長い答えを一気に書かせると、2番目の項目に到達するまで時間がかかります。骨組みを先に固めて項目ごとに広げる手順に分けると、待ち時間の配分が変わります。Learn Prompting が Skeleton-of-Thought と呼ぶ型を、会話の中で使える形に組み直します。
ステップ1：骨組みで足りる課題か見極める
この型が向くのは、項目の並びで答えられる課題です。提案の選択肢、確認事項の一覧、企画の構成案です。物語のように前後の文が強くつながる文章は、骨組みに分けると接続がぎこちなくなります。Learn Prompting の説明でも、並列に広げられる内容かどうかで向き不向きが分かれます。課題の種類を先に決めてから進めます。
ステップ2：骨組みだけを出させる
最初の依頼では本文を書かせず、見出しに当たる短い項目を数個出させます。Learn Prompting は、骨組みの作成と各項の展開を2段に分ける構造を取ると説明しています。骨組みの段では、1項目1行、番号を振って、並び替えやすい形にさせます。ここで項目の粒度が合わないと、後段の展開で分量がばらつきます。
ステップ3：骨組みを人が並べ替える
出てきた項目を、重要なものから順に並べ替えます。順序の判断は人の方が速く、この工程は会話の中で一文の指示だけで足ります。並べ替えのあと、不要な項目はここで削ります。展開させたあとに削ると、書かせた手間が丸ごと無駄になります。
ステップ4：各項目を個別に展開させる
並べ替えた項目を、1つずつ、またはいくつかのグループに分けて渡し、各項目を数文に広げさせます。展開の依頼は会話を分けても構いません。分けると、1つの項目の書き直しがほかの項目に波及しません。Learn Prompting は、骨組みに沿って並行して展開することで応答が速くなる仕組みを説明しています。原論文では、試した12のモデルのうち8つで、従来方式の2倍以上の速さになったと報告されています。品質については、6割の課題で従来と同等以上だったとされています。数字の詳細は推論モデルの頁ではなく、出典の論文で確認できます。
ステップ5：つなぎを足して1本にまとめる
広げた各項を順に並べ、導入と接続の文だけをあとから書かせます。展開済みの本文を渡し、「つながりを整える文を加えるだけ」と指示するのが要点です。まとめ役に全部を書き直させると、せっかくの並列の利点が消えます。品質の目の細かい確認を入れたいときはLLM による評価の頁の観点が使えます。
FAQ
Q. 自分で使うだけなら手順を省けませんか？
A. 省けます。骨組みを出させたあと、そのまま「各項目を順に広げて」と続けても、速度の利点の一部は残ります。厳密な並行処理は、道具側の仕組みとして用意されている場合に発揮されます。
Q. 骨組みの項目数はいくつが目安ですか？
A. 3〜8個ほどが扱いやすい範囲です。10を超えると、展開の分量のばらつきが目立ち、後段で並べ替えのやり直しが起きやすくなります。
出典
出典：Learn Prompting「Skeleton-of-Thought：骨組みを作って並行に展開する」（原題 Skeleton-of-Thought Prompting、2024年9月27日更新）。原論文は arXiv:2307.15337「Skeleton-of-Thought: Parallel Decoding Improves Speed and Quality」（2023年7月28日）。
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。
- 問いを自分で分割する：Self-Ask の5ステップ
- 考える→動くを交互に回す：ReAct の5ステップ
- 生成AI（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）
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。