Chain of Thought（思考の連鎖）

📖 もうちょい詳しく

何が新しいの？

Chain of Thought（チェーンオブソート、思考の連鎖）は、AIに答えだけをぽんと出させるのではなく、考える途中の手順を順番に書かせてから結論を出させる頼み方です。
むずかしい計算や、いくつもの段階をふむ問題では、AIがいきなり答えを出すと途中でつまずいて、まちがえることがありました。そこで「順を追って考えてから答えて」とお願いすると、正しい答えにたどり着きやすくなる——この現象が見つかって注目されました。

Chain of Thought（思考の連鎖）という名のとおり、考えを一つずつ鎖のようにつなげていくイメージです。

どうやって動いてるの？

LLM（大規模言語モデル）は、渡された文章の続きとして、もっともそれらしい言葉を一つずつ並べていく仕組みです。
途中の手順を書かせると、その手順自体が次に書く言葉の手がかりになり、結論までの道すじが安定します。「ステップごとに考えてみて」と一言そえるだけで効くこともあり、お手本の手順を見せておくとさらに効果が高まることが多いです。

つまり、AIに考え直す力が増えるというより、答えを組み立てる足場を文章の中に作らせている、と捉えると正確です。

何ができるの？

計算問題、文章題、理由を順に説明させたい質問など、いくつもの段階をふむ作業で精度を上げられます。
答えだけでなく途中の手順も残るので、どこで判断をまちがえたかを人が確認しやすいのも利点です。指示に「順を追って」と足すだけなので、特別な道具はいりません。

ただし、出力が長くなりがちで、簡単な質問にはかえって遠回りになることもあります。

🌱 身近なたとえ

Chain of Thoughtで例えると、算数のテストで「途中の式も書きなさい」と言われるのに似ています。
答えだけ書くと、あてずっぽうが当たることもあれば、勘ちがいで外すこともあります。けれど式を一行ずつ書いていくと、考えが整理されてミスに気づきやすくなります。
AIにも同じように途中を書かせると、いきなり答えるより正確になりやすいわけです。

✅ まず覚えるポイント

• Chain of Thoughtは、考える手順を書かせてから答えさせる頼み方
• むずかしい計算や段階の多い問題で、精度が上がりやすい
• 「順を追って考えて」と一言そえるだけでも効くことがある
• お手本の手順を見せると、さらに効果が高まりやすい
• 出力は長くなるので、簡単な質問では遠回りになることもある

🧭 よくある勘違い

AIは本当に「考えて」いるの？

人のように頭の中で考えているわけではありません。
途中の手順を文章として書き出すことで、次の言葉を選ぶ手がかりが増え、結果として答えが安定します。考えているように見える文章を作っている、と理解するのが正確です。

手順を長く書かせるほど、いつも正しくなる？

そうとは限りません。手順が長くても、途中の一歩がまちがっていれば、結論もずれてしまいます。
精度は上がりやすい傾向がありますが、保証ではないので、大事な答えは人が確かめるのが安心です。

🧩 関連して覚えると楽な言葉

• プロンプト: AIへの指示文。ここに「順を追って」と足すのがコツ
• LLM: 手順を書かせる対象になる、言葉を扱うAI
• プロンプトエンジニアリング: Chain of Thoughtも含む、頼み方の工夫の総称
• Zero-shot: お手本なしで頼む方法。手順の指示と組み合わせられる

🏁 ひとことでまとめ

Chain of Thoughtは、AIに考える途中の手順を書かせてから答えさせ、正しさを高める頼み方です。
テストで途中の式を書くのと同じで、一歩ずつたどらせるほど、ねらった答えに近づきやすくなります。