パターンを読み込んでいます…
🔗
Chain-of-Thought(CoT)
複雑な問題を段階的な中間推論ステップに分解する
複雑さ: low推論技法
30秒でわかる概要
- 概要
- 最終的な答えを出す前に、モデルに中間の推論ステップを示すよう促し、解決までの筋道を明示させます。
- 使いどころ
- 多段階の論理、数学、因果推論を要する問題で、途中経過を示すことが誤りの発見につながり精度も高まる場合。
- 注意点
- 推論が長くなると初期の誤りが増幅されます。各ステップが前のステップの誤りを引き継ぎ、最終的な答えの質を下げます。
このパターンについてAIエキスパートに質問
質問が入力済みの状態でアシスタントが開きます。送信前に内容を確認できます。
動画による解説
動画解説を読み込んでいます…
Chain