現代の系図学には、忍耐力と埃っぽい古文書以上のものが求められます。それは高度なデータ統合とパターン認識を必要とします。人工知能は、研究者が歴史的記録を解釈し、家系のギャップを特定し、行き詰まりを突破する方法を根本的に変えました。
以下のプロンプトは、ChatGPT、Gemini、Claude、DeepSeekを含むすべての主要な大規模言語モデル（LLM）で展開するために厳密にテストされ最適化されています。各プラットフォームには独自の強み（例えば、Claudeの歴史的ニュアンスへの適性やDeepSeekの論理的推論の熟練度）がありますが、これら10のプロンプトは、プロの系図研究家と真剣な研究者のための普遍的で高い効果をもたらす基礎を提供します。
1. 古い筆記体とOCRエラーの解読
モデル推奨： Claude（優れた文脈処理）またはGeminiに最適。
古い国勢調査記録や遺言書は、しばしば光学文字認識（OCR）の精度が悪かったり、筆記体が読みにくかったりします。このプロンプトは、AIに音声的・歴史的文脈を用いて誤りを修正するよう強制します。
古文書学の専門家かつ19世紀の系図記録の専門家として行動してください。以下に、歴史的文書から抽出された、OCRエラーや誤読された筆記体を含むテキストブロックを提供します。
以下のことを行ってください：
1. 可能性の高い歴史的文脈と音声的類似性に基づいて綴りを修正する。
2. 古語や略語を特定する。
3. 修正されたテキストと、具体的な修正箇所のリストを提示する。
[判読しにくいテキストまたは書き起こし文をここに挿入]
得られるもの： 使用不能な、めちゃくちゃなテキストを瞬時に検索可能なデータに変え、判読不能な文書を手動で書き起こす時間を削減します。
2. ターゲットを絞った検索戦略の生成
モデル推奨： ChatGPT（汎用的なブレインストーミング）に最適。
「行き詰まり（レンガの壁）」にぶつかったとき、次にどこを探すべきかについて新鮮な視点が必要です。このプロンプトは、研究コンサルタントとして機能します。
私は[先祖の名前]を研究しています。彼/彼女はおよそ[年]に[場所]で生まれました。国勢調査記録と生命統計記録は既に確認しましたが、両親を見つけることができません。
場所と時代に基づいて、次に確認すべき10の具体的で、自明ではない記録セットのチェックリストを生成してください。土地記録、遺言検認記録、その地域で一般的な教会の宗派、納税者リストを含めてください。この特定の郡/地域に存在する記録を優先してください。
得られるもの： 標準的な生命記録を超えて、見過ごしていたかもしれない不明瞭な情報源を発見する、構造化された研究計画を提供します。
3. DNAマッチクラスター（センチモルガン）の分析
モデル推奨： DeepSeek（論理的処理）またはChatGPTに最適。
AIは非公開データベースにアクセスできませんが、共有センチモルガン（cM）に基づいて確率を計算し、関係性を予測するのは優れています。
[cM量を挿入]センチモルガンを[NUMBER]セグメントにわたって共有するDNAマッチがあります。
1. この共有DNA量に対する統計的に可能性のあるすべての関係性をリストアップする。
2. cM範囲から遺伝的に不可能な関係性を除外する。
3. このマッチが母方であるとわかっている場合、可能性のある関係性の種類はどのように絞り込まれるか？
得られるもの： 関係性の可能性を素早くフィルタリングし、最も可能性の高い系統に家系図構築の努力を集中させることができます。
4. 伝記のための歴史的文脈化
モデル推奨： Claude（物語的ニュアンス）に最適。
名前と日付だけでは物語は語れません。このプロンプトは、先祖の移動や社会的地位の背後にある「理由」を理解するのに役立ちます。
私の先祖は[開始年]から[終了年]の間に[場所]に住み、[職業]として働いていました。
この特定の期間におけるこの地域の歴史的概要を提供してください。以下に焦点を当ててください：
1. 経済状況または不況。
2. 戦争または内乱。
3. 主要な移住パターン（押し出し要因/引き寄せ要因）。
4. これらの出来事が、彼らの特定の職業の人々にどのような影響を与えた可能性があるか。
得られるもの： 正確な環境的文脈で家族史を豊かにし、突然の移住や経済的地位の変化を説明するのに役立ちます。
5. 引用の標準化（Evidence Explained スタイル）
モデル推奨： ChatGPTまたはGeminiに最適。
引用はプロの系図学において重要です。このプロンプトは、学術基準を満たすように情報源の書式設定を自動化します。
以下の生の情報源情報を取り、『Evidence Explained』（エリザベス・ショーン・ミルズ）の原則に従った厳密な系図学的引用にフォーマットしてください。初回参照注記形式と短縮注記形式の両方を作成してください。
生情報：[URL、記録タイプ、アーカイブ名、ページ番号、名前、日付を挿入]
