Chain of Thoughtプロンプトの書き方｜精度を上げる思考誘導2026

GSM8Kという算数文章題のベンチマークで、正答率がプロンプトに一文足すだけで10.4%から40.7%に跳ね上がった実験結果がある。足した一文は「ステップごとに考えてください（Let's think step by step）」だけ。モデルの中身は何も変えていない。

この「答えを出す前に、途中の思考を書き出させる」手法がChain of Thought（CoT、思考の連鎖）プロンプティングだ。学術論文の中だけの話ではなく、見積もりチェックや企画書レビューのような日常業務のプロンプトにもそのまま応用できる。CoTが効く理由は単純だ。

Chain of Thoughtプロンプトとは何か

Chain of Thoughtプロンプトとは、AIに最終的な答えだけを求めるのではなく、答えに至る途中の推論ステップを言葉にして書き出させるプロンプト技法だ。2022年にGoogleの研究チームが発表した論文「Chain-of-Thought Prompting Elicits Reasoning in Large Language Models（arXiv:2201.11903）」（Wei et al., 2022）で提唱され、大規模言語モデルの推論精度を底上げする手法として広まった。

新人に仕事を頼む場面を思い浮かべるとわかりやすい。「結論だけ言って」と急かすと的外れな報告が返ってくることがあるが、「考えた手順もメモしてから話して」と頼むと、途中で自分の勘違いに気づいて軌道修正することがある。理屈は単純。CoTプロンプトはAIに対して後者を強制する仕組みだ。

なぜ思考を書かせるだけで精度が上がるのか

結論から言うと、AIは一度に答えを出そうとすると複数の推論を頭の中（正確には一度の予測プロセス）で並行処理することになり、途中の計算ミスや条件の見落としがそのまま最終出力に混入する。思考過程を文章として書き出させると、各ステップが独立したトークン列として生成されるため、前のステップの結果を踏まえて次のステップを組み立てられる。一手ずつの確認。将棋で一手ずつ盤面を確認しながら指すのと、目をつぶって最終手だけ宣言するのくらいの差がある。

この効果は数値でも裏付けられている。GoogleのPaLM 540Bを使った検証では、通常のFew-shotプロンプトと、CoTを組み込んだFew-shotプロンプトで、算数文章題のベンチマークGSM8Kの正答率に大きな差が出た。

一言足すだけで正答率が4倍近くになる。この「ステップごとに考えて」という一言の効果を実証したのがKojima et al., 2022（arXiv:2205.11916）の研究で、この結果が広く引用され、CoTは「プロンプトエンジニアリングの基本技」として定着した。

基本の書き方は2パターンしかない

CoTプロンプトの書き方は、大きくZero-shot CoTとFew-shot CoTの2つに分かれる。難しい理論は抜きにして、まず動くプロンプトを見たほうが早い。他の応用テクニックと組み合わせたい場合はプロンプトの上手な使い方｜AI出力が激変する応用テクニック8選も参考になる。

Zero-shot CoT：一言を足すだけ

最も手軽な方法は、指示文の最後に「ステップごとに考えてから答えてください」という一文を足すだけ。お手本となる例示は一切不要で、あらゆるタスクに同じ一文を使い回せる。

次の案件の粗利率を計算してください。
売上見込み480万円、原価率は資材が32%、外注費が18%、
その他経費が売上の5%です。
ステップごとに計算過程を書き出してから、
最終的な粗利率を答えてください。

「ステップごとに」の一文がない場合、AIは暗算的に一発で数字を出そうとして原価率の合算を間違えることがある。一文を足すだけで、原価の内訳を一つずつ計算してから合算する手順を踏むようになる。

Few-shot CoT：お手本を1〜2個渡す

タスクが複雑で、Zero-shot CoTだけでは思考の粒度がばらつく場合は、思考過程つきの回答例を先に1〜2個見せる。AIはその例のフォーマットを真似て、同じ粒度で考えを進める。

[例]
問い: A社との契約は、支払いサイト90日・与信枠500万円。
　　　この条件で追加発注500万円は承認できるか？
思考: 現在の与信枠は500万円で、既存の未回収残高が
　　　200万円ある。追加発注500万円を加えると
　　　未回収見込みが700万円となり、与信枠を200万円
　　　超過する。支払いサイト90日の間に他の入金予定が
　　　あるかを確認する必要がある。
答え: 現状のままでは承認不可。与信枠の増枠、
　　　または分割発注への変更を検討すべき。

[本題]
問い: B社との契約は、支払いサイト60日・与信枠300万円。
　　　この条件で追加発注150万円は承認できるか？
　　　上記の例と同じ手順で考えてください。

