# YAML Context Engineering Agent - 使用例
## 概要
このテンプレートは、YAML形式でコンテキスト情報を構造化抽出する自律エージェントを設計するためのものです。
## 基本的な使用方法
### 1. テンプレート変数の設定
```json
{
"agent_name": "DocumentAnalysisAgent",
"agent_description": "技術文書からYAML形式でコンテキスト情報を抽出し、構造化する専門エージェント",
"user_input": "新しいAPI設計ドキュメントを分析して、エンドポイント情報をYAML形式で抽出してください",
"context_requirement": "RESTful API仕様書から各エンドポイントの詳細情報を抽出し、標準化されたYAML構造で出力する必要があります",
"content_guidelines": "- 明確な階層構造を持つYAML形式で出力\n- エンドポイントごとに必要な情報を網羅\n- コメント付きで理解しやすくする"
}
```
### 2. 実行結果例
#### 入力ドキュメント
```
POST /api/users
Creates a new user account
Parameters: name (string), email (string), password (string)
Response: User object with ID
GET /api/users/{id}
Retrieves user information
Parameters: id (integer)
Response: User object
```
#### エージェントによる出力
```yaml
api_specification:
name: "User Management API"
version: "1.0.0"
base_url: "/api"
endpoints:
- endpoint: "/users"
method: "POST"
description: "Creates a new user account"
parameters:
- name: "name"
type: "string"
required: true
description: "User's full name"
- name: "email"
type: "string"
required: true
description: "User's email address"
- name: "password"
type: "string"
required: true
description: "User's password"
responses:
- status_code: 201
description: "User created successfully"
schema: "User"
- endpoint: "/users/{id}"
method: "GET"
description: "Retrieves user information"
parameters:
- name: "id"
type: "integer"
required: true
location: "path"
description: "Unique user identifier"
responses:
- status_code: 200
description: "User information retrieved"
schema: "User"
- status_code: 404
description: "User not found"
schemas:
User:
type: "object"
properties:
id:
type: "integer"
description: "Unique identifier"
name:
type: "string"
description: "User's full name"
email:
type: "string"
description: "User's email address"
created_at:
type: "string"
format: "datetime"
description: "Account creation timestamp"
```
## 高度な使用例
### セキュリティ分析用設定
```json
{
"agent_name": "SecurityAnalysisAgent",
"agent_description": "セキュリティドキュメントから脅威情報をYAML形式で抽出する専門エージェント",
"user_input": "ペネトレーションテスト報告書から発見された脆弱性を分析し、YAML形式で構造化してください",
"context_requirement": "各脆弱性について、CVSS スコア、影響範囲、対策方法を含む包括的な情報を抽出する",
"content_guidelines": "- CVSSスコアによる重要度分類\n- 対策の優先順位付け\n- 技術的詳細の構造化"
}
```
### ビジネス分析用設定
```json
{
"agent_name": "BusinessAnalysisAgent",
"agent_description": "企業レポートから業績指標をYAML形式で抽出する専門エージェント",
"user_input": "四半期業績報告書から売上、利益、成長率などの指標を抽出してください",
"context_requirement": "財務数値、前年同期比、予算対実績比較などの情報を含む包括的な分析",
"content_guidelines": "- 時系列データの構造化\n- 比較分析のための標準化\n- トレンド分析用メタデータ"
}
```
## 応用パターン
### 1. マルチドキュメント分析
複数のドキュメントを一度に処理し、統合されたYAML出力を生成
### 2. インクリメンタル更新
既存のYAML構造に新しい情報を段階的に追加
### 3. バリデーション機能
生成されたYAMLの品質チェックと改善提案
### 4. カスタムスキーマ
特定の業界や用途に特化したYAML構造の定義
## ベストプラクティス
1. **明確な指示**: agent_descriptionで具体的な役割を定義
2. **文脈の提供**: context_requirementで必要な背景情報を明示
3. **品質基準**: content_guidelinesで出力品質の要件を設定
4. **反復改善**: 出力結果を基にテンプレート変数を調整
## トラブルシューティング
### よくある問題と解決策
**問題**: YAML構造が一貫しない
**解決策**: content_guidelinesでより詳細な構造定義を提供
**問題**: 重要な情報が欠落する
**解決策**: context_requirementで必須項目を明確に指定
**問題**: 出力が冗長すぎる
**解決策**: user_inputで具体的な抽出範囲を限定
## 関連テンプレート
- **AI Multi-Agent Workflow**: 複数エージェントでの協調処理
- **Command Stack**: 段階的な処理フローの実行
- **Code Review**: 技術文書の品質チェック
