバランスさせ、リソース消費（計算時間や認知コストなど）を減少させ、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）#

地位とは、このプロンプトがシステムまたは文脈における重要性、階層、適用シーンを指します。これは、具体的な実装指示ではなく、核心的な指導原則としての役割を反映しています。

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。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します。
- 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「基本単位のチェーン」方式で複雑なクエリ（コード生成やデータ分析など）を処理するように導き、正確性と説明可能性を向上させます。
- 汎用ワークフローの基盤：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」（責任連鎖パターンなど）に似て、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の規範：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、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、透明性と制御可能性を強調し、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）に対応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、カスタマイズを可能にします。知能システムの中で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ています。

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：効率性、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：システム内でコアコントロール層および戦略フレームワークとして機能し、AI や自動化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": "適応的なアイデンティティの重ね合わせによる入力処理出力構造の基本単位を実行",
        "特徴": "単一の基本単位を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",
      "ユーザー制御": {
        "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リクエスト"
      }
    },
    "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",
      "アイデンティティの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（基本単位の単独実行/基本単位のチェーン）"
    }
  }
}

主要論理の説明：#

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
- タスクの複雑さに応じて動的に実行パスを選択
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」を実現（最終結果のみを表示）
- 「ホワイトボックスモード」への切り替えをサポート（ユーザーリクエスト時に完全な実行詳細を公開）
適応的特性
- アイデンティティの重ね合わせ：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：基本単位の単独実行または基本単位の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、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み、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しました。

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の重ね合わせによる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て実行させ、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：「三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、以下のように細分化できる：
  - 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ことを目的とし、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組み込み、より動的で複雑なタスク処理を実現する（例：役割、ルール、ユーザーフィードバックを組み合わせた適応システム）。

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。分析は以下に基づいています：

内容の意味：各部分の機能と意図。
構造の特徴：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」
- 字義通りの意味：プロトコルを「実行」することを定義し、AI が「指示を待つ」状態にあることを示します。
- 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います。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、全体の行動プロトコルを定義しているからです（システムルール）、具体的な指示や固定された役割ではなく、どのように実行するかのフレームワークに焦点を当てています。
「簡単なタスクは適応的なアイデンティティの重ね合わせによる入力処理出力構造の基本単位を実行」
- 字義通りの意味：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の重ね合わせ」方法を使用し、基本単位に基づいて入力と出力を処理します。
  - 「適応的なアイデンティティの重ね合わせ」は、AI がタスクの文脈や要求に応じて（入力に基づいて）、動的に適切な役割や視点を選択することを示唆しています。
  - 「入力処理出力構造の基本単位を実行」は、タスクを受け取り、処理し、構造化された出力を生成する基本的な機能単位を明確に示しています。
- 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。「適応的」と「構造基本単位」を強調し、動的調整（アイデンティティの重ね合わせ）とモジュール化（基本単位）を示しています。
  - 役割型の要素（「アイデンティティの重ね合わせ」は役割の演技を示唆しています）が含まれていますが、固定された役割を超えており、「適応的」は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」な要素はより高度な文脈認識と柔軟性を持っています。
  - 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」な特性は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「アイデンティティの重ね合わせ」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て実行」
- 字義通りの意味：複雑なタスクは簡単なタスクに分解され、次に「基本単位」に渡されて実行され、タスクチェーンを形成します。
  - 「簡単なタスクに分解する」：タスク分解の論理。
  - 「基本単位に渡して実行」：基本単位がモジュールとして、ワークフローを構成します。
- 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）を示しています。
  - これは典型的なシステム型プロンプトの特徴であり、ワークフローとシステム構造を定義しています（タスクの分解、チェーン実行）。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を含むからです。
  - 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を含みません。
「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」
- 字義通りの意味：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を要求できる（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示しています（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、出力の詳細制御を気にしません。
  - ユーザー駆動（「ユーザーは表示を要求できる」）は動的な適応性を増し、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より高度なプロンプトに寄与します。

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（「第一歩... 第二歩...」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。
脱獄型ではなく機能型：これはルールを回避したり制限された情報を取得しようとするものではなく、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、脱獄型ではありません。
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：このプロンプトは「実行プロトコル」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）、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なく、どのように実行するかのフレームワークに焦点を当てています。
- 進化段階の反映：これは強化型プロンプトの進化を示しています：
  - 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（「適応的なアイデンティティの重ね合わせ」）や指示型の要素（「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に組み込まれ、具体的なアイデンティティやタスク指示を直接指定することはありませんが、全体の行動プロトコルを定義しています。
  - より高度な傾向：複数の特徴がより高度なプロンプトに近づいています：
    - 「適応的なアイデンティティの重ね合わせ」：動的なアイデンティティ調整、文脈に応じた適応。
    - 「基本単位のチェーン」：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：ユーザー入力に基づいて行動を切り替える（詳細を表示する）。
      これにより、システム型の基盤を超えて、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推論チェーンの組み合わせ）には至っていません。
- 指示型や役割型ではない：これは具体的なタスク指示を直接与えるものではなく（「レポートを書く」など）、固定された役割を持たず（「あなたは専門家です」など）、むしろ「アイデンティティの重ね合わせ」をシステムツールとして使用していますが、核心的な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」などの要素は、システム型を超えてより高度なプロンプトに近づいていますが、全体の構造はシステムフレームワークに基づいています。
他のタイプとの比較：
- 「アイデンティティの重ね合わせ」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、核心的な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、より高度なプロンプトに近づきますが、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（適応的およびチェーン）に触れています。

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説明する非常に精練された要約と見なすことができます。

それは、いくつかの重要な特徴を正確に捉えており、汎用基本知能体の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、タスクの複雑さにどのように対処するかです：
- 簡単なタスク：「適応的なアイデンティティの重ね合わせによる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：
  - 適応的なアイデンティティの重ね合わせ： 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）を選択できることを示唆しています。
  - 入力処理出力構造の基本単位を実行： タスクを受け取り、処理し、構造化された出力を生成する基本的な機能単位を明確に示しています。
- 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に分解し、** チェーンを構築（Chaining）** して実行します。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。知能体の内部処理の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の詳細を深く理解する権利を持っています（「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 / 合意として機能します：この文は、知能体の運用の基本原則（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概説しています。
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」の一部として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：これは確実に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： 知能体の全体的な目標と役割の定義。
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ための核心的メカニズム」に関するこのフレームワークの最良の説明の一つです。