例を1つ渡すだけで、AIは「現状の枠→追加後の見込み→超過の有無→代替案」という思考の型をなぞるようになる。例示なしのZero-shot CoTより出力のブレが小さくなるのが利点だが、その分プロンプト自体が長くなる。

ChatGPT・Claude・Geminiで書き方は変わるか

結論、手動でCoTを書く必要性はモデルによって違う。理由は、一部のモデルがすでに内部で思考過程を自動生成する「推論モデル」を備えているからだ。

Claudeは拡張思考が使える場合、手動CoTは基本不要

Anthropicの公式プロンプトエンジニアリングガイドでは、拡張思考（extended thinking）が利用できる場面ではそちらを使うほうが手動のCoTプロンプトより望ましいとされている。拡張思考が使えないモデルや設定では、これまで通り「ステップごとに考えて」という指示が有効に働く。

ChatGPTは推論系モデルとの使い分けが必要

推論に最適化されたモデルは内部で思考過程を生成してから答えを出す設計になっており、そこに手動でCoTを重ねても効果が薄いか、逆に冗長な指示として無視されることがある。一方で軽量・高速寄りのモデルを使う場合は、手動CoTの効果がそのまま出やすい。

Geminiも含め、まず「モデルが考えているか」を確認する

各社とも「考えてから答えるモデル」を主力に据える方向に進んでいるため、使っているモデルがすでに内部推論を行うタイプかどうかを先に確認したほうがいい。管理画面やモデル一覧に「Thinking」「推論」等の表記があれば、手動CoTは補助的な役割にとどめるのが妥当だ。

業務別プロンプトレシピ3選

学術ベンチマークの算数問題だけでは実務のイメージが湧きにくい。見積もり、稟議、売上分析——非エンジニアが書くプロンプトはだいたいこの3種に収まる。

1. 見積もりの妥当性チェック

以下の外注見積もりが相場から見て妥当か検証してください。

【見積もり内訳】
・企画設計費: 80万円
・制作費: 150万円
・ディレクション費: 60万円
・諸経費: 制作費の10%

以下の手順で考えてください。
1. 各項目の一般的な相場レンジを確認する
2. 見積もり額が相場レンジ内かどうかを項目ごとに判定する
3. 相場から外れている項目があれば、考えられる理由を挙げる
4. 最終的に「妥当」「要確認」のどちらかで結論を出す

「1〜4」と手順を番号で区切っているのがポイントだ。番号を振ることで、AIが手順を飛ばさず順番に検証を進めるようになる。

2. 稟議書のリスク洗い出し

次の稟議内容について、承認者が指摘しそうなリスクを
洗い出してください。

【稟議内容】
新規ツール導入（月額15万円、契約期間1年、
自動更新あり）を部門予算から支出する。

思考の手順:
・コスト面（予算超過、他部門との重複投資）を確認する
・契約面（自動更新、解約条件、違約金）を確認する
・運用面（誰が使うか、代替手段の有無）を確認する
それぞれの観点で懸念点があれば具体的に指摘し、
最後に稟議を通すために事前に埋めておくべき
情報を3つ挙げてください。

観点を「コスト・契約・運用」の3つに区切って思考させることで、稟議担当者が一つの視点に偏った指摘しかしないという事態を防げる。

3. 売上変動の要因分析

先月比で売上が18%減少した。以下のデータを踏まえ、
考えられる要因を優先度順に分析してください。

【データ】
・客数: 前月比 -5%
・客単価: 前月比 -9%
・リピート率: 前月比 -3%
・新規流入数: 前月比 +2%

手順:
1. 客数・客単価・リピート率の変化がそれぞれ
   売上減少に何%寄与しているか概算する
2. 寄与度が最も大きい要因を特定する
3. その要因が起きた理由の仮説を2つ挙げる
4. 追加で確認すべきデータを提案する

寄与度を数値で概算させる手順を挟むことで、「客単価が下がったのが痛い」のような印象論ではなく、根拠のある優先順位で仮説が出てくる。

CoT有無で出力はどう変わるか

結論、CoTなしの出力は「もっともらしい断定」になりやすく、CoTありの出力は「途中の根拠が見える分、間違いに気づきやすい」出力になる傾向がある。先ほどの粗利率計算を例に、典型的な違いを比較する。

地味だが効果が大きいのが「誤りの発見しやすさ」だ。CoTなしなら「粗利率は21%です」としか返ってこないが、CoTありなら原価率のどの内訳で数字がずれたかがその場で分かる。数字を扱う業務プロンプトほど、この差は無視できない。

