今すぐ使える！ ChatGPTで欲しい回答を生み出す「プロンプト」の書き方 その基本パターンを解説：ChatGPT使いこなし術（3/4 ページ）

[井上晃，ITmedia]

（3）考えの流れも例として見せておく「Chain-of-Thoughtプロンプティング」

　さらに「例の提示」を発展させたものが「Chain-of-Thoughtプロンプティング（CoTプロンプティング）」と呼ばれるアプローチだ。こちらは、より複雑な出力を期待するうえで、期待する出力にたどり着くまでに必要な「途中の推論過程」も例として提示する。

例えば、計算途中の思考過程を書かないと、「バスの運転手」は人数に加算されず、「乗客の人数」が出力される

一方で、計算途中の思考過程を例で示すと、「バスの運転手」が人数に加算され、「乗っている人間の数」が出力された

（4）補足知識を書いておく「知識生成プロンプティング」

　ここまでに紹介したもの以外には、プロンプトの一部に関連する情報を記載しておく「Generate Knowledge Prompting（知識生成プロンプティング）」というアプローチも存在する。

　例えば、「質問」を補足するように、「知識」を書き記しておくことで、出力の精度を高めやすい。

例えば、単に「10年後の日本の人口は増えますか？減りますか？」と質問だけを書いた場合には、基本的に未来の予想については答えられないという旨の返答が返ってきた

一方、質問に加えて前提となる情報・知識もいくつか列記しておくと、具体的な予想は返ってこなかったものの、各項目における推論や要点の解説などは出力されるようになった