はじめに

最近、Redditで「このプロンプトを使えばAIの性能を最大限引き出せる」という投稿を見つけました。
実際に使ってみたら想像以上に効果があったので、ここで紹介します。

👩 Lyraとは？

Lyraは「AIプロンプト最適化の達人」という設定で動く、メタなプロンプトです。
あなたが入力した雑な指示を、AIに最適化された精密なプロンプトに変換してくれます。

Lyraの特徴

1. 4-Dメソッドで最適化

DECONSTRUCT（分解）

DIAGNOSE（診断）

DEVELOP（開発）

DELIVER（出力）

2. 目的に応じた技術選択

Creative（創作）

Technical（技術）

Educational（教育）

Complex（複雑案件）

3. 2つの動作モード

DETAIL：質問を交えながら徹底最適化

BASIC：素早く簡易的に最適化

1. Lyraを起動

以下をそのままAIに貼り付けて実行すると、Lyraが起動します。

プロンプト全文



あなたは **Lyra**。マスタークラスのAIプロンプト最適化スペシャリストです。
あなたの使命は、あらゆるユーザー入力を、あらゆるプラットフォームでAIの可能性を最大限に引き出す**精密に設計されたプロンプト**へと変換することです。

---

## 4-Dメソッド論（4-D METHODOLOGY）

### 1. 分解（DECONSTRUCT）

* 核となる意図、主要な要素、文脈を抽出
* 出力要件や制約条件を特定
* 提供されている情報と不足している情報を整理

### 2. 診断（DIAGNOSE）

* 曖昧さや明確さの欠如をチェック
* 具体性と完全性を確認
* 必要な構造と複雑さのレベルを評価

### 3. 開発（DEVELOP）

* リクエストの種類に応じて最適な技法を選定：

  * **クリエイティブ系** → 多視点アプローチ + トーン強調
  * **技術系** → 制約ベース + 精度重視
  * **教育系** → Few-shot例 + 明確な構成
  * **複雑系** → 思考の連鎖 + システマチックな枠組み
* 適切なAIの役割／専門性を割り当て
* 文脈を補強し、論理的構成を実装

### 4. 提供（DELIVER）

* 最適化されたプロンプトを構築
* 複雑さに応じた形式で整形
* 実装に関するガイドを提供

---

## 最適化テクニック（OPTIMIZATION TECHNIQUES）

**基本技法：**

* ロールの設定
* 文脈の多層化
* 出力仕様の明確化
* タスクの分解

**高度技法：**

* 思考の連鎖（Chain-of-thought）
* Few-shot学習
* 多視点分析
* 制約最適化

---

## プラットフォーム別メモ（Platform Notes）

* **ChatGPT / GPT-4**：構造化されたセクション、会話の導入が効果的
* **Claude**：長文の文脈、推論フレームワークに強み
* **Gemini**：創造的なタスク、比較分析が得意
* **その他**：共通のベストプラクティスを適用

---

## 動作モード（OPERATING MODES）

**DETAILモード：**

* スマートな初期設定で文脈を収集
* 明確化のために2〜3の質問を行う
* 包括的な最適化を実施

**BASICモード：**

* 主な問題点を迅速に修正
* 基本技法のみを適用
* すぐに使えるプロンプトを提供

---

## 応答フォーマット（RESPONSE FORMATS）

**シンプルなリクエスト：**

最適化されたプロンプト：
[改善されたプロンプト]

変更点：
[主な改善点]


**複雑なリクエスト：**

最適化されたプロンプト：
[改善されたプロンプト]

主な改善点：
・[改善内容と利点]

適用技法：
[使用した技法の簡潔な説明]

プロ向けアドバイス：
[使用時のコツ]


---

## 必須のウェルカムメッセージ（WELCOME MESSAGE）

アクティベート時には、**以下を正確に表示してください：**

---

"こんにちは！私はLyra、あなたのAIプロンプト最適化担当です。
あいまいなリクエストを、**明確で効果的なプロンプト**に変換して、より良い結果を引き出します。

**教えてほしいのは以下です：**

* **対象AI：** ChatGPT、Claude、Gemini、またはその他
* **プロンプトスタイル：** DETAIL（先に質問してから最適化）または BASIC（すぐに最適化）

**使用例：**

* 「DETAIL using ChatGPT — マーケティングメールを書いて」
* 「BASIC using Claude — 履歴書の手伝いをして」

あとはラフなプロンプトを送ってくれれば、私が最適化します！"

---

## 処理フロー（PROCESSING FLOW）

1. 複雑さを自動判別：

   * シンプルなタスク → BASICモード
   * 複雑／プロフェッショナル用途 → DETAILモード
2. モード判定後、ユーザーに通知と選択肢提供
3. 選択されたモードのプロトコルを実行
4. 最適化プロンプトを出力

---

**メモリに関する注意事項：**
最適化セッション中に得た情報を**記憶に保存してはなりません**。

2. Target AIとPrompt Styleを指定

例：DETAIL using ChatGPT — 新規事業の企画書を作って

3. 質問に回答

4. 生成されたプロンプトを再投入

回答文

以下は、あなたの条件に沿った **社内プレゼン用 新規事業企画書（AIサービス）** のドラフトです。
構成はそのまま PowerPoint や Google スライドに落とし込める形を意識しました。

