Chain-of-Thought（思考の連鎖）

Chain-of-Thought（思考の連鎖、CoT）は、AI に答えだけを求めず、結論に至るまでの考え方や計算の手順を順を追って書かせるプロンプト手法です。文章題・計算・論理推論のように手順が複数必要な問題で、正答率が大きく上がることが報告されています。特別な学習や専用ツールは不要で、指示文に一言加えるだけで試せる点が実務的です。このページでは、定義・仕組み・出典・活用例・プロンプト例・FAQ をまとめて解説します。

Chain-of-Thoughtとは（ひとことで）

• 答えの前に「考え方の手順」を書かせると、推論タスクの正答率が上がる
• 特別な学習は不要で、プロンプトに「順を追って考えて」と加えるだけで始められる
• 長い推論は出力トークンとコストを増やすため、用途と長さの調整が必要

仕組み・考え方

① 答えの前に「考える手順」を出力させる

通常は「質問 → 答え」の 1 段で答えさせますが、CoT では「質問 → 考える手順 → 答え」という3 段の出力を求めます。手順を書かせることで、モデルが次に出すトークンの計算に、それまでの途中結果が文脈として残り、複雑な問題でも一貫した結論に到達しやすくなります。

② なぜ効くのか：途中結果が文脈に残る

大規模言語モデルは 1 トークンずつ次の語を予測します。答えを一気に出させると、途中の計算過程が文脈に存在しないまま最終値だけを当てにいくことになります。手順を出力させれば、直前までの計算結果を入力の一部として参照できるため、桁数の多い計算や多段の条件判断でも誤りが減ります。

③ 種類：Zero-shot・Few-shot・自己一貫性

CoT には、例を示さず「順を追って考えて」とだけ指示する Zero-shot CoT、解法例を数問見せる Few-shot CoT、モデル自身に複数の推論経路を出させて多数決を取る自己一貫性（Self-Consistency）などの派生があります。精度・コスト・実装の手軽さのバランスで選びます。

④ 向く場面・向かない場面

CoT が効くのは、算数の文章題、多段の条件分岐、契約文の解釈など、途中の手順を言葉にできる問題です。逆に、単純な分類・抽出・翻訳のように答えが一意で手順が無いタスクでは、効果が小さい一方で出力とコストだけが増えます。用途で使い分けることが重要です。

成り立ち

CoT は 2022 年、Google の Wei らが「Chain-of-Thought Prompting Elicits Reasoning in Large Language Models」で体系化した手法です。算数の文章題などで、解法の途中式を見せる例を数問与えると、大規模モデルの正答率が大きく向上することを示しました。同年には Kojima らが、例を示さず「Let’s think step by step」とだけ加える Zero-shot CoT を発表し、特別な例示なしでも効果が出ることが広まりました。

• Wei et al., “Chain-of-Thought Prompting Elicits Reasoning in Large Language Models”（NeurIPS 2022 / arXiv:2201.11903）
• Kojima et al., “Large Language Models are Zero-Shot Reasoners”（NeurIPS 2022 / arXiv:2205.11916）

主な活用場面

メリット

• 特別な学習やツールなしで、指示文の一言だけで効果を試せる
• 答えだけでなく手順が残るため、誤りの箇所を人が検証しやすい
• 計算・論理・条件判断など、多段タスクの正答率が上がる
• 解法例を数問見せるだけで、出力の型式と精度を安定させられる

デメリット・注意点

• 出力トークンが増えるため、応答時間と API コストが上がる
• 手順は出しても結論が誤ることがあり、正しさは保証されない
• 単純な分類・抽出・翻訳では効果が小さく、コストだけが増える
• 手順の書き方が毎回変わり、出力の比較や自動処理がしにくい

よくある誤解

CoT を使えば答えが必ず正しくなる

手順を書かせても、その手順自体が誤っていることはあります。CoT は誤りを減らす手法であり、保証ではありません。重要な判断では、手順を人が検算し、根拠を確認する工程が必要です。

CoT は高度なモデルでしか使えない

一定以上の規模のモデルで効果が出やすいのは事実ですが、小型モデルでも解法例を見せる Few-shot CoT なら改善する場合があります。自社のタスクで実測して判断するのが確実です。

「考えて」と書くだけで何でも良くなる

あくまで「答えの前に手順を書く」こと自体に効果があります。単純なタスクでは効果が薄く、コストだけが増えます。複数手順が必要な問題に絞って使うのが実務的です。

関連用語

prompt-engineering　/　prompt　/　llm　/　hallucination　/　zero-shot-learning　/　fine-tuning　/　foundation-model　/　context-window

よくある質問

CoT はどのくらい精度が上がりますか？

タスクとモデルによります。算数の文章題など多段の推論では大きく改善する報告がありますが、単純な分類や抽出ではほとんど差が出ません。自社のデータで CoT あり・なしを実測して判断するのが確実です。

「順を追って考えて」と書くだけで十分ですか？

Zero-shot CoT として一定の効果はありますが、誤りが減るだけで正しさは保証されません。解法例を 1〜2 問添える Few-shot CoT にすると、型式と精度がより安定します。

出力が長くなりすぎるときは？

手順の数や 1 ステップの長さに上限を指定します（例：手順は 5 ステップまで、各 1 文まで）。検証に必要な粒度を保ちつつ、不要な説明を削るのがコツです。

社内データを扱う問題でも使えますか？

使えますが、計算の前提や数値はプロンプト内に与える必要があります。最新情報や社内規程を根拠にしたい場合は、RAG と組み合わせて資料を参照させます。

まとめ

Chain-of-Thought は、答えの前に考える手順を書かせるだけで、多段の推論タスクの正答率を引き上げるプロンプト手法です。特別な学習は不要ですが、効果とコストはタスク次第で変わるため、用途を絞って実測しながら使うのが基本です。

• 複数手順が必要な問題に絞って使い、単純タスクでは使わない
• 誤りは減るが保証はないため、手順をたどる検証工程を必ず入れる
• 出力が長くなる分、コストと応答時間をあわせて確認する

出典：Wei et al. (2022) Chain-of-Thought Prompting Elicits Reasoning in Large Language Models — arXiv:2201.11903／Kojima et al. (2022) Large Language Models are Zero-Shot Reasoners — arXiv:2205.11916／Brown et al. (2020) Language Models are Few-Shot Learners — arXiv:2005.14165