🌟 最先端推論AIモデルを10倍凌駕するプロンプトテクニック

みなさん、こんにちは！

最近は推論モデルが流行っていて、凄いなって思いますよね。OpenAIのo1とかo3とか、Claudeの拡張思考モードとか。

この推論モデルの中にはCoT・チェーンオブソートという特殊なプロンプティングが内臓されているんです。

しかし、これを10倍くらい凌駕するプロンプティングがあったら、どう思いますか？

それを今回はお話します。

このプロンプト手法を使いこなせば、高額な最新モデルを使わなくても、今お使いのAIから驚くほど質の高い回答を引き出せるようになりますよ！

これは、AIの民主化という視点からも、これは重要な観点です。

【関連動画①】

【関連動画②】

🚀 驚愕の10倍パワー！COTを圧倒するプロンプティングとは？

まず、結論から述べると、CoT・チェーンオブソートを10倍も凌駕するプロンプティングとは、ToT・ツリーオブソートです。このToTは、比較的新しく開発されたテクニックです。そのため、潜在能力も計り知れないと思います。

信じられない！探索タスクで2〜24倍の強さを発揮

2023年5月頃、Googleのディープマインドチームとプリンストン大学の共同研究チームが発表したTree of Thought（TOT）というプロンプト技法は、従来のチェーンオブソート（Chain of Thought＝COT）を大きく上回る性能を示しました。

特に衝撃的だったのは、GPT-4がCOTでは4%しか解けなかった問題に対して、TOTでは74%の成功率を達成したという結果です。これって単純計算で18倍以上の性能向上ですよね！平均的には、探索が必要なタスクでTOTはCOTの約10倍の優位性があるとされています。

「えっ、そんなにもも違うの？」

と思われるかもしれませんね。でも、これは誇張ではなく、実際の研究結果なんです！

私自身も何度も実験しましたが、COTではどれだけ頑張っても答えにたどり着けなかった問題が、TOTを使うとあっさり解決できることがありました。「なぜもっと早くこの方法を知らなかったんだろう」と思わずにはいられませんでした。

10倍と言っているのは、2-18倍くらいの違いなので、その間をとって私が個人的に述べているだけですが、おおよそ、それくらいの成果の差はあると思います。

世界最高峰の研究チームが認めたツリーオブソート

この革命的なテクニックが生まれたのは、AIの最先端を走るGoogleディープマインドとスタンフォード大学の研究チームからです。彼らは人間の思考プロセスを観察し、「人って難しい問題を解くとき、一本道で考えないよね？」という当たり前の事実に着目しました。

人間は複数の可能性を同時に考え、行き詰まったら別の角度から考え直します。TOTはこの自然な思考の仕組みをAIに実装したものなんです。これぞ、AIと人間の思考の架け橋と言えるでしょう！

🤔 「一本道」vs「森の中の探検」—なぜTOTがゲームチェンジャーなのか

COTの落とし穴：一度レールを外れると戻れない！

従来のChain of Thought（COT）、つまり「ステップバイステップで考えて」というプロンプト手法。確かに便利ですが、大きな弱点があります。それは...一度間違った方向に進むと、そこから抜け出せなくなること！

例えば「爽やか」と「すがすがしい」の違いを考える時、COTで「どちらも同じ季節の言葉だ」という誤った前提を立ててしまうと、その後いくら考えても正しい答えには絶対にたどり着けません。「他には？」と質問しても、AIはその誤った前提の上で別の角度を探すだけで、根本的な誤りには気づかないんです。

これって、私たちが迷子になった時に「この道で合ってるはず！」と思い込んで、どんどん奥へ進んでしまうのに似ていますよね。

TOT・ツリーオブソートの魅力：どこでも自由に探索できる柔軟性

一方、Tree of Thought（TOT）では、思考が「枝分かれ」するので、一つの道が行き止まりでも別のルートを試せます。さらに「バックトラッキング」という技術で、「この道は違うな」と気づいたら引き返して別の道を探索できるんです。

これは、森の中で探検するときに、地図を広げて複数のルートを検討し、行き詰まったら別の道を試せる自由さに似ています。「爽やか」を考える時も、「季節感」「身体感覚」「言語的用法」など複数の視点から同時に探索できるので、より本質的な違いを見つけられる可能性が高まります。

