AIは、考えてから答える

即答すると、間違えるTHE LIMITS OF INSTANT ANSWERS

テキスト生成編で見たとおり、LLMは1トークンずつ「もっともらしい続き」を書く機械。 何手も先を要する問いにいきなり答えの数字から書き始めると、 考える隙間がないまま、それっぽい間違いを口にしてしまう。 問題を切り替えて、即答モードの危うさを確かめてください。

途中式を、書かせるCHAIN OF THOUGHT

魔法のような発見でした——プロンプトに「ステップバイステップで考えて」と足すだけ。 モデルが答えの前に推論の途中経過をトークンとして書き出すと、正答率が跳ね上がる。 さっきと同じ問題を、今度は考えさせてみましょう。▶で1ステップずつ進みます。

考える＝計算するTEST-TIME COMPUTE

ここが核心。思考トークンを多く使う＝計算を多く費やすということ。 その一番わかりやすい形が「何度も考えて、多数決」(自己無矛盾)。 1回の推論は当てにならなくても、独立に何回も解いて多い答えを採れば—— 正しい答えが少しでも出やすいなら、票が正解に集まっていく。実際に回して確かめましょう。

行き止まりから、引き返すSEARCH & BACKTRACK

優れた思考は一直線ではありません。いくつかの道を試し、行き止まりに気づいたら戻る。 推論モデルは自分の途中結果を検算し、「待った、これは違う」と引き返せる。 例題「9円と13円の切手で、ちょうど100円ぴったりにできる?」を、▶で探索させてみましょう。

推論モデルの、正体THE REASONING MODEL

仕上げです。o1が切り拓いた推論モデル（o1・o3、DeepSeek-R1、GeminiやClaudeの思考モードなど）は、 答える前に長い「思考」を走らせてから結論を出します。しかも思考予算(どれだけ考えるか)を選べる—— 予算を増やすほど遅く高価になりますが、途中の間違いに自分で気づけるようになる。 問題と予算を選んで、ふだんは表に出ない思考をのぞいてください。

5つのステップ、ふりかえり