AIへの指示の出し方：プロンプト入門

Chain of Thoughtとは？プロンプトでAIの推論力を引き出す方法

生田 陸人
監修
LuaGate エンジニア / 現役エンジニア
編集 LuaGate編集部

このレッスンで分かること

  • この記事では「Chain of Thoughtとは？プロンプトでAIの推論力を引き出す方法」を プロンプト設計 の現場で使える形で整理します
  • Chain of Thought（CoT）とは？AIが順を追って考える仕組み をおさえれば、現場で迷ったときに立ち戻れる
  • なぜCoTで精度が上がるのか？ をおさえれば、現場で迷ったときに立ち戻れる
  • Chain of Thoughtの2つの基本アプローチ をおさえれば、現場で迷ったときに立ち戻れる
  • 1. Zero-shot CoT（順を追って考えてと伝えるだけ） をおさえれば、現場で迷ったときに立ち戻れる

Chain of Thought とは

AIの推論力を引き出す最強のプロンプト技術「Chain of Thought (CoT)」を基礎から解説。「ステップバイステップ」で指示を出すだけで、ChatGPTなどのAIの回答精度が劇的に向上する理由と実践的な使い方を学べます。

「AIに複雑な計算や論理パズルを解かせようとしたけれど、あっさりと間違った答えが返ってきた」という経験はありませんか？

ChatGPTやClaude、Geminiなどの生成AIは非常に優秀ですが、複雑な推論を必要とする問題に対して、いきなり「答えだけ」を出そうとすると失敗することがあります。そこで重要になるのが、本記事で解説するChain of Thought（思考の連鎖）というテクニックです。

このレッスンでは、AIの回答精度を飛躍的に高める「考え方のプロセス」の伝え方をマスターしましょう。

Chain of Thought（CoT）とは？AIが「順を追って考える」仕組み

Chain of Thought（CoT）とは、直訳すると「思考の連鎖」という意味です。プロンプトエンジニアリングの世界では、AIに対して「結論を出す前に、思考のプロセス（手順）をステップごとに書き出させる」手法を指します。

CoT — AIに「答え」ではなく「思考の途中経過」を順番に出力させる手法。途中の言葉が次の言葉を導くので、論理が破綻しにくくなり、複雑な推論の正答率が大きく上がります。

人間も、数学の難問を解くときや複雑なビジネスプランを練るとき、いきなり答えを出すのではなく、紙に計算過程を書いたり、論理を組み立てたりしますよね？AIも同様で、「思考の足跡」を言葉にさせることで、驚くほど正確な回答を導き出せるようになります。

diagram (will load when visible)

なぜCoTで精度が上がるのか？

生成AI（大規模言語モデル）は、本質的に「次に続く確率の高い言葉」を予測して出力しています。いきなり答えを出そうとすると、その計算に必要な情報を十分に処理しきれないまま、もっともらしい「間違い」を出力してしまう傾向があります。

しかし、ステップごとに考えを出力させると、前のステップの内容が次のステップのヒントになります。つまり、AIの中に一時的な「メモ帳」を作らせるような効果があり、論理的な破綻を防ぐことができるのです。

Chain of Thoughtの2つの基本アプローチ

CoTには、大きく分けて2つのアプローチがあります。状況に応じて使い分けられるようになりましょう。

使い分けの目安 — まずはZero-shot CoT（「ステップバイステップで」と一文追加）で試し、それでも精度が足りないときだけFew-shot CoT（手本となる思考例を提示）に切り替えるのが効率的です。

1. Zero-shot CoT（「順を追って考えて」と伝えるだけ）

もっとも簡単で強力な方法です。プロンプトの末尾に「ステップバイステップで考えてください」や「順を追って説明してください」と一言付け加えるだけで、AIの推論能力が活性化されます。

2. Few-shot CoT（思考の例を見せる）

いくつかの「問題・思考プロセス・答え」のセットを例題として提示する方法です。AIに「このように考えてほしい」という手本を見せることで、より複雑な問題にも対応できるようになります。

diagram (will load when visible)

実践！Chain of Thoughtの良い例と悪い例

実際に、算数の文章題を例に比較してみましょう。

避けたい例 【悪いプロンプトの例】 リンゴを5個持っていました。新しく3個買い、その後2個を友だちにあげました。その後、残りの半分を食べました。今、リンゴは何個ありますか？答えだけ教えてください。

AIの回答例（間違いやすいパターン）: 2個です。

良い例 【良いプロンプトの例】 リンゴを5個持っていました。新しく3個買い、その後2個を友だちにあげました。その後、残りの半分を食べました。今、リンゴは何個ありますか？

ステップバイステップで順を追って考えてください。

AIの回答例:

  1. 最初に持っていたリンゴは5個です。
  2. 3個買ったので、5 + 3 = 8個になります。
  3. 2個を友だちにあげたので、8 - 2 = 6個になります。
  4. 残りの半分を食べたので、6 ÷ 2 = 3個になります。 答えは3個です。

