Chain-of-thoughtプロンプティング——段階的に考えるようモデルに求める

段階的な推論を求めることが実際にしていること

「これを段階を追って考えてください」や「最終的な答えを出す前に、その理由を示してください」といったプロンプトは、いきなり結論に飛びつくのではなく、途中の段階を示すようモデルに求めます。複数の段階からなる問題の場合、これによって、自信ありげな一つの最終回答の中に埋もれてしまいがちな途中段階の誤りを表面化させることができます。また、ただ結果を信じるだけでなく、具体的に確認できるものが手に入ります。

役立つ場合と不要な場合

段階的なプロンプティングは、依存関係のある複数の段階を持つ問題、同時に満たすべき複数の制約がある問題、あるいは検算する価値のある計算——複数のパートからなる文章題、複数の要因が絡む意思決定、筋道が通っている必要のある論理など——で最も役立つ傾向があります。単純で一段階しかない質問ではほとんど効果はなく、それでも求めると、答えを変えずに長さだけが増えます。まさにこの種のタスクに合わせて作られたモデルを選ぶこととの関係については、下記の複雑な推論に適したモデルの選び方のガイドを参照してください。

保証されないこと

モデルに段階的に考えるよう求めても、正しい答えが保証されるわけではありません。自信に満ちた、整った段階の連なりであっても、誤った結論に至ることがあります——余分な段階は誤りを見つけやすくするだけで、誤りが起きなくなるわけではありません。これは、下記のAIがハルシネーションを起こす理由とも一致します——モデルは流暢で一見もっともらしい推論を、それでも誤った内容で生成することがあります。重要な事柄については、段階的な回答であっても、方法論的に見えるからといって鵜呑みにせず、確認する価値があります。

よくある質問

Chain-of-thoughtプロンプティングは正しい答えを保証しますか？

いいえ——正しい推論を保証するものではなく、段階的な回答であっても誤った結論に至ることがあります。途中段階で誤りを見つけやすくする傾向はありますが、それは誤りを防ぐこととは別のことです。

モデルに推論過程を示すよう求めるべきなのはどんなときですか？

依存関係のある複数の段階や制約がある問題で、そうしなければ途中の誤りが一つの最終回答の中に隠れてしまう場合です。単純で一段階しかない質問には、ほとんど必要ありません。

これは推論に特化したモデルを使うことと同じですか？

関連はしますが同じではありません——このガイドはどのモデルに対しても使えるプロンプトの書き方についてであり、下記の複雑な推論に適したモデルの選び方は、標準で段階を追って考えるよう作られたモデルはどれかについてです。両者は組み合わせて使うことができます。