生成AIアドバイザー認定試験 用語解説
Chain of Thoughtとは
答えに至るまでの途中の推論の手順（中間の推論ステップ）を、モデルに順に書き出させる方法。算術、常識、記号に関する推論の課題で、大規模言語モデルの性能が上がることが報告されている。例題として途中の推論つきの答えをプロンプトに示すやり方（chain of thought prompting）が代表的である。
まず押さえる結論
Chain of Thoughtは、生成AIアドバイザー認定試験の「第3課題 プロンプトエンジニアリング」で確認しておきたい用語です。定義だけでなく、どの場面で使う言葉か、何と混同しやすいか、問題文のどの表現で判断するかまで確認します。
情報源と編集区分
公式範囲を確認し、具体例・誤答例・判断手順は当サイトが編集。 一次情報確認日: 2026-10-04。
試験概要（公式）試験での問われ方
定義の言い換え
用語そのものではなく、説明文の一部を言い換えて出されることがあります。
似た概念との比較
同じ章の用語と入れ替えた選択肢に注意します。対象、目的、使う場面を分けます。
具体例からの判断
問題文の事例が、定義のどの部分に対応しているかを先に確認します。
誤答しやすいポイント
「第3課題 プロンプトエンジニアリング」の問題で、取り違えやすい組み合わせです。
- Few-shot・Role-playing・Negative/Constraint Prompting・Iterative Refinementの取り違え。例を示すのがFew-shot、役割を指定するのがRole-playing、禁止や制約を示すのがNegative/Constraint Prompting、出力を見て直しながら繰り返すのがIterative Refinementである。
- Chain of ThoughtとContext settingの混同。途中の考え方を順に書かせるのがChain of Thought、依頼の背景や状況を伝えるのがContext settingである。
- プロンプトを、学習データやパラメータと混同すること。プロンプトは利用者が生成AIに与える指示や質問の入力である。目的と条件を具体的に書くのが基本で、出力が不十分なら見直す。
関連する確認問題
第3課題 プロンプトエンジニアリング / 第3章 よく利用されるプロンプトテクニック
複数の手順を踏んで答えを出す計算問題で、モデルに途中の考え方を順に書かせてから結論を出させる方法はどれか。
正解は「Chain of Thought（ステップ・思考プロセスを促す方法）」である。結論だけを求めず、途中の考え方を順に書かせてから結論を出させることで、複数の手順を踏む計算問題にも対応しやすくなる。依頼の背景や状況を伝えるContext setting、役割を決めるRole-playing、例を示すFew-shotは、いずれも別の目的で使う技法であり、途中の考え方を順に書かせる方法ではない。問題文にある「途中の考え方を順に書かせる」という手がかりに注目する。
第3課題 プロンプトエンジニアリング / 第3章 よく利用されるプロンプトテクニック
回答を表計算ソフトに貼り付けやすくするため、「項目名と内容の2列の表で、5行以内」とプロンプトに書き添えた。この工夫に最も当てはまるテクニックはどれか。
正解は「出力の形式・条件を指定する」である。「2列の表で5行以内」という書き添えは、回答の形式（表）と条件（列数と行数）を先に示す工夫であり、利用目的に合った形で出力されやすくなる。役割の指定は回答者の立場を決める指示、Chain of Thoughtは途中の考え方を順に書かせる指示、反復・改善サイクルは出力を見ながらプロンプトを直していく進め方である。今回の書き添えは出力の見た目と量を決めるものなので、どれにも当てはまらず、形式・条件の指定に当たる。
同じ章で確認したい用語
到達チェック
- Chain of Thoughtを一文で説明できる
- 同じ章の似た用語と違いを説明できる
- 問題文の具体例から、Chain of Thoughtに関係する論点を拾える
- 関連問題を解き、誤答した選択肢の理由を確認できる
執筆: ミナト編集部（運営者情報を見る）