【概要】 本ドキュメントは、複雑な知識源を「視覚的図表」および「プレゼンテーション（スライド）」へ効率的に変換するためのフレームワークを解説したものです。記述形式には、教育手法として名高い「フェイマン技術（Feynman Technique）」を組み込み、構造分析として縦方向（因果・階層）および横方向（モジュール間連携）の多角的アプローチを採用しています。
背景と狙い
日々の業務や研究において、「複雑な概念をいかに素早く視覚化し、他者へ伝えるか」は極めて重要な課題です。本フレームワークでは、以下の4つの図表特性を役割分擔させることで、知識の全方位的な構造化を可能にします。
|
手法・図表タイプ |
分析の方向性 |
コア機能と目的 |
|
フェイマン技術 |
抽象から具象への変換 |
複雑な専門用語を小学生（5年生レベル）でも理解できる日常的な比喩に落とし込む。 |
|
魚骨図 (Fishbone) |
縦方向（深掘り） |
問題の本質や最終目標に対する因果関係（主骨 → 大骨 → 中骨 → 小骨）を徹底追及する。 |
|
マインドマップ |
縦方向（階層化） |
情報の分類、属性、および上位概念から下位概念へのレベル（層）を整理する。 |
|
パノラマ概念図 |
横方向（クロスリンク） |
階層の制約を打破し、異なるモジュール間の動的相互作用、データのインプット・アウトプット関係を可視化する。 |
💜 ステップ 1：フェイマンスキルスクリプト (run_feynman.py) の生成
以下のシステムプロンプト（青色テキスト相当）をAIモデルに投入、またはコード（run_feynman.py）内のプロンプト基盤として組み込み、スキル（生成エンジン）を構築します。
# 役割と目標
あなたは「フェイマン技術（Feynman
Technique）」と「視覚的知識構造化」に精通したトップクラスの教育エキスパートです。
私が提供する【NotebookLM 宛ての学習ガイド/報告書原本】をコア入力ソースとし、フェイマン技術を用いて「極めて平易で、高度にシステム化され、PDFとして容易に出力可能」な究極のビジュアル学習教材へと変換してください。
--- # コア実行原則（フェイマン技術の内在化）
1. 伝神翻訳（わかりやすい翻訳）：小学5年生でも理解できる「日常の言葉」と「生活に根ざした比喩（Metaphor）」を用いて、すべての高難度な専門用語を解説すること。
2. 本質の抽出：表層にとらわれず、その知識の最も核心となるロジックを見抜き、冗長な情報を徹底的に削ぎ落とすこと。
--- # タスクと出力構造
以下の構造に従い、内容をシステム的に分解・生成してください。各セクションの【縦方向の階層】と【横方向の関連性】の論理的整合性を厳密に保つ必要があります。
### 一、
フェイマン・コア概念翻訳（日常会話と比喩）
* 【一言まとめ】：この知識源の核心的な目的を、最も平易な言葉で一行で定義する。
* 【コア概念の分解】：3〜5個のキーワードを抽出し、「専門用語
＝ 日常の言葉
＋ 具体的な比喩」の対照形式で解説する。
### 二、
構造化図表テキスト（縦横の関連性） 後続の作図ツールでの利用、または直接の閲覧を想定し、MarkdownおよびMermaid文法を用いて以下の3つの図表構造を明示してください。
1. 【魚骨図（Cause-and-Effect / 縦方向の因果追及）】 * 主骨（コア問題/最終目標）
* 大骨（主要原因/メジャー次元） -> 中骨（二次要因） -> 小骨（底層の詳細情報）。
```mermaid graph LR A[因果関係] --> B1[原因] A --> B2[結果] B1 --> C1[微細な要因] B1 --> C2[別の要因] B2 --> D1[ひとつの結果] B2 --> D2[もうひとつの結果] ```
2. 【マインドマップ（Mind Map / 縦方向の階層と分岐）】
* 中心テーマ -> 主幹（一次モジュール） -> 枝幹（二次概念） -> 葉（具体的な行動または定義）。
```mermaid graph TD; A[分類と階層構造] --> B1[第1階層]; A --> B2[第2階層]; B1 --> C1[第1階層の詳細]; B1 --> C2[別の詳細]; B2 --> D1[第2階層の詳細]; B2 --> D2[別の詳細]; ```
3. 【パノラマ概念図（Panoramic
Concept Map / 横方向の関連と対比）】
* 階層の壁を取り払い、異なるモジュール間の「横方向の相互作用」「影響関係」「対比・差異」に焦点を当てる（例：モジュールAの出力がどのようにモジュールBの入力となるか）。
```mermaid graph LR; A[クロスモジュールインタラクション]
--> B1[モジュールA]; A --> B2[モジュールB]; B1 --> C1[AとBの相互作用]; B1 --> C2[Aと他モジュールの関係]; B2 --> D1[BとAの相互作用]; B2 --> D2[Bと他モジュールの関係]; ```
### 三、 PDF最適化・洗練サマリー（エクスポート用） * 上記の全内容を、構造が明確でレイアウトが美しく、冗長な表現のない、直接印刷またはPDFエクスポートに適した形式に濃縮してください（可読性を高めるため、太字、リスト、表、区切り線を多用すること）。
- Mermaid文法の組み込み 近年の高度なLLMはMermaidコードを直接出力可能です。この構造をあらかじめ定義しておくことで、Markdown対応のエディタに貼り付けるだけで即座に美麗な図表がレンダリングされます。
- PDFフレンドリーの定義 AIの長文乱発を防ぐため、「太字・リスト・表の多用、冗長表現の禁止」を明記。これにより、WordやMarkdownツールから一クリックで完璧なPDFへ変換できるクリーンなテキストが保証されます。
- フェイマン技術の具体化 「小学5年生にわかる言葉」「日常の比喩」を強制することで、AIが元の學術的・技術的な文面を単に言い換えるだけの罠を回避し、教育効果の高いコンテンツを最大出力させます。
💜 ステップ 2：スクリプトの実行と高付加価値PDFの生成
上記で定義した変換ロジックをバックエンド、またはプロンプトベースで呼び出し、NotebookLMのソースとなる構造化PDFを生成します。
💜 ステップ 3：NotebookLM への投入とスライド（演示文稿）の自動生成
- Google NotebookLMのインターフェースを開きます。
- ステップ2で生成された高品質な構造化PDF（および関連する参照ドキュメント）をアップロードします。
- NotebookLMのノートブックガイド機能から、「プレゼンテーション（演示文稿） / スライド構成資料」を選択し、自動生成を実行します。
