長い答えを一息で書かせると、書き終わるまで待つ時間が伸びます。Skeleton-of-Thought は、先に短い項目だけの骨組みを作り、そのあと各項目を別々に膨らませる形です。Learn Prompting は2段の構成と、項目どうしが依存する場合の弱点を挙げています。
手順1：骨組みだけを出す指示を作る
最初の呼び出しでは、本文を書かせず、項目の一覧だけを出させます。Learn Prompting の例は、各項目を3語から5語の短い句にし、項目数を3つから10個に収める形です。本文を書かせない指定を外すと、最初の段で全文が出てしまい、分ける意味がなくなります。
手順2：骨組みを読んで、順番と重複を直す
出てきた骨組みを、人が一度読みます。同じ内容の項目が並んでいたり、順番が前後していたりする場合は、この段で直します。骨組みの段階なら修正は数行で済みますが、本文まで書かせてから直すと書き直しになります。直した骨組みは、次の段の入力として使い回します。
手順3：項目ごとに展開させる
骨組みを渡し、指定した1つの項目だけを書かせます。Learn Prompting の例は、1項目につき1文から2文の短い記述に抑え、他の項目には触れないよう指示する形です。1回の呼び出しで複数項目を書かせると、項目どうしの記述が混ざります。項目の数だけ呼び出しを分けるのが基本になります。
手順4：項目を並行して走らせる
項目ごとの呼び出しは互いに独立しているため、同時に走らせられます。Learn Prompting は、並行の呼び出しやまとめての生成によって待ち時間を下げる形を説明しています。同時に走らせる数を増やしすぎると、割り当ての上限に当たります。まず2本から試し、待ち時間と失敗の率を見ながら増やします。
手順5：つなぎ目を読んで、必要なら書き直す
集めた項目をつなげ、前後の重複と話の飛びを確認します。項目が互いに前提を含む題材では、つなぎ目が合わない箇所が出ます。Learn Prompting も、項目どうしが依存する場合に品質が落ちる点を弱点として挙げています。手順や因果を含む題材では、この形を使わず1回で書かせるほうが読みやすくなります。待ち時間の考え方はレイテンシの頁で扱っています。
FAQ
Q. 費用は増えませんか？
A. 呼び出しの回数が増えるため、使う量は増えます。とくに骨組みを毎回作り直すと、その分が上乗せされます。同じ題材を何度も書く場合は、骨組みを使い回す形にすると増え方を抑えられます。
Q. 項目が互いに依存する題材では使えませんか？
A. 使えますが、つなぎ目で不整合が出ます。前の項目の結論を次の項目が前提にする場合は、依存する項目だけ順番に書かせ、残りを並行に回す形が現実的です。
出典
出典：Learn Prompting「Skeleton-of-Thought プロンプティング」（原題 Skeleton-of-Thought Prompting: Faster and Efficient Response Generation、Valeriia Kuka、2024年9月27日更新）
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。
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。
- 考える過程を表に収める：Tab-CoTの5手順
- AIにアプリを渡す3つの経路：MCP・SDK・CLIの選び方
- レイテンシ（用語辞典）
- FlashAttention（フラッシュアテンション）（用語辞典）
- チュートリアル：メモリと待ち時間の見積もり手順
- 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
この形が効くのは、項目のあいだに前提の受け渡しがない題材です。用語の説明を並べる、選択肢を列挙するといった内容では、待ち時間が目に見えて縮みます。逆に手順書のように前の工程を前提にする内容では、つなぎ目で読者が止まります。題材で使い分ける方法として捉えるのが実際的です。
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。