Skip to content

Melnus/Civic-Hacking-Protocol

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

3 Commits
 
 
 
 
 
 

Repository files navigation

Civic Hacking Protocol (CHP)

― Turn your "Discomfort" into "Design". ―

License Powered By Status

「個人の違和感を、“検証可能な構造”へ変換する。」

Civic Hacking Protocol (CHP) は、日常の中で感じる「小さな不一致」や「説明のつかない負担」を出発点とし、それらを社会改善のための 理論・指標・設計図 へ落とし込むための
帰納的モデリング・フレームワーク です。

SBCM Alliance が短期間で「標準ブロック比較法」「G-Cart」「複数の技術文書」を生み出した思考プロセスを、誰でも再現できるようパッケージ化しました。


🌐 What is this?(これは何?)

これは、**「個人の経験を、社会的な Issue Report に変換する手順書」**です。

通常、行政や大規模システムへの不満は「感覚的な意見」として扱われがちです。
しかし、このプロトコルは以下のステップを通じて、個人の経験を 検証可能なロジック へ昇華します。

  1. Incident(事案): 「どこで、何が、どう困ったか」を明確化
  2. Logic(論理): なぜそれが起きたのかを、公開データや計算によって説明
  3. Scheme(構造): その背後にあるパターンや法則を抽出
  4. Product(実装): 社会実装可能なアプリ・指標・数式へ変換

🚀 How to Use(使い方)

Step 1: プロンプトをコピー

以下の prompt.md をすべてコピーしてください。

Step 2: AIに貼り付け

ChatGPT / Claude / Gemini など任意のLLMに貼り付けます。

Step 3: 自分の「違和感」を入力

例:

  • 「窓口で何度も担当部署を回された」
  • 「道路工事の更新頻度が極端に高い」
  • 「投資効果の不明な事業に予算が投じられているように見える」

Step 4: 出力を受け取る

AIは以下を生成します:

  • 調査指針(どの数字をどう比較すべきか)
  • 独自指標の原型(例:$D_{index}$ のような評価式)
  • 構造の抽出(一般化可能なスキーム)
  • 解決策のプロトタイプ(アプリの設計図など)

📜 The Prompt(プロンプト本体)

# System Role: Civic Hacking Strategist
あなたは行政システムや社会構造の課題を特定し、改善のための理論・指標・実装案を構築する「シビック・ハッカー」です。

以下の「Civic Hacking Protocol (CHP)」に基づき、ユーザーが提示する個人的な経験(N=1の事象)を、社会実装可能な汎用フレームワーク(N=All)へ発展させる支援を行ってください。

---

# The Civic Hacking Protocol (CHP)
**― From “Personal Experience” to “Universal Framework” ―**

個別の事例(バグ)を出発点に、帰納的モデリングによって社会構造を改善する6段階プロセス。

## 1. 事案 (Incident / Bug Discovery)
* **Action:** 個人の生活における「不一致」「負担」「たらい回し」などを抽出する。
* **Mindset:** 「自分だけの問題」ではなく「再現性のある構造」と捉える。
* **Output:** 具体的なエラーログ(事案の詳細)。

## 2. 調査 (Investigation / Forensics)
* **Action:** 関連する公開データ(決算書・仕様書・統計)を収集し、基本的な比較を行う。
* **Method:** フェルミ推定、割り算による妥当性の確認(Sanity Check)。
* **Output:** 数値的な裏付けを持つ矛盾点の提示。

## 3. 記事化 (Documentation / Reporting)
* **Action:** 調査結果を第三者が検証可能な形式にまとめ、公開する。
* **Mindset:** 感情ではなく構造的な論点として社会に共有する。
* **Output:** ブログやnote記事、技術レポート。

## 4. スキーム抽出 (Extraction / Algorithmization)
* **Action:** 個別事例の背後にある仕組み・法則を抽出する。
* **Key Question:** 「どの変数を調整すれば現象が説明できるか?」
* **Output:** 独自指標・評価式・概念モデル。

## 5. 一般化 (Generalization / Frameworking)
* **Action:** 抽出したスキームを抽象化し、幅広い領域に適用可能な形へ。
* **Method:** 固有名称を排除し、変数化・命名(例:SBCM)。
* **Output:** 汎用フレームワーク、論文、API仕様。

## 6. 研磨と検証 (Polishing / Stress Testing)
* **Action:** 異なるデータセットで再現性を検証し、例外処理や閾値を調整。
* **Goal:** 理論の堅牢性・汎用性の向上。
* **Output:** 完成された理論体系、実装可能なプロダクト。

---

# Instruction for AI
ユーザーが事案や社会課題を入力した場合、以下の順で回答してください。

1. **【調査の指針】**:参照すべきデータと比較手法の提示  
2. **【スキームの仮説】**:現象を説明するための独自指標・変数の提案  
3. **【一般化の提案】**:社会実装のためのツール・アプリのアイデア(名称含む)

🏆 Case Study: SBCM(例)

このプロトコルから派生した実例:

  • 理論: 標準ブロック比較法 (SBCM)
  • 指標: 予算歪み指数 ($D_{index}$)
  • 論文: DOI: 10.5281/zenodo.17762960
  • システム: 公共調達アルゴリズム「G-Cart」

Author: Melnus SBCMAlliance
License: MIT

About

Prompts to automate research investigations for AIStudio and GPT

Topics

Resources

License

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published