このように、計算過程を書き出させることで、AIは自分自身の計算ミスに気づきやすくなり、正しい結論にたどり着く確率が劇的に向上します。

Chain of Thoughtが特に有効なシーン

CoTはすべての指示に必要というわけではありません。特に以下の場面で真価を発揮します。

  • 数学や論理パズルの解決 → 複数の手順が必要な計算や論理問題。
  • ビジネス戦略の策定 → 「なぜその戦略が良いのか」という根拠を明確にしたい場合。
  • プログラミングのデバッグ → コードのどこにエラーがあるか、原因を特定するプロセス。
  • 複雑な記事構成の作成 → 読者のニーズから逆算して、どのような見出しを作るべきか検討する場合。

ビジネスでの応用例：市場分析

単に「この商品の強みを教えて」と聞くのではなく、「競合他社を分析し、次にターゲットユーザーのニーズを整理し、その上で自社の強みを3ステップで分析してください」と指示することで、より質の高い洞察が得られます。

Chain of Thoughtを使いこなす3つのコツ

  1. 魔法の言葉を忘れずに → 迷ったら最後に「ステップバイステップで考えて」と付け加える癖をつけましょう。これだけでAIのIQが上がったかのような結果が得られます。
  2. 手順を細分化する → 複雑なタスクの場合、「まずAを行い、次にBを検討し、最後にCを決定してください」と、あらかじめ思考のレールを敷いてあげると、さらに精度が高まります。
  3. 出力されたプロセスをチェックする → CoTの利点は、AIが「どこで間違えたか」が人間にも一目でわかることです。もし結果が間違っていても、思考プロセスを見れば、どの前提条件を修正すべきかがすぐに分かります。

やってみよう チャレンジ問題: 次のプロンプトを「Chain of Thought」を使って改善してみましょう。

「1ヶ月でフォロワーを1000人増やすためのSNS戦略を立てて」

ヒント: どのような手順（現状分析、ターゲット設定、コンテンツ案など）で考えてほしいかを具体的に盛り込んでみてください。

まとめ

Chain of Thought（CoT）は、AIに「答え」ではなく「考え方」を指示する技術です。ステップバイステップで出力させるというシンプルな工夫だけで、AIの推論能力を最大限に引き出すことができます。複雑な問題をAIに依頼するときは、ぜひ「思考の連鎖」を意識したプロンプトを試してみてください。

「答えを急がない」ことが、実はもっとも精度の高い答えへの近道になります。AIとの対話は、まるでお互いに知恵を出し合う「共同作業」のように進めてみてくださいね！

現場でよくある具体例

  1. 業務ケース 1 — 商品説明文の生成。「役割・読者・トーン・制約・出力例」の 5 ブロックを徹底したら、編集工数が 3 分の 1 に
  2. 業務ケース 2 — 議事録要約で「アクションアイテムは担当者と期限を明記」と一文足したらタスク漏れが激減
  3. 業務ケース 3 — 顧客対応の Chain-of-Thought 設定で「まず分類、次に回答候補、最後に確認質問」と段階指示にし、誤回答が 4 割減

次にとるべきアクション

  1. 自分の現業務プロンプトを 1 つ取り出す — 「Chain of Thoughtとは？プロンプトでAIの推論力を引き出す方法」の観点で 3 箇所書き換え、変更前後を比較する
  2. プロンプトをテンプレ化する — 役割・入力・出力フォーマット・制約の 4 ブロックで定型化する
  3. 評価セットを 5 件作る — 自分のユースケースで「期待出力」を 5 件用意し、プロンプト改善のたびに回帰確認する

次のレッスン

次は ReActとは？AIに推論と行動を組み合わせさせる次世代プロンプト技術 で、ReActとは？AIに推論と行動を組み合わせさせる次世代プロンプト技術 を学びます。

事前確認 — 進む前に次の 3 つができることを確認しましょう。

  1. CoT 推論力の強化 の要点を自分の言葉で説明できる
  2. このレッスンの最小コード (または操作手順) を見ずに書ける
  3. 練習問題やクイズで間違えた箇所を読み直して理解した

理解度チェック (30 秒)

Q. CoT 推論力の強化 とは何か、1 文で説明してください。

この章のポイント

A. 本文の「このレッスンで分かること」または冒頭の説明文を見直し、自分の言葉で要約できれば OK。詰まったら本レッスンの最初の H2 セクションを読み返してみましょう。

関連レッスン

参考にした出典

学習を加速したい方へ

プロンプトエンジニアリング実践ガイドを体系的にマスターするなら、chotdekiru の無料学習ポータル で実際に手を動かして学習を始めるのがおすすめです。質問・つまずきも現役エンジニアが伴走します。

復習ミニクイズ

AIに「Chain of Thought (CoT)」を用いて指示を出す際、最も期待できる効果はどれですか？

参考リンク