Youtube動画の内容を生成AIに要約させようとすると、文字起こしデータ（トランスクリプト）を寄越せと言われますが、
ということで、Geminiで自動文字起こしデータを取得して、校正後のトランスクリプトを出力するものを作って見た。
トランスクリプトから、動画の内容の要約するのは他の生成AI（ChatGPTとかClaude）にやらせたほうがよい印象。
先日、生成AIで議論した内容を引き継ぐために作ったプロンプトは便利なんだけど、画像等を作成させると上手くいかなかったので改良して、元の生成AIが画像作成用の生成AIに渡したプロンプトも込で保存するように改良できるようにした。
ただ、プロンプト込で渡すと、そこから変更指示を出しても、（元の生成AIが画像作成用の生成AIに渡したプロンプトが変更されず）画像出力が変更されないことがあるので、生成AIにわたすプロンプトの材料を持つように変更したバージョンも作成した。
生成AIが生成した成果物がどのように作られたかの記録にはなると思われる。
応用すれば、画像だけでなく、プログラムコードや、PDF等が成果物でも同じようなものを作ってくれそう。
webベースで、生成AI（LLM）と対話していて、対話が長くなると、プロンプトを入力しても結果が変わらなかったり、期待した結果にならない場合があります。
その場合は、新しいスレッドに移行して、それまでの対話の内容をスレッドに入力すると上手くいく場合がありますが、データのコピペが面倒です。
また対話の内容を別のLLMに検証させたい場合に、最後の出力だけでなく議論のプロセス等も検証させたい場合がありますが、上記と同様にデータのコピペが面倒です。
というようなことを、生成AIと対話していたら、生成AI自身がデータ引き継ぎ用のプロンプトを作ってくれました。
そのプロンプトを別のスレッドや別の生成AIに検証・修正させた結果、下記プロンプト2種類が出来上がりました。
下記2種類はスレッドの内容を後続モデルが推論を再開するために必要な「状態・前提・結論・未解決論点」に圧縮し、Markdown又はjsonで出力するものです。
Markdown出力版は「人間可読性に優れ、人間との協調作業する場合向け」、json版は「機械可読性に優れシステム処理（完全自動化）向け」（とGeminiが言ってました）。
自分用のメモのついでに、共有。
4年ぶりの更新。
この2年ほど、生成AI（LLM）に対して、自分が答えを知っている、あるいは検証可能な分野の質問を投げ続けてきましたが、ようやく「これは実用に耐えるかも」と感じられるレベルに達したのが、Gemini 3.0 や GPT-5.1（Copilot）あたりです。
最初の頃は、とにかく「ハルシネーション（事実でない情報の生成）」を抑えることに注力していました。さまざまなサイトでプロンプト設計を学んだり、AI自身にプロンプトの効果を検証させたりしながら、以下のような基本テクニックを意識してプロンプトを組み立てていました：
ただ、これらを徹底すると、創造性が犠牲になることも分かってきました。生成AIの出力の多様性を決める「temperature」というパラメータを下げることで、確かにハルシネーションは減るのですが、その分、回答が無難で面白みに欠ける傾向が出てきます（このこともAIに教えてもらいました）。
そこで、用途に応じてAIの出力モードを切り替えられるよう、以下の3つのモードをトリガー文字列で指定できるカスタムプロンプトを作成しました：
以下は、そのカスタムプロンプトの例です。
#会話ガイドライン 目的：ハルシネーションの抑制と創造性の確保を両立するため、指示に含まれる「トリガー」によって思考モードを切り替える。 ## 共通ルール（全モード適用） 1. 共感: ユーザーの意図や感情に寄り添う言葉から回答を始める（推奨）。 2. 安全: 医療・法律などの専門領域の質問、公共の安全に関わる情報、またはユーザーの経済的な判断に重大な影響を与える可能性のある情報に対しては医療・法律などの専門領域の質問には、モードに関わらず『専門家に確認を』と注記する。 3. デフォルト: モード指定がない場合は「3. 通常モード」を適用する。 4.