モデルの思考過程を導く：Chain of Thoughtプロンプト

はじめに

多くの場面で、言語モデルは最終的な答えだけを返し、その過程（中間ステップ）を示しません。この「ブラックボックス」的挙動では、論理の飛躍や誤りを発見しにくくなり、出力結果の信頼性が下がることがあります。Chain of Thought（CoT）プロンプトは、モデルに対して「どのように考えたか」をステップごとに示させる手法です。思考過程を明示的に示すことで、回答精度の向上や透明性の強化などが期待できます。

この記事では次の内容を解説します。

1. CoTプロンプトが性能向上に寄与する理由
2. 効果的なCoTプロンプトの構成要素
3. CoTなし・ありの比較例
4. Vertex AIで実践するコード例
5. まとめ

1. Chain of Thoughtが重要な理由

言語モデルは大量のテキストからパターンを学習しますが、複数段階の推論を内部で適切に処理できないことがあります。CoTプロンプトを用いると、次のような利点があります。

• 隠れたミスを発見：思考ステップを順に表示することで、論理の飛躍や計算誤りを前もって把握できる。
• 精度の向上：数量計算や複雑な論理問題での見落としが減り、正答率が上がる。
• 透明性の確保：各ステップを監査できるため、結果の解釈や検証が容易。

特に、モデルの温度（temperature）を低く設定することで、一貫した出力が得やすくなり、CoTの効果がさらに高まります。

2. 効果的なCoTプロンプトの構成

CoTプロンプトは大きく3つの要素で構成されます。

1. 指示ブロック：ステップごとに思考を書くようモデルに指示
2. 例示：詳細なステップを含む例題を提示
3. 問題と回答セクション：実際の問いを示し、「推論ステップ1」「推論ステップ2」…ラベルを用意

プロンプトのテンプレート（Template）

あなたは…の専門家です。各推論ステップを順に書いてから、最終的な答えを示してください。

例題：
問題: [例題]
推論ステップ 1: [1つ目の推論]
推論ステップ 2: [2つ目の推論]
…
回答: [答え]

では、次を解いてください：
問題: [実際の質問]
推論ステップ 1:

おすすめポイント

• 「推論ステップ1」や「推論ステップ2」などの番号付きラベルを使用してください。
• モデルが手順をスキップしないように、十分な詳細を記述してください。
• 実行時にはtemperatureを0か0.2に設定してください。

3. CoTなし/ありの比較例

以下の二例は、直接的なプロンプトでいかに誤答を誘発しやすいかを示し、CoTプロンプトで正しい過程を踏ませる例です。

A. コールセンター処理率比較

シナリオ：オペレーターAさんとオペレーターBさんの1時間あたり処理コール数を比較します。

❌ CoTなしプロンプト

オペレーターAさんは1時間で30件、45分で25件対応しました。
オペレーターBさんは1時間で40件、30分で20件対応しました。
どちらの処理率が高いですか？

想定誤答例：オペレーターAさんの方が速い。

誤りの理由：オペレーターAさんの最初の区間（30件÷1h＝30件/h）とBの最初の区間（40件÷1h＝40件/h）だけを比較したり、区間レートを単純平均したりすると、次のような誤解が可能性があります。

• A平均 = ( (30 ÷ 1) + (25 ÷ 0.75) ) ÷ 2 ≈ 31.65件/h
• B平均 = ( (40 ÷ 1) + (20 ÷ 0.5) ) ÷ 2 = 40件/hと誤判定します。
  実際は(合計55件 ÷ 1.75h ≈31.43件/h)と(60件 ÷ 1.5h =40件/h)を比較すべきですが、CoTなしでは計算過程が省略されがちです。

✅ CoTありプロンプト

問題: 職員Eさんは1時間で45件、30分で20件の処理を行いました。職員Fさんは45分で35件、1時間で30件の処理を行いました。1時間あたりの平均処理率が高いのはどちらですか？
推論ステップ1: Eの合計件数と合計時間を計算：45 + 20 = 65件、1h + 0.5h = 1.5h
推論ステップ2: Eの平均処理率：65 ÷ 1.5 ≈ 43.33件/h
推論ステップ3: Fの合計件数と合計時間を計算：35 + 30 = 65件、0.75h + 1h = 1.75h
推論ステップ4: Fの平均処理率：65 ÷ 1.75 ≈ 37.14件/h
推論ステップ5: 比較：43.33 vs 37.14
回答: 職員Eさんの方が速い（43.33件/h vs 37.14件/h）

