思考鎖（Chain of Thought）とは、大規模言語モデルが複雑な問題に対して段階的な推論プロセスを明示的に生成することで、出力の精度や論理性を向上させるプロンプト手法およびモデルの特性です。
思考鎖とは
一言でいうと、AIが複雑な問題を解く際に「順を追って考える」プロセスをステップバイステップで出力させる技術です。
詳しく解説
思考鎖は、大規模言語モデル（LLM）に対して「段階的に考えてください」という指示や、推論の途中経過を示すサンプルを与えることで、回答の正確性を高める仕組みです。従来モデルは質問に対して直接結論を出そうとするため、計算問題や複雑な論理パズルで誤答しやすい傾向がありました。しかし、推論のステップを明示的に生成させることで、AIは自身の計算や論理の矛盾に気づきやすくなり、より高度なタスクを正確に処理できるようになります。背景として、モデルのパラメータ数増加とアルゴリズムの進化に伴い、単なるパターンマッチングから論理的な推論への拡張が求められたことが挙げられます。
具体例・使われ方
例えば、「リンゴが3個あり、2個買い足し、そのうち4個を食べた。残りは何個か？」という問題に対し、思考鎖を用いたAIは、「1: 最初は3個あります」「2: 2個買い足したので、3 + 2 = 5個になります」「3: 4個食べたので、5 - 4 = 1個になります」「4: 答えは1個です」のように、計算のプロセスを順番に出力しながら結論にたどり着きます。
似た用語との違い
一般的なゼロショットプロンプトによる直接的な回答生成とは異なり、思考鎖は推論の途中経過を出力するという明確な違いがあります。また、検索拡張生成（RAG）などの外部知識を組み合わせる手法とも異なり、モデル内部の論理的な思考プロセスを引き出すことに主眼が置かれています。
注意点
思考鎖を用いても、モデルが必ず正しい推論をするとは限らず、もっともらしい嘘（ハルシネーション）を論理的なステップの途中に含めてしまうリスクがあります。また、プロセスを出力する分だけトークン消費量が増え、処理時間とコストがかかる点にも注意が必要です。