Chain-of-Verification(CoVe)は、AIに答えを書かせたあとで、その答えを確かめるための質問を自分で作らせ、1問ずつ答えさせてから最終稿を書き直させる手順です。長い文章ほど混ざりやすい事実の誤りを減らす目的で提案されました。このページでは、仕組み・出典・向き不向き・FAQ をまとめます。
Chain-of-Verification(CoVe)は、AIに答えを書かせたあとで、その答えを確かめるための質問を自分で作らせ、1問ずつ答えさせてから最終稿を書き直させる手順です。長い文章ほど混ざりやすい事実の誤りを減らす目的で提案されました。このページでは、仕組み・出典・向き不向き・FAQ をまとめます。
Chain-of-Verification(CoVe)は、AIに答えを書かせたあとで、その答えを確かめるための質問を自分で作らせ、1問ずつ答えさせてから最終稿を書き直させる手順です。長い文章ほど混ざりやすい事実の誤りを減らす目的で提案されました。このページでは、仕組み・出典・向き不向き・FAQ をまとめます。
出典:my-best.ai 用語辞典「Chain-of-Verification(CoVe)」(https://my-best.ai/ai-dictionary/chain-of-verification/)
大規模言語モデルは、もっともらしいが誤った事実を書いてしまうことがあります。論文はこれを幻覚(hallucination)と呼び、長い文章を生成するときや、学習データにあまり出てこない事実を扱うときに目立ちやすいと述べています。短文の質問なら気づける誤りも、段落が増えると見落とされます。
論文が提案する CoVe は、(1)下書きを書く、(2)下書きを事実確認するための検証質問を立てる、(3)その質問に1問ずつ答える、(4)回答を踏まえて最終稿を書く、という4段階です。各段階は独立した指示として投げられます。一度に全部を書かせるのではなく、点検の工程を挟む点が特徴です。
論文は、検証質問への回答を、他の回答に影響されない形で個別に求める点を重視しています。下書きを読み返しながらまとめて点検すると、下書きの言い回しに引っ張られて「合っている」と判断してしまいます。質問を切り離して1問ずつ聞くと、「その人物はどこで生まれたか」のような短い問いに集中できます。短い問いのほうが、長い文章の中の記述より正確に答える傾向があるとされています。
論文は、CoVe が事実の誤りを減らす一方で、推論の手順そのものの誤りは評価していないと明記しています。また、誤りを見つける役をモデル自身が担うため、モデルが自分の誤りに気づけない場合は効果が出ません。点数を下げる仕組みではなく、点検の回を増やす仕組みだと理解しておくのが正確です。
CoVe は、2023年9月に公開された論文で提案されました。著者らは、もっともらしいが誤った事実の生成(幻覚)が未解決の課題であると置き、モデル自身に自分の回答を吟味させる方法を検討しています。提案された手順は、下書き、検証質問の計画、質問への独立した回答、最終稿の4段階です。実験では、Wikidata のリスト形式の質問、閉じた本の MultiSpanQA、長文生成の3種類の課題で幻覚が減ったと報告されています。なお、この論文は推論手順の誤りを対象にしておらず、誤りを完全に除くものでもないと著者ら自身が述べています。
数値・固有名詞・年を1つずつ問いに変えて確かめます
古い手順が混ざっていないかを質問で洗い出します
各社の対応可否を個別に聞き直します
引用した人名と役職の組み合わせを検証します
用語同士は相互リンクされています。未掲載の用語は用語一覧の該当項目へリンクします。
実務でそのまま使えるプロンプト例です。コピーして〔 〕内を置き換えてください。同じカードはプロンプト集にも掲載されています。
点検の準備
次の下書きに含まれる事実の主張を1つずつ取り出し、確認用の質問に変えてください。 下書き:(ここに貼る) ①主張(1文で) ②検証質問 ③質問に答えるのに必要な資料、の3列の表にしてください。意見や評価は表に入れず、事実だけを対象にしてください。
検証の実行
これから検証質問を1つずつ出します。前の回答は参照せず、その質問だけに答えてください。分からない場合は「確認できません」と書いてください。 質問:(ここに1問だけ書く)
最終稿の作成
下書きと検証の結果を渡します。下書きのうち、検証結果と食い違う文だけを修正し、修正前・修正後・理由の3列の表にしてください。食い違いがない文は表に入れないでください。 下書き:(ここに貼る) 検証結果:(ここに貼る)
出典:次の一次資料を参照しました(参照日 2026年10月25日)。リンクは貼らず、媒体名と資料名のみを記します。
定義・出典の記述は一次資料に基づきます。リンク先の内容は公開時点のものです。
CoVe は、答えを書かせたあとに検証質問を作らせ、1問ずつ答えさせてから最終稿を書き直させる手順です。長い文章に混ざる事実の誤りを、公開前に見つける用途に向きます。推論の誤りは対象外で、モデルが自分の誤りに気づけない場合は効きません。社外に出す文書と、数値を含む文書に絞って使うのが実用的です。