問題: オペレーターAさんは1時間で30件、45分で25件対応しました。オペレーターBさんは1時間で40件、30分で20件対応しました。1時間あたりの平均処理率が高いのはどちらですか？
推論ステップ 1:
...
回答:

想定正答：オペレーターBさんの方が速い (40件/h vs 31.43件/h)

正答までの想定ステップ:

• 推論ステップ1: Aの合計件数と合計時間を計算: 30 + 25= 55件, 1h + 0.75h= 1.75h
• 推論ステップ2: Aの平均率: 55 ÷ 1.75 ≈ 31.43件/h
• 推論ステップ3: Bの合計件数と合計時間を計算: 40 + 20= 60件, 1h + 0.5h= 1.5h
• 推論ステップ4: Bの平均率: 60 ÷ 1.5= 40件/h
• 推論ステップ5: 比較: 31.43 vs 40

B. プリンター速度比較

シナリオ：プリンターXとプリンターYの1分あたり印刷枚数を比較します。

❌ CoTなしプロンプト

プリンターXは2分で30枚、3分で50枚印刷。　　
プリンターYは1.5分で25枚、2.5分で40枚印刷。　　
どちらが速いですか？

想定誤答例：プリンターXの方が速い。

誤りの例：区間ごとに「枚数 ÷ 時間」で処理速度を求めたあと、重み付けせずに単純平均してしまうことがあります。

• プリンターX: 30 ÷ 2= 15枚/分, 50 ÷ 3= 16.7枚/分 → 平均≈ 15.85枚/分
• プリンターY: 25 ÷ 1.5≈ 16.7枚/分, 40 ÷ 2.5= 16枚/分 → 平均≈ 16.35枚/分

✅ CoTありプロンプト

問題:
コピー機Mは4分で60枚、2分で20枚印刷しました。コピー機Nは3分で45枚、3分で50枚印刷しました。全体の平均印刷速度はどちらが速いですか？
推論ステップ1: Mの合計枚数と時間を計算：60 + 20 = 80枚、4 + 2 = 6分
推論ステップ2: Mの平均速度：80 ÷ 6 ≈ 13.33枚/分
推論ステップ3: Nの合計枚数と時間を計算：45 + 50 = 95枚、3 + 3 = 6分
推論ステップ4: Nの平均速度：95 ÷ 6 ≈ 15.83枚/分
推論ステップ5: 比較：13.33 vs 15.83
回答: コピー機Nの方が速い（15.83枚/分 vs 13.33枚/分）
問題: プリンターXは2分で30枚、3分で50枚印刷。プリンターYは1.5分で25枚、2.5分で40枚印刷。全体の平均印刷速度はどちらが速いですか？
推論ステップ 1:
...
回答:

想定正答：プリンターYの方が速い (16.25枚/分vs 16枚/分)

正答までの想定ステップ:

• 推論ステップ1: Xの合計枚数と時間: 30 + 50 = 80枚, 2 + 3 = 5分
• 推論ステップ2: Xの平均速度: 80 ÷ 5 = 16枚/分
• 推論ステップ3: Yの合計枚数と時間: 25 + 40 = 65枚, 1.5 + 2.5 = 4分
• 推論ステップ4: Yの平均速度: 65 ÷ 4 = 16.25枚/分
• 推論ステップ5: 比較: 16 vs 16.25

C. 平均速度の落とし穴

シナリオ：異なる速度での移動距離を合算し、全体の平均速度を計算します。

❌ CoTなしプロンプト

自動車が1時間50km/h、次に0.5時間75km/hで走行しました。　　
平均速度は？

想定誤答例：“62.5km/h”

誤りの理由：単純平均 (50 + 75) ÷ 2 = 62.5とし、時間の重み付けを無視してしまうことがあります。

✅ CoTありプロンプト

問題: バスが0.6時間で36km、1.2時間で60km移動しました。全体の平均速度は？
推論ステップ1: 合計距離を計算：36 + 60 = 96km
推論ステップ2: 合計時間を計算：0.6 + 1.2 = 1.8時間
推論ステップ3: 平均速度：96 ÷ 1.8 ≈ 53.33km/h
回答: 約53.33km/h
問題: 自動車が1時間50km/h、次に0.5時間75km/hで走行しました。平均速度は？
推論ステップ 1:
...
回答:

想定正答：約58.33km/h。

正答までの想定ステップ:

• 推論ステップ1: 合計距離: 50 + 75×0.5 = 50 + 37.5 = 87.5km
• 推論ステップ2: 合計時間: 1 + 0.5 = 1.5時間
• 推論ステップ3: 平均速度: 87.5 ÷ 1.5 ≈ 58.33km/h

4. Vertex AIでの実装コード例

以下は、検証に使用できるPythonのサンプルコードです。Google ColabとVertex AIのGeminiモデルを使って、Chain of Thoughtプロンプトを試せるようにしています。

① 必要なパッケージをインストール

import subprocess, sys, importlib.util

def ensure_package(pkg: str):
    if importlib.util.find_spec(pkg) is None:
        subprocess.check_call([sys.executable, "-m", "pip", "install", "-q", pkg])
ensure_package("google-genai")
ensure_package("ipython")

② Colab認証

import sys
if "google.colab" in sys.modules:
    from google.colab import auth
    auth.authenticate_user()

③ プロジェクト設定

import os
from google import genai
from google.genai.types import GenerateContentConfig

PROJECT_ID = os.getenv("GOOGLE_CLOUD_PROJECT") or "my-gcp-project"
if PROJECT_ID in ("", "my-gcp-project", "[your-project-id]"):
    raise EnvironmentError(
        "⚠️ PROJECT_ID が未設定です。\n"
        "  ▶ 環境変数 GOOGLE_CLOUD_PROJECT をセットするか\n"
        "  ▶ ソースコード内の PROJECT_ID の「my-gcp-project」を自分のProject IDに書き換えてください。"
    )
REGION = os.getenv("VERTEX_REGION") or "us-east1"
client = genai.Client(vertexai=True, project=PROJECT_ID, location=REGION)
models = client.models

④ CoTプロンプト実行関数定義

def run_prompt(prompt: str, model_id: str = "gemini-2.0-flash-001", temperature: float = 0.0, max_output_tokens: int = 300):
    if not isinstance(prompt, str) or not prompt.strip():
        raise ValueError("prompt は空ではいけません。文字列を渡してください。")
    config = GenerateContentConfig(
        temperature=temperature,
        max_output_tokens=max_output_tokens,
    )
    result = models.generate_content(model=model_id, contents=prompt, config=config)

    text = getattr(result, "text", str(result))
    try:
        from IPython.display import Markdown, display
        display(Markdown(f"### ✨ Result\n{text}"))
    except Exception:
        print("\n=== Result ===\n", text)

⑤ 自分のプロンプトを検証

cot_prompt = """
ここにあなた自身のChain of Thoughtプロンプトを入力してください。
"""
run_prompt(cot_prompt)

※ 上記コードではgemini-2.0-flash-001を書いてありますが、Vertex AIのGemini APIでは他にも複数のモデルが提供されています。ユースケースに応じて適切なモデルを選択してください。
利用可能なモデル一覧は以下の公式ページをご参照ください： Geminiモデル一覧

まとめ

Chain of Thoughtプロンプトは、モデルの思考過程を明確化し、複雑な推論や計算ミスを減らします。明確な指示、例示、ステップラベル、そして低温度設定を組み合わせることで、Vertex AIのGeminiモデルに対して信頼性の高い結果を得られます。自分のユースケースに合わせてプロンプトを試し、洗練させていきましょう。

参考

https://developers.google.com/machine-learning/resources/prompt-eng
https://research.google/blog/language-models-perform-reasoning-via-chain-of-thought/
https://research.google/pubs/towards-understanding-chain-of-thought-prompting-an-empirical-study-of-what-matters/
https://ai.google.dev/gemini-api/docs/prompting-strategies?authuser=1