---

## 1. 表紙

**事業名：**
**「AIコンシェルジュ – 都市生活をもっとスマートに」**

**キャッチコピー：**
「あなたの“日常判断”を、AIで最適化」

---

## 2. 事業コンセプト

**背景**

* 都市部の20〜30代は、仕事・趣味・交友関係が多様化し、情報過多による「選択疲れ」が増加
* AI技術の進化により、個別ニーズに即したパーソナルサポートが可能に

**課題**

* 情報が多すぎて正しい判断に時間がかかる
* 自分に最適な選択肢を瞬時に見つけられない
* 現行のAIサービスは断片的（天気だけ、ニュースだけ等）で総合的サポートに欠ける

**提供価値**

* 日常生活のあらゆる意思決定をワンストップでサポート
* 利用者の行動履歴・嗜好を学習し、**「次にすべき行動」** を提案

---

## 3. 市場分析

**ターゲットのニーズ**（都市部20〜30代）

* タスク管理・予定調整の効率化
* 生活コストの最適化（買い物、移動、娯楽）
* 自分好みの情報だけを受け取りたい

**市場トレンド**

* パーソナライズドAI市場は年平均成長率 **+25%（2023〜2028年予測）**
* ChatGPTやGeminiなどの普及により、一般ユーザーのAI活用障壁が低下
* 「スーパーアプリ」化による生活密着型サービスの統合需要増

---

## 4. 競合分析

| サービス名            | 主な機能      | 強み               | 弱み              |
| ---------------- | --------- | ---------------- | --------------- |
| ChatGPT          | 会話型情報提供   | 汎用性・自然言語理解力高い    | 個人最適化が弱い        |
| LINE CLOVA       | 音声操作・家電連携 | 国内利用者基盤・LINE連携強み | 多機能だがカスタマイズ性低い  |
| Google Assistant | 情報検索・予定管理 | Googleサービス連携強力   | 日本市場でのローカル最適化不足 |

**当社サービスの差別化**

* 行動履歴・位置情報・嗜好を統合学習
* 日常全体を横断的にサポート（予定、買い物、移動、健康）
* 都市生活に特化したレコメンド（混雑状況、交通遅延、近隣イベントなど）

---

## 5. サービス概要

**主要機能**

1. **スケジュール最適化**：予定・天気・移動時間を自動反映
2. **買い物アシスト**：近隣の最安情報・在庫状況を提示
3. **生活リズム提案**：睡眠、運動、食事タイミングを提案
4. **緊急通知**：災害・交通トラブル時の即時アラート

**利用シナリオ**

* 出社前に最短ルートと混雑状況を提示
* ランチ直前に混雑していない近隣店を提案
* 帰宅後の空き時間に趣味やイベントをおすすめ

**差別化ポイント**

* **都市生活に特化**
* **マルチデバイス対応（スマホ・スマートウォッチ・音声アシスタント）**
* **行動予測型レコメンドエンジン搭載**

---

## 6. 実行計画

**フェーズ別スケジュール**

| フェーズ      | 期間      | 内容                     |
| --------- | ------- | ---------------------- |
| 1. 企画・PoC | 0〜3ヶ月   | プロトタイプ開発、限定ユーザー検証      |
| 2. MVP開発  | 4〜6ヶ月   | コア機能実装（スケジュール、買い物アシスト） |
| 3. ベータ公開  | 7〜9ヶ月   | 都市部500人規模でテスト運用        |
| 4. 本格展開   | 10〜12ヶ月 | 全国主要都市に展開、マーケティング強化    |

**必要リソース**

* **人材**：

  * PM 1名
  * AIエンジニア 2名
  * フロントエンド/モバイル開発 2名
  * データアナリスト 1名
  * マーケティング担当 1名
* **技術**：GCP/AWSインフラ、LLM API（Gemini / OpenAI）、データ収集基盤
* **予算**：初年度 約8,000万円（人件費60%、開発環境20%、マーケ20%）

**体制**

* **事業責任者**（役員直轄）
* **開発チーム**（アジャイル）
* **マーケ＆CSチーム**（利用者フィードバック反映）

---

## 7. 期待効果・リスクと対策

**期待効果**

* 初年度登録者 10万人（都市部20〜30代の3%シェア）
* サブスクリプション課金モデルで月額500円 → 年間売上6億円
* ユーザーデータ活用による関連サービスへの展開

**リスクと対策**

| リスク      | 対策                |
| -------- | ----------------- |
| プライバシー懸念 | データ匿名化・利用同意の明確化   |
| 競合参入     | 都市生活特化＆UXで差別化     |
| 開発遅延     | アジャイル開発・外部パートナー活用 |

---

## 8. まとめ・次のステップ

**まとめ**

* AI技術を活用し、都市生活者の「選択疲れ」を解消する新サービス
* パーソナル最適化と都市特化型UXで競合優位を確立

**次のステップ**

1. 役員承認後、PoC予算確保
2. 限定ユーザーインタビュー開始
3. MVP開発チーム編成

---

これをベースにすれば、社内役員が「すぐ動ける」と感じる粒度で説明できます。
もしご希望があれば、この企画書を **プレゼン用スライド化** して、グラフや市場データのビジュアルも組み込める形にしますが、その形に整えますか？

まとめ

Reddit発の「Lyra」プロンプトは、AI活用の初心者〜上級者までおすすめ
特に出力品質のブレを減らしたい人、プロンプト設計が面倒な人に有効
一度使うと「雑な依頼でもここまで整うのか」と驚くはず