PURPOSE
このプロンプトでできること
複数施設の測定データで試料割当、機器校正、施設効果、測定者差の識別可能性を評価するための入力、手順、確認点をまとめます。
PREPARE
用意する情報
施設・測定者・装置・試料ID、標準試料の測定値、校正日、割付計画、反復数、測定順、規格版。実データは必要に応じて匿名化してください。
WORKFLOW
使い方
必要な情報をそろえ、個人情報や機密情報を伏せてから入力してください。出力は元資料と照合して利用してください。
AI INSTRUCTION
AIへの指示文
入力欄を埋めてから利用してください。
複数施設の測定データで試料割当、機器校正、施設効果、測定者差の識別可能性を評価する。入力に含まれる情報だけを使い、記載のない事実、数値、合意は補わないでください。 【入力】 施設・測定者・装置・試料ID、標準試料の測定値、校正日、割付計画、反復数、測定順、規格版 【素材】 [匿名化した情報を貼り付け] 次の制約を守ってください。 規格適合や施設認定を判定せず、割付・校正証跡と検定計画を品質責任者が確認してください。 不足情報や矛盾は推測せず確認事項として示し、次の形式で出力してください。 交差構造、識別可能な分散成分、標準試料の補正条件、追加測定と限界
コピー操作はこのブラウザー内で行います
EXAMPLE
入力例と出力例
入力例(説明用)
施設Aは装置1・測定者甲のみ、施設Bは装置2・測定者乙のみ/標準試料各2回/同一試料の相互測定なし
出力例(説明用)
【説明用の合成例】 施設・装置・測定者が完全に交絡し、現データでは効果を分離できない。共通標準試料の相互測定と測定者・装置の交差割付を追加する。施設差を性能差と断定しない。
TIPS
使うときのコツ
規格適合や施設認定を判定せず、割付・校正証跡と検定計画を品質責任者が確認してください。 不明点は推測せず、確認事項として分けてください。
使う前に確認してください
結論を原資料と照合し、因果関係や一般化を根拠なく断定しないでください。