Chain of Thought
ちぇいんおぶそうと
Chain of Thought
一言でいうと
LLMに「思考の過程」を書き出させてから結論を出させ、推論精度を上げる手法のこと。
詳しい意味
Chain of Thought（CoT、思考連鎖）は、LLMに対して「いきなり答えを出す」のではなく「考えるプロセスを段階的に書き出してから答える」よう促す手法です。「Let's think step by step」のような指示文や、フューショット例で「思考過程 → 答え」の形を見せることで誘導します。算数・論理推論・複雑な意思決定タスクで精度が大きく向上することが知られています。最近のモデル（Claude / OpenAI o1 / o3 など）は内部的に CoT を行う「reasoning model（推論モデル）」として設計されています。CoT を表示させると遅く・トークン消費も増えるため、簡単なタスクには不向きです。
何に使うか
数学・論理推論・複雑な分類タスクで精度が必要なとき。意思決定の理由を可視化させたいとき。難問への回答品質を上げたいとき。
どんな時に出るか
「step by stepで考えて」「CoT入れたら正解率上がった」「reasoning modeに切替」といった場面で登場します。
具体例
- 数学の文章題でCoTを促すプロンプトに変えたら、正解率が60%から85%に上がった。
- 推論モデル（o1 / o3）は内部でCoTを実行するため、システムプロンプトでstep by stepと書く必要がない。
別名・略称
chain of thought(ちぇいんおぶそうと)cot(しーおーてぃー)CoT(しーおーてぃー)思考連鎖(しこうれんさ)step by step(すてっぷばいすてっぷ)reasoning(りーずにんぐ)
初心者向けメモ
学校で算数の問題を解く時、「答えだけ書く」より「途中式を書きなさい」と言われた方が、途中で間違いに気付いて正解にたどり着けるのと同じです。LLMにも同じ訓練を促すのがCoTです。