答えを1回出して終わりにすると、誤りがそのまま残ります。Learn Promptingの解説は、同じモデルに自分の答えを点検させ、指摘を書かせて書き直させる形を紹介しています。別のモデルや専用の仕組みは要らず、同じやり取りの中で続けられます。

手順1:条件をつけて答えを出させる
最初の答えは、条件を箇条書きで渡して出させます。条件が曖昧なままだと、点検の基準も曖昧になります。読み手、長さ、必ず入れる要素の3つは先に決めます。
答えは消さずに残します。後の手順で、どこが変わったかを比べるためです。
手順2:同じやり取りの中で正しさを問い直す
答えが出たら、続けてその答えが正しいかを尋ねます。解説は、単純な計算の答えを出させ、その答えが本当に正しいかを問い直すと、モデルが誤りを認める例を示しています。
問い直しは、同じやり取りの中で行います。新しい会話を開くと、直前の答えを参照できません。
手順3:観点を並べて指摘を書かせる
「問題点を挙げてください」だけでは、指摘が浅くなります。観点を3つから4つ並べ、観点ごとに指摘を書かせます。事実の誤り、条件の抜け、読みにくい箇所、根拠の不足、という並びが使いやすい形です。
| 観点 | 書かせる内容 | 指摘の例 |
|---|---|---|
| 事実 | 確認できる情報と食い違う箇所 | 数値の出所が示されていない |
| 抜け | 条件に対して足りない要素 | 読者層の指定が反映されていない |
| 読みやすさ | 意味が取りにくい文 | 主語と述語が離れている |
| 根拠 | 裏づけのない断定 | 効果の大きさを一般化している |
指摘が空になった観点は、その旨を書かせます。空の理由が分かると、点検が効いていないのか、本当に問題がないのかを切り分けられます。
手順4:指摘を反映して書き直させる
指摘をそのまま渡し、直した箇所と理由を添えて書き直させます。全部を一度に直させると、どこが変わったか追えません。観点を1つずつ指定して直すと、変化を確認できます。
指摘の一部が誤っている場合もあります。採用しなかった指摘と、その理由も書かせておくと、後から判断をたどれます。
手順5:止める条件を決めて、記録を残す
指摘がなくなったら止める、回数の上限を決めて止める、のどちらかを選びます。解説は回数の目安を示していないため、業務では上限を先に決めておくほうが扱いやすくなります。
締めくくりとして、最初の答えと最終の答え、採用した指摘の3つを残します。同じ依頼が繰り返し来るなら、よく出る指摘を依頼文の条件に移すと、1回で通る割合が上がります。点検の設計はハルシネーションのページと合わせて読むと理解が進みます。
FAQ
Q. 自己評価だけで誤りは防げますか。
A. Learn Promptingの解説は、自己評価を点検の1つとして扱っています。同じモデルが誤りを見落とす場合があるため、計算や数値は外部で確かめるほうが確実です。文章の抜けや構成の確認に向いています。
Q. 何回くらい繰り返せばよいですか。
A. 解説は回数の目安を示していません。指摘がなくなったら止める、回数の上限を決めて止める、のどちらかにすると運用しやすくなります。回数を増やすほど費用と待ち時間は増えます。
あわせて使いたいツール
点検の往復は、ふだん使っているチャットの画面で試せます。料金と提供条件は各サービスの公式情報で確認してください。
出典
出典:Learn Prompting「LLMの自己評価:AIのフィードバックで信頼性を高める」(2024年8月7日更新、Sander Schulhoff著)。自分の出力を同じモデルに点検させる基本の形、単純な計算で誤りを認める例、指摘と書き直しを繰り返す構成は同ページの記載に基づきます。
関連ガイド
- 用語:自己改善(Self-Refine)
- 検証の質問を作らせて答えを確かめる5ステップ
- 用語:Human-in-the-Loop
- プロンプトの偏りを減らす5ステップ
- 出力を自分で点検させるプロンプト見本
最新のAI情報をメールで受け取る
新着のAIツール比較・ランキング・ニュースを、まとめてお届けします。
ご登録後、確認メールをお送りします。配信停止はいつでも可能です。