得られるもの： すべての研究が、各項目ごとにスタイルガイドを手動で参照することなく、専門的に文書化され検証可能であることを保証します。
6. 論理的不整合の特定
モデル推奨： DeepSeek（論理とコード）またはClaudeに最適。
大規模な家系図では人的ミスが一般的です。このプロンプトは、不可能な日付や生物学的誤謬を見つける監査ツールとして機能します。
単一の個人に関する以下のタイムラインをレビューしてください。論理的不整合、生物学的に不可能なこと、歴史的年代錯誤を特定してください。以下を探してください：
- 親が成熟期に達する前に生まれた子供。
- 母親の死後または極端な高齢で生まれた子供。
- 出生/死亡日と矛盾する国勢調査記録。
- 与えられた時間枠内でその人物が到達できなかった場所で発生した出来事。
[ここにタイムラインデータを貼り付け]
得られるもの： データの生物学的・年代学的実現可能性を数学的に検証することで、家系図における誤りの伝播を防ぎます。
7. 古い教会記録の翻訳
モデル推奨： ChatGPTまたはDeepSeekに最適。
標準的な翻訳ツールは、古いラテン語、ドイツ語、キリル文字の教会用語ではしばしば失敗します。このプロンプトは系図学的意図に焦点を当てます。
以下の[年]の教会記録からの[言語]テキストを英語に翻訳してください。
単語を単純に翻訳するのではなく、系図学的意味を解釈してください。
以下を明示的に特定してください：
1. 子供の名前。
2. 親の名前（旧姓があれば含む）。
3. 名付け親/証人（記載されていればその関係性も）。
4. 非嫡出子や死亡を示す余白の注記があれば。
[外国語テキストを挿入]
得られるもの： 外国語記録に埋もれた重要な系図学的データを抽出し、標準的な宗教的な決まり文句と独自の家族の事実を区別します。
8. 古い医学用語と法律用語の解釈
モデル推奨： Gemini（豊富な語彙データベース）に最適。
何世紀も前の死因や法律用語は混乱を招くことがあります。このプロンプトはその意味を明確にします。
[年]の[文書タイプ、例：死亡証明書/遺言検認記録]で見つかった以下の古語を定義してください：
[用語リストを挿入、例：水腫（Dropsy）、寡婦産（Dower Right）、自由民（Freeman）、ヨーマン（Yeoman）]。
これらの用語が、その歴史上の特定の時点における先祖の社会的地位、健康状態、または法的権利について何を暗示しているかを説明してください。
得られるもの： 記録の誤解を防ぎ、先祖の実際の生活の質や法的地位についての洞察を提供します。
9. 「行方不明者」のための仮説整理
モデル推奨： DeepSeekまたはClaudeに最適。
先祖が記録から消えたとき、彼らがどこに行ったのか仮説を立てる必要があります。
私の先祖[名前]は、[場所A]の[年]の国勢調査に現れますが、[次の年]の国勢調査から消えています。
その時代の歴史的規範に基づいて、この消失の潜在的な理由を分析してください。
この空白期間に移動、死亡、または収容された可能性のある人物を追跡するかもしれない5つの具体的な「見過ごされがちな」記録タイプのリストを提供してください。
得られるもの： 標準的な国勢調査の網から漏れた個人を見つけるための「プランB」情報源（精神病院記録や索引化されていない土地証書など）のターゲットを絞ったリストを生成します。
10. 複数の情報源を物語に統合
モデル推奨： Claude（優れた文章の流れ）に最適。
生データを読みやすい家族史に変えるのは時間がかかります。このプロンプトは文章の下書きを代行します。
プロの伝記作家として行動してください。[先祖の名前]に関する事実と日付のリストを提供します。
約300語の首尾一貫した、魅力的な伝記的物語を書いてください。
移行語を使用して出来事を論理的に結びつけてください。
「はっきりしない…」や「記録は示唆している…」などのフレーズを使用して情報が不足している箇所を強調し、系図学的正確性を維持してください。
[事実リストを挿入]
得られるもの： 執筆プロセスを加速させ、単なる乾いたチャートではなく、魅力的な家族の物語を親戚と共有できるようにします。
プロのヒント：コンテキスト注入
最高品質の出力を得るには、コンテキスト注入を使用してください。AIに特定の記録を分析するよう依頼する前に、まず家族構造の簡単な要約を貼り付けます（例：「以下のクエリは、1850年から1900年のオハイオ州のスミス家に関するものです。父はジョン、母はメアリーです。」）。これにより、モデルが新しく導入するデータ内の特定の名前や関係性を認識する準備が整います。
これらのプロンプトをマスターすることで、手動でのデータ入力から高レベルの分析とストーリーテリングへと焦点を移すことができます。DeepSeekの論理的強みやClaudeの物語的強みを活用することで、ワークフローを反応的な検索から積極的な発見へと変革します。これらのプロンプトを生きたツールとして扱い、研究が進化し家系図が成長するにつれて洗練させていってください。