meta-prompter

Meta-Prompter

meta-prompter-mcp CLI を使用したプロンプトの評価と最適化を行います。呼び出し元が実行するための <OPTIMIZED_PROMPT> を返します。

入力

生の引数：$ARGUMENTS

引数から以下を推測します：

• CONTEXT：最適化するタスクのコンテキストまたはプロンプト
• OUT_DIR：出力ディレクトリ。指定されていない場合は .implement-assets/meta-prompter

セッション

• 新しく開始する場合：SESSION_ID = sess-YYYYMMDD-HHMMSS を作成し、すべてのファイルで使用します。

実行

CLI の使い方、環境変数（モデルの設定）、エラー処理については references/rules.md を参照してください。

手順 A から E までをすべて実行します：

A) 評価

• <prompt_eval> タグが存在しない場合：
  1. references/rules.md のモデル解決に従って --model フラグを指定し、Bash 経由で npx meta-prompter-mcp "CONTEXT" を実行します
  2. JSON 出力を <prompt_eval> に保存し、以下を含めます：
     • "original_prompt": "CONTEXT"
• それ以外の場合は、Clarify に進みます。

B) 明確化

• <clarification_answers> タグが存在しない、または不完全な場合：
  • <prompt_eval> から3つの質問を読み取ります
  • コンテキストに基づいてすべての質問への回答を試みます
  • 十分なコンテキストがなく回答できない場合：
    • AskUserQuestion ツールを使用して各質問を尋ねます
  • 質問と回答を以下の形式で <clarification_answers> タグに保存します：

    { "answers": [
      {"q": "<question1>", "answer": "<user answer>"},
      {"q": "<question2>", "answer": "<user answer>"},
      {"q": "<question3>", "answer": "<user answer>"}
    ] }
    

C) PROMPT の作成

• 3つすべての回答がそろい、明確になるまで進めないでください。
• PROMPT を作成します：
  • 評価結果の rewrite をベースにします
  • 3つの回答を簡潔な箇条書きにした Clarifications セクションを追加します。

D) 再評価とゲート

• 再評価のプロセスを慎重に検討します
• references/rules.md のモデル解決に従って --model フラグを指定し、Bash 経由で npx meta-prompter-mcp "<built PROMPT>" を再実行します
  • 最新の評価結果の JSON で <prompt_eval> を上書きします（"original_prompt" と、存在する場合は "contextual_prompt" を保持します）。
  • global < 8 の場合：
    • ただちに実行を停止します。
    • 質問を作り出さないでください。 再評価で返された3つの質問を使用します。
    • B) 明確化をやり直し、C) PROMPT の作成をやり直して、この手順（D）を再実行します。
• 繰り返し：global >= 8 になったら、<OPTIMIZED_PROMPT> を使用して次に進みます。
• 最大3回のイテレーションです。 3回試行した後も global < 8 の場合は、最もスコアの高いプロンプトを <OPTIMIZED_PROMPT> として使用し、スコアを記載します。

E) 返却

• OUT_DIR が指定されている場合：
  1. Bash 経由で mkdir -p OUT_DIR を実行します
  2. Write ツールを使用して、<OPTIMIZED_PROMPT> を OUT_DIR/soul.md に保存します
• 実行用に <OPTIMIZED_PROMPT> を呼び出し元に返します