この柔軟な探索能力こそが、TOTがCOTを圧倒する秘密なんです！

🧠 思考の枝の根幹—上位概念で迷子にならない

共通の傘の下で考える—下位概念と部分ベクトル空間のマジック

TOT・ツリーオブソートを使いこなすには、まず「上位概念」という地図が必要です。例えば「リンゴ」と「イチゴ」を比べるなら、上位概念は「果物（フルーツ）」です。

この「果物」という傘の下に、「色」「形」「大きさ」「育成環境」などの特性があります。これらは「部分ベクトル空間」と呼ばれ、比較するための座標系のようなものです。もし、違いを知りたいのなら、ここを比較しないと回答は出てきません。

上位概念をしっかり設定すると、下位概念は相対化されるため、比較する対象が明確になり、「リンゴ」と「自動車」のような的外れな比較を避けられます。私たちの思考も整理されて、より意味のある比較ができるようになりますよ。

「分ける」ことで「理解する」—部分ベクトル空間の比較パワー

以前から私は「分かることは分けること」と言ってきました。物事の共通点と相違点を把握することで、本当の理解が生まれるんです。

TOT・ツリーオブソートでは、部分ベクトル空間の比較を通じて、概念間の微妙な違いを明らかにします。例えば「おざなり」と「なおざり」の違いを考える時、「行動の有無」という視点で比較すると、「おざなり」は形式的でも行動があるのに対し、「なおざり」は行動自体が放棄されているという本質的な違いが見えてきます。

AIはこれをベクトル表現として処理し、私たちにわかりやすく説明してくれます。「なるほど、そういう違いだったのか！」と目から鱗が落ちる体験ができるはずです。AIにとって「おざなり」と「なおざり」のある部分ベクトル空間は、全く違うものとして捉えているんです。

こうしたAI共創学習は、今後、とても重要になってくると思います。もしかしたら、TOTは教育の分野でも発展するかもしれませんね。

💡 目からウロコの実例集—TOT・ツリーオブソートで見える新しい世界

身近な例で理解—イチゴとリンゴの新しい見方

TOT・ツリーオブソートの基本を理解するには、身近な例から始めるのがおすすめです。「イチゴ」と「リンゴ」の違い、誰でも知っていますよね？

ですが、TOTのツリー構造で表示すると、「果物性」という上位概念の下に、色や形、大きさなどが枝分かれし、より体系的な理解が得られます。「赤さ」ではイチゴの方がより鮮やかで、「丸さ」ではリンゴは均一に丸いのに対し、イチゴは下部が尖っているという違いが明確になります。

「へぇ、当たり前のことでも、こうやって整理すると新しい発見があるんだな」と感じられませんか？

言葉の微妙なニュアンスを解き明かす—おざなりとなおざりの世界

日本語の奥深さを感じる例として、「おざなり」と「なおざり」の違いを見てみましょう。

普通のプロンプトやCOTでは、これらの微妙な違いを説明するのは難しいですが、TOTを使うと「対象への向き合い方」という観点から本質的な違いが見えてきました。

「おざなり」は形だけでも何かしら行動している状態、「なおざり」は行動自体を放棄しており、無視や無関心といった深刻なメッセージを含んでいるんです。「ああ、だからこの言葉を使うとこんなに印象が違うのか」と、言葉の使い分けにも役立ちますね。

季語の秘密を探る—すがすがしいと爽やかの文化的差異

さらに興味深い例が、「すがすがしい」と「爽やか」の違いです。日常会話では似た意味で使われることが多いです。実際、日常会話の両者のベクトルはとても近いのですが、実はかなり異なる部分ベクトル空間があるんです。

通常のプロンプトやCOTでは気づけなかった違いを、TOTは「季節の記号」という視点から解き明かしました。なんと「すがすがしい」は夏の季語、「爽やか」は秋の季語だったんです！

俳句や文学の世界では当たり前の知識かもしれませんが、一般の私たちには新鮮な発見ですよね。TOTがあれば、こんな文化的・文学的な違いも明らかにできるんです。

🛠️ あなたも今日から使える！TOTプロンプトの作り方

思考の木を育てる—ツリー形式表示のパワー

TOT・ツリーオブソートを実践する上で最も重要なのが「ツリー形式での表示」です。この形式なら、たくさんの情報をコンパクトに整理でき、探索や比較が格段にやりやすくなります。

プロンプトには「ツリー形式で出力して」と明示し、「全ては一つのツリー形式で」と追加すると、思考がまとまりやすくなります。私自身、この形式に切り替えてから、AIとの対話の質が劇的に向上しました！

探検家の心得—AIを探索モードに切り替える魔法の言葉

TOT・ツリーオブソートは特に「探索」が必要なタスクで真価を発揮します。「探索して」というシンプルな一言でAIの探索モードをオンにできます。

これは、迷路を解く時に「ここから右に行くとどうなる？」「左はどう？」と様々な可能性を試すのに似ています。シンプルですが効果的なこの指示で、AIはより多角的に考えるようになりますよ。

