ある教育スタートアップが Azure OpenAI Service を使って数学の問題を解説する AI チューターを構築しています。モデルが「まず問題を分解し、各ステップを順番に考えてから最終答えを出す」という思考プロセスを取るようにしたい。この目的に最も適したプロンプトエンジニアリング手法はどれか。
- A. Few-shot プロンプティング: 数問の例題と解答のペアを示し、同様の形式で解答させる
- B. ネガティブプロンプティング: 「答えを急がず、間違いを避けてください」と制約のみを与える
- C. Zero-shot プロンプティング: 質問だけを渡し、モデルに自由に回答させる
- D. Chain-of-Thought（CoT）プロンプティング: 「ステップバイステップで考えてください」と明示的に指示する
解答と解説を見る
正解: D
Chain-of-Thought（CoT）プロンプティングは、モデルに「ステップバイステップで考えてください（Let's think step by step）」と指示することで、複雑な推論問題でモデルが中間ステップを明示的に生成しながら回答する手法です。数学の解説や論理的推論タスクで特に有効です。選択肢 C の Zero-shot はモデルの標準的な回答を引き出すだけで、思考プロセスの明示的な誘導はされません。選択肢 A の Few-shot は例示によって形式を学習させる手法で効果的ですが、ステップバイステップの思考プロセスを誘導するためには CoT と組み合わせる必要があります。選択肢 B のネガティブプロンプティングは制約を与えるだけで、思考プロセスの構造化には直接つながりません。