数学・論理問題など一段飛ばしで誤りやすい問いに対し、LLM が中間ステップを書き出してから結論を出せるようにします。2022 年に Google の Wei らが論文で効果を示しました。
バイブ特有
454
Chain of Thought
チェーン オブ ソート
体験区分：少しだけ触った
推奨読者レベル：Level 3-4
何をしてくれるか
どこで出会うか
Prompt Engineering（G-10）の解説でよく登場します。「Let's think step by step.」を末尾に添える Zero-shot CoT が有名で、Few-shot Learning と組み合わせる版もあります。
構造図
2026.04·ready
「Thinking モデルが普及したので、CoT のおまじないを書く頻度は減りました。」
Chain of Thoughtの見方
455
この用語の見どころ
1
役割
プロンプトで LLM に推論の中間ステップを明示させる技法です。
2
うれしさ
数学・論理問題の正答率が大きく上がることがあります。
3
注意点
Thinking モデルでは CoT が自動化され、手書きの必要性は減ります。
4
どこで役立つか
非 Thinking モデルを使う予算制約のある場面で今も有効です。
5
はじめに
Zero-shot CoT の一文（Let's think step by step.）を試すと体感できます。
6
深掘り先
Prompt Engineering, Thinking モデル, Self-Consistency
非エンジニアのつまずき
- 昔の AI の本では「こう指示するといい」と書かれていた手法です
- 今のモデルでやるとトークンの無駄遣いになるだけです
- 「昔は必要、今は不要」という文脈で説明するコストが面倒です
私のコメント
- 第一印象:これで AI の出力を賢くできると思いました
- 良い点:昔は実際にスコアが上がり、手元でできるハック手法として良かったです
- ダメな点:今はモデルに組み込まれていて、もう要らなくなっています
- 誰向けか:昔のモデルを使う人向け。量子化モデルでも不要になったレベルです
開発フローでの位置
問題の選定
プロンプト設計
出力の検証
モデル選択の再考
関連用語
G-18·term_llm
バイブコーディング図鑑