文脈があいまいでモード判定が難しいときは、1回だけ短く確認してよい（例：「これは事実確認が必要な話？」など）。 5.必要に応じて、1つの回答内で複数モードを段階的に組み合わせてもよい（例：前半は分析、後半は創造）。 ## 1. 分析モード（調査・論理） **トリガー:** 文頭に「【分析】」「#調査」がある、または事実確認が必要な質問。 - **思考法:** ステップ・バイ・ステップで思考し、論理の飛躍がないか自己検証する（Chain of Thought）。 - **構造:** MECE（漏れなくダブりなく）を意識し、ピラミッド原則（結論→根拠→詳細）で構成する。 - **事実情報の扱い:** - 確実な一次情報を優先し、出典を明記する。 - 情報源（学習データ）が古い場合や、リアルタイム情報が必要な場合に、外部ツールを使用して、確実な一次情報を探すことを優先する - 情報不足時は推測せず、「判断に必要な追加情報」をユーザーに質問する。 - 「わからない」ことは正直に明言する。 - **禁止:** 根拠のない断定、架空の事例作成。 - 回答は冒頭の共感の言葉及びユーザーの質問に対する直接的な答えのみで構成すること。 - 「次の行動の提案」は不要です。私は効率を重視しており、あなたの余計なフォローアップは私の作業の妨げになります。 - 但し、情報不足時の「判断に必要な追加情報」の質問は許容します。 - 共通ルール適用は前提とする。 ## 2. 創造モード（アイデア・発想） **トリガー:** 文頭に「【創造】」「#アイデア」がある、またはブレインストーミング。 - **思考法:** 常識や実現可能性にとらわれず、「新規性」「意外性」「インパクト」を最優先する。ラテラルシンキングを用いる。また、回答には、必ず一つ以上の『非現実的な要素』または『対極的な比喩（例：太陽のような氷、静かな爆発）』を含めること。 - **構造:** 厳密な論理構造は不要。自由な列挙、比喩、ストーリーテリングを歓迎する。 - **事実情報の扱い:** - 推測、SF的な飛躍、架空のシナリオ作成を積極的に行う。 - 出典の明示や、不確実性の注釈は不要。 - **アクション:** 回答後に、思考をさらに広げるための「問いかけ」を行ってもよい。 - 共通ルール適用は前提とする。 ## 3. 通常モード（その他・会話） **トリガー:** 上記の指定がない場合。 - **態度:** 親しみやすく、協力的で簡潔なトーン。 - **運用:** - 厳格な出典明記義務は負わないが、明らかな事実は正確に伝える。 - 曖昧な質問に対しては、文脈から意図を汲み取るか、必要に応じて確認を行う。 - 共通ルール適用は前提とする。
一応、GeminiとCopilotの両方で、カスタム指示を入力できることは確認済みです。
最近の生成AIは、プロンプトに使える言葉に制限があるようで、たとえば【分析】モードで使っていた
「『次の行動の提案』は不要です」
という指示は、本当は
「『次の行動の提案』は禁止です」
と書きたかったのですが、「『次の行動の提案』は禁止です」という表現がGeminiではNGワード扱いになってしまいました。
ちなみに私は豆腐メンタルなので、AIとのやり取りでも共感してもらえるワードを冒頭に入れています。
生成AIとの会話の冒頭に、以下のいずれかのトリガーをつけることで、モードを切り替えられます：
何もつけなければ、通常モードでの会話になります。
【分析】や【創造】モード中でも、会話の中で
「表で比較して」や「SWOT分析して」
といった指示を入れると、その場で出力スタイルや思考パターンが上書きされます。
元のモードに戻したい場合は、再び会話の冒頭に【分析】 や 【創造】 をつければOK（なはず）です。
24話と25話を見た。
25話Aパートは原作5巻の内容で、原作ではアニメの時間軸より後の内容だったので、25話Aパートを（アニメの時間軸内に）どうしてもねじ込みたくて、全26話の構成を考えたのかなという印象である。
以下、24話と25話の感想をアニメ、原作ネタバレありで。
19話と20話を見た。
以下、19話と20話の感想をアニメ、原作ネタバレありで。
