ある企業が、Vertex AI上でLLM（大規模言語モデル）を使ったアプリケーションを開発しています。モデルの回答の精度と一貫性を高めるために「プロンプトエンジニアリング」の技術として「Chain-of-Thought（CoT）プロンプティング」を活用することを検討しています。CoTの主な効果として最も正確なものはどれですか？
- A. CoTプロンプティングはモデルのパラメータ数を増やすことでパフォーマンスを向上させる手法である
- B. CoTプロンプティングはAPIのレスポンス速度を向上させるためのキャッシュ技術である
- C. CoTプロンプティングは「段階的に考えてください（Let's think step by step）」のような指示でモデルに中間的な推論ステップを示させることで、数学的推論や複雑な論理問題での正答率を向上させる技術である
- D. CoTプロンプティングはモデルのトークン使用量を削減してコストを下げるための最適化手法である
解答と解説を見る
正解: C
Chain-of-Thought（CoT）プロンプティングはLLMに「段階的に考えてください」または中間ステップを示す例（Few-Shot CoT）を与えることで、モデルが最終回答を出力する前に論理的な推論過程を明示的に生成させる技術。複数ステップの算数問題、常識推論、コーディング問題等でCoTなしと比較して大幅に正答率が向上することが研究で示されている。モデルパラメータ増加とは無関係（プロンプト設計の技術）。APIキャッシュでも、トークン削減手法でもない（むしろCoTは出力トークンが増加する）。