あるコンテンツ生成企業が Amazon Bedrock を使って数学の文章題を解くシステムを開発している。複雑な計算問題でモデルが誤答を出すことが多いため、モデルが解答を導出するまでの推論過程を明示させることにした。この手法として最も適切なプロンプトエンジニアリング技法はどれか。
- A. チェーン・オブ・ソート（CoT）プロンプティング
- B. RAG（検索拡張生成）
- C. フューショットプロンプティング
- D. システムプロンプトによるペルソナ設定
解答と解説を見る
正解: A
チェーン・オブ・ソート（Chain-of-Thought, CoT）プロンプティングは「ステップバイステップで考えてください」といった指示や、中間推論ステップを含む例示をプロンプトに加えることで、モデルに推論プロセスを明示させる手法。複雑な数学や論理問題での正解率が大幅に向上することが実証されている。Cのフューショットプロンプティングは入出力例を提示する手法で、CoT と組み合わせることもできるが、推論過程の明示という本問の目的に直接対応するのは CoT。Bの RAG は外部情報を検索してプロンプトに追加する仕組みで数学計算の推論過程とは別の課題を解決する。Dのペルソナ設定はモデルの口調や役割を定義するものであり、計算精度の向上には寄与しない。