CoTが逆効果になる失敗パターン

CoTは万能ではない。使う場面を間違えると、時間とコストを損するだけになる。過信は禁物だ。実務でつまずきやすい3パターンを挙げる。

単純な一問一答に使ってしまう

「この会社の設立年は？」のような単純な事実確認にCoTを使うと、不要な思考過程が長々と出力されるだけで、回答の精度は変わらない。むしろ待ち時間とトークンコストが無駄に増える。

思考の粒度を指定せず丸投げする

「よく考えて答えて」だけでは、AIがどの粒度で、何個のステップに分けて考えるべきかが伝わらない。もったいないと感じるのがここで、先ほどの稟議書の例のように「コスト・契約・運用の3観点で」と粒度を具体的に指定するだけで、出力の一貫性が大きく変わる。指示があいまいで意図が伝わらないという問題自体はAIに指示が伝わらない原因と直し方｜プロンプト改善の型でも扱っているので、CoT以外の指示の粒度にも心当たりがあれば合わせて見直すとよい。

思考ステップが長すぎて論点がぼやける

複雑なタスクだからと際限なくステップを増やすと、AIが途中のステップで最初の問いを見失い、関係のない話に脱線することがある。ステップ数は3〜5個程度に絞り、それでも足りない場合はタスク自体を分割したほうがうまくいく。

トークンコストとのトレードオフ

CoTは出力トークンを増やす。API課金のプランでは、出力トークンの単価は入力トークンより高く設定されていることが多く、思考過程の分だけ直接コストに跳ね返る。

日常的に大量のプロンプトを投げる業務では、この差が積み重なって無視できない金額になる。トークン単価そのものを見直したい場合はAIのトークン節約術｜コストを抑えるプロンプトの書き方で削減の考え方を確認しておくと、CoTを使う場面と使わない場面の線引きがしやすくなる。

実務での目安としては、金額の桁を間違えられない見積もりや稟議のような「間違いのコストが高いタスク」にはCoTのトークン増加分を許容し、日常的な一問一答にはCoTを使わない、という線引きが妥当だ。

よくある質問

CoTプロンプトはChatGPTの無料プランでも使えますか

使える。CoTは指示文の書き方の工夫であり、有料プラン限定の機能には依存していない。ただし無料プランで提供されるモデルの種類によっては、効果の出方が変わることがある。

「ステップごとに考えて」以外の言い回しでも効果はありますか

効果はある。「順を追って説明してください」「まず前提を整理してから結論を述べてください」など、思考過程を明示的に要求する言い回しであれば大きな差は出にくい。重要なのは表現よりも、途中の推論を書かせるという構造そのものだ。

CoTとFew-shotプロンプトはどちらを優先すべきですか

タスクの複雑さで判断する。単発の計算や判断ならZero-shot CoTで十分なことが多く、フォーマットの一貫性が重要な繰り返し業務にはFew-shot CoTが向く。両方を試して出力の質を比較するのが確実だ。

Claudeの拡張思考を使えばCoTプロンプトは不要になりますか

拡張思考が使える場面ではそちらに任せるほうが望ましいというのがAnthropicの公式見解だが、拡張思考が使えないプラン・モデルの組み合わせもまだ多い。手動CoTの書き方自体は覚えておいて損はない。

業務でAIにCoTを使うとき、最初に何から試すべきですか

今使っている見積もりチェックや稟議書レビューのプロンプトに「ステップごとに考えてから答えてください」の一文を足すことから始めるとよい。効果の有無をその場で比較でき、次にFew-shot CoTへ発展させる判断材料にもなる。

まとめ

Chain of Thoughtプロンプトの本質は「答えだけでなく、考える過程を書かせる」という一点に尽きる。Zero-shot CoTなら一文を足すだけ、Few-shot CoTなら思考過程つきの例を渡すだけで、複数ステップの計算・判断・分析タスクの精度が底上げされる。

自分なら、見積もりチェックや稟議書レビューのように間違いのコストが高いプロンプトには必ずCoTを組み込み、単純な一問一答には使わない。推論モデルやClaudeの拡張思考を使っている場合は、まず手動CoTなしで試し、それでも粒度が粗いと感じたときだけ「ステップごとに」を足す順番で判断するのがコストと精度のバランスが取れる。プロンプトエンジニアリング全般の基礎を固めたい場合はプロンプトエンジニアリング入門｜基本テクニック7選と実践例を、業務別の実例をさらに増やしたい場合は業務別プロンプトレシピ集2026｜議事録・メール・企画の例文を合わせて読んでほしい。出力の信頼性そのものを底上げしたい場合はAIの嘘を減らすプロンプト術｜ハルシネーション対策の実例も参考になる。AIエージェントに複数ステップの業務を任せる場面でもCoTと同じ「途中の思考を書かせる」発想が生きてくるので、AIエージェントとは？仕組み・活用事例・始め方にも目を通しておくと理解がつながる。