Chain of Thought（CoT、思考の連鎖）とは、大規模言語モデルに対して問題の解決手順や推論ステップを段階的に出力させるプロンプトエンジニアリングの手法です。単に最終的な答えを求めるのではなく、途中の思考プロセスを明示させることで、算術問題や論理的推論における回答精度を大幅に向上させます。
Chain of Thoughtとは
Chain of Thought（思考の連鎖）とは、大規模言語モデルに最終的な答えだけでなく中間的な推論過程を出力させることで、論理的思考や複雑な問題解決の精度を高めるプロンプトエンジニアリングの手法です。
詳しく解説
大規模言語モデルは複雑な算術問題や論理パズルにおいて、直接答えを出力させようとすると誤った回答をしがちです。Chain of Thoughtでは、人間が頭の中で順を追って考えるように、モデルに推論のステップを1つずつ言葉として生成させます。これにより、複雑なタスクを小さな論理的ステップに分解して処理できるようになります。少数の思考例をプロンプトに含める手法だけでなく、「ステップバイステップで考えてください」といった指示を加える手法も広く活用されています。
具体例・使われ方
たとえば、「リンゴが5個あり、3個食べてから2個もらった場合、残りは何個か」という算術問題に対し、「5 - 3 = 2、次に2 + 2 = 4なので、答えは4個です」のように計算過程を順序立てて出力させます。論理パズルや条件分岐の多い意思決定サポートなど、複数の段階を踏む推論タスクで効果を発揮します。
似た用語との違い
Few-Shotプロンプティングは問題と回答の例をそのまま与える手法ですが、Chain of Thoughtは例示の中に「思考プロセス（理由や途中計算）」を含める点で異なります。また、例示を与えずに「段階的に考えてください」と指示するアプローチはZero-Shotプロンプティングの発展形として区別されます。
注意点
推論ステップを出力させるためトークン消費量が増加し、応答時間が長くなる傾向があります。また、思考プロセスそれ自体がもっともらしく見えても途中で誤った論理展開を行うハルシネーションが発生する可能性があり、思考の過程が出力されているからといって必ずしも結論が正しいとは限りません。