出力を自分で直させる：生成→講評→改良の5手順

難しい条件が重なる依頼では、1回目の出力に粗い箇所が残ります。Learn Prompting は、初期出力を作り、講評させ、講評を使って直させる3段の反復を Self-Refine として紹介しています。ここでは、その反復を業務で回す手順を整理します。

手順1：反復に値する依頼かを選ぶ

すべての依頼を回す必要はありません。Learn Prompting は、複数の目標が絡む課題や、ゴールの定義が難しい課題で初期出力に不正確さが残りやすいと説明しています。手元では、コードの最適化や、文体の調整のように「良くなったかが読んで分かる」作業から選びます。反対に、答えが1つに決まる計算では、反復より検算のほうが早いです。反復の対象を1つ選び、改良のゴールを1文で書きます。

手順2：初期出力を作る

通常どおりに依頼し、初期出力を受け取ります。この段階では、完璧を求めず、粗い箇所を残したまま次へ進みます。Learn Prompting の例では、3つの数のうち最大値を求める Python コードを初期出力として作らせています。初期出力の品質に合わせて反復の設計を変えるため、この時点での粗さの種類（形、内容、長さ）をざっくり記録しておくと、後の講評の指定に役立ちます。

手順3：講評させる

初期出力を同じモデルに渡し、改善の余地を講評させます。Learn Prompting は、出力を同じモデルに送り返してフィードバックを得る構成を示し、これ以上改良できない場合はそのように言わせる停止条件の例を紹介しています。講評の指定は、手順1で書いたゴールに結びつけます。「読み手の負担が減ったか」「条件を満たすか」のように、講評の視点を2つまでに絞ると、指摘が散らかりません。

手順4：講評を使って直させる

講評の指摘を、初期出力とあわせて渡し、直させます。Learn Prompting は、フィードバックをモデルに渡して既存の出力を改善させる3段の流れを説明しています。直した結果が講評の指摘に対応しているかを確認し、対応していない指摘は、次の講評で再度挙げさせます。ここで、初期出力と直した出力の差分を残しておくと、反復が進んだときに変化が小さくなっているかを追えます。

手順5：反復の回数を決めて止める

反復は、回数で止めます。Learn Prompting は、「もう改善が要らない」とモデルが返すのを停止条件の例として示していますが、それに任せると反復が伸びます。業務では、2〜3回で切り、効果の評価も回数の中で行います。Learn Prompting は、コードの最適化で GPT-4 の成績が8.7上昇したという数値を資料の記述として紹介していますが、効果の大きさは課題とモデル次第であり、手元の課題での確認が前提です。評価の作り方は、LLM による評価の頁で整理しています。

FAQ

Q. 講評と改良は、別のモデルに分けるべきですか？

A. Learn Prompting の説明では、同じモデルの中で出力を送り返し、フィードバックと改良を行う構成が示されています。別のモデルを使う方式の検討は資料にはなく、まず同じモデルで試すのが手順として素直です。

Q. 効果が出ない課題はありますか？

A. Learn Prompting は、基礎的なモデルではこの手法の効果が得られにくい制限を書いています。指示に従う力が弱いモデルでは、講評自体が的外れになりやすいです。また、検証は英語のデータセットで行われたことも書かれています。

出典

出典：Learn Prompting「Self-Refine プロンプティング」（原題 Self-Refine: Iterative Refinement with Self-Feedback for LLMs、Bhuwan Bhatt、2024年9月27日更新、2026年10月30日参照）

あわせて使いたいツール

本記事の手順を実際に回すときに、候補になるツールを挙げます。いずれも無料から試せる範囲があり、料金や機能は各サービスの公式情報で確認してください。

• ChatGPT：生成と講評を同じ画面で往復できる
• Claude：長文の差分を読み比べる用途に向く

関連ガイド

同じ時期に公開した実務ガイドと、用語の定義ページです。手順の前提が分からない場合は、用語ページから確認してください。コピーして使える依頼文が欲しいときは、プロンプト集も参照してください。

• 読めない用語を質問して覚える：AIを学習道具にする5手順
• ChatGPTの外で試す：OpenAI Playground を動かす5手順
• LLM による評価（LLM-as-a-Judge）（用語辞典）
• AI用語辞典（五十音順の一覧）
• はじめての LLM 活用（学習ルート）
• ガイド一覧（実務手順をまとめて読む）
• AIツール一覧（道具から探す）
• 比較記事一覧（料金と機能で比べる）
• レビュー一覧（使った記録を読む）

編集部の見解

この手法は、プロンプトの書き方を変えるよりも、止め方を決めるほうが難しいと感じています。私の手元では、反復ごとに差分の文字数を記録していて、変化が前の反復の半分未満になった時点で切るのが、時間の割に納得のいく止め方でした。講評の視点を絞る指定も効きました。視点を3つ以上にすると、毎回違う箇所を指摘されて反復が振り子になりました。2つに絞ってからは、直る箇所が安定しました。