Chain-of-thought
Chain-of-thought(CoT、思考の連鎖)とは、言語モデルが最終的な回答の前に中間の推論の手順を書き出すプロンプトの手法です。数学、論理、その他の複数の手順を要する問題で結果がよくなる傾向があります。
別名: CoT, chain-of-thought prompting, Zero-shot-CoT
執筆 Divya Sharma · 2026年11月15日確認 · レビューの方法
chain-of-thought のプロンプトは、モデルに直接答えを求める代わりに、問題を手順を追って解かせます。各手順はモデルが積み上げていけるテキストになり、人が計算を書き出すのとよく似ています。
由来
Wei らによる 2022 年の論文は、推論の過程を含む例をいくつかモデルに与えると(few-shot プロンプティングの一形態です)、大規模なモデルの算数、常識、記号的推論のタスクの成績が上がることを示しました。後に Kojima らの論文は、「Let's think step by step」と付け加えるだけで、例がなくても同様の効果が得られることを見いだし、この手法を Zero-shot-CoT と名付けました(ゼロショットを参照)。
例
「ある店ではペンを 3 本 2 ドルで売っています。ペン 12 本はいくらですか」と尋ねられたとき、chain-of-thought を促されたモデルは次のように書くかもしれません。ペン 12 本は 3 本ずつ 4 組で、各組は 2 ドルなので、合計は 8 ドルです。手順が見えると、誤りも見つけやすくなります。
推論モデルとの関係
推論モデルは、回答する前に長い推論を出力するよう訓練されているため、もうプロンプトでそれを求める必要はありません。これはテスト時計算の一形態で、回答時により多くのトークンを使って、よりよい結果を得るものです。
限界
推論の手順は出力トークンを増やすので、コストとレイテンシーが上がります。書き出された手順は、モデルがどうやって回答に至ったかを保証する記録ではなく、自信ありげな連鎖が間違った結果で終わることもあります。単純な検索や短い分類では、あまり効果がないままコストだけが増えることがよくあります。
関連用語
- 推論モデル
- 推論モデル(reasoning model)とは、最終的な答えを出す前に、中間的な思考のトークンを連ねて問題に取り組むよう学習された言語モデルです。数学、コーディング、複数ステップのタスクで役立つ傾向があります。
- プロンプトエンジニアリング
- プロンプトエンジニアリング(prompt engineering)とは、モデルの重みを変えずに、 アプリケーションが必要とする出力を言語モデルが生成するよう、与える指示と例を書き、構成し、テストすることです。
- Few-shot プロンプティング
- Few-shot プロンプティング(few-shot prompting)とは、タスクの具体例をいくつかプロンプトの中で言語モデルに示し、再学習なしに新しい入力に対してそのパターンをまねさせる方法です。
- Zero-shot(ゼロショット)
- Zero-shot(ゼロショット)とは、プロンプトに実例を含めず、タスク固有の学習もせずに、指示だけでモデルにタスクを行わせることです。モデルは、すでに学習したことだけに頼ります。
- Test-time compute(推論時の計算)
- Test-time compute(推論時の計算)とは、モデルが学習中ではなく、リクエストに答える間に使う計算量のことです。モデルに長く考えさせたり、複数の回答を試させたりすると、難しい問題で結果が良くなることがあります。