比べて深める—評価基準で思考の質を高める

探索結果を評価するには「比較して評価して」というプロンプトが有効です。さらに「メリット・デメリット」「強み・弱み」「長所・短所」といった具体的基準を示すと、より詳細な比較が可能になります。

私のお気に入りは「相違度を1〜10で評価」というプロンプトです。これを入れると、AIは違いの程度を数値化してくれるので、本当に重要な違いが一目でわかるんです。「相違度9以上」だけを抽出すれば、本質的な違いだけに集中できますよ。

5つの魔法—マジックナンバーがもたらす思考の最適化

TOT・ツリーオブソートの実装で覚えておきたい魔法の数字、それは「5」です。研究によると、思考の枝分かれは5つが最も効率的なんです。これはビーム幅が「5」の時に、正答率と効率性がちょうど高くなるという先行研究を参考にしています。

更に、なぜ5なのか？の理由ですが、分岐が少なすぎると可能性が限られ、多すぎると質が下がり計算コストが増加するからです。5という数字は、探索と活用のバランスがちょうど良いんですね。

プロンプトに「5つ分岐させて」と指定し、ステップ数を「3」にすると、5×3という思考の木の魔法の組み合わせが完成します。この数字を覚えておくだけで、AIとの対話の質が格段に向上しますよ。

このマジックナンバー5×3は、アイデア出しなどでとても重要になるので、過去記事で取り上げています。よかったら、ご覧下さい。

🎯 新時代のAI活用へ—TOT・ツリーオブソートの可能性を最大限に

未来を切り拓く—AIエージェントに必須の探索能力

Tree of Thought（TOT）は、現在の推論モデルの弱点である「探索能力」を大幅に強化するテクニックです。これからのAIエージェント開発にも大きな影響を与えるでしょう。

AIエージェントに感して既知のタスクなら現在のCOTでも対応できると思いますが、未知のタスクになると難しいかもしれません。そこで将来的にAIエージェントのプロンプティングにTOTが組み込まれるのではないか、と思うのです。

もし未来のAIエージェントがTOT×COTの統合型で、それが月額何十万もする場合、そこに課金しなくても、この方法を組み込めば対抗できるかもしれません。まあ、未来は来てみないとわかりませんが、覚えておいて損はないテクニックです！

使い分けの知恵—タスクに合わせたプロンプト選択術

とはいえ、すべての場面でTOTが最適というわけではありません。一点を深く掘り下げるタスクや、単一の思考経路で解決できる問題には、一点集中突破型のCOTの方が適している場合もあります。

大切なのは、問題の性質に合わせて思考法を選ぶこと。探索が必要な時はTOT、活用や深掘りが必要な時はCOT、というように使い分けることで、AIから最高の答えを引き出せるようになります。道具は使い方次第で、その真価を発揮するんですね。

二つの力を合わせる—TOTとCOTの融合で無限の可能性へ

将来的には、TOTとCOTを組み合わせたアプローチが最強になるかもしれません。まずTOTで広く探索し、有望な経路が見つかったらCOTで深掘りする...そんな組み合わせが可能になれば、より複雑な問題も解決できるようになるでしょう。こうしたプロンプティングは、ブレクスループロンプトとして以前も紹介したので、よかったらご覧ください。

AIとの対話はまだ発展途上。私たち一人ひとりの工夫や実験が、AIの可能性を広げていくんです。TOT・ツリーオブソートという新しい扉を開いて、AIとの対話をもっと豊かなものにしていきましょう！

それでは、また！

【プロフィール】
ワンダー・佐藤源彦（さとう もとひこ）
MBBS & AI共創イノベーション主催。
医療系の研究所、心理学の研究所の勤務を経て独立し、現在はAIと心身に関する研究をしている。
主著『東洋医学と潜在運動系』、2年間専門誌に連載、論文執筆などの執筆業を行いつつAI共創ライティングを開発中。
心理学・カウンセリング・コーチングをAIに技術転用し、AI共創学を開発している。
AIスクール・AI企業研修・AIアプリ開発などを行う。

✅note記事（Youtube連動記事あり）
https://note.com/mbbs

✅AI共創イノベーション
https://mbbs-ai.jimdofree.com/

✅Facebook
https://www.facebook.com/motohiko1977

✅佐藤源彦総合リンク
https://linktr.ee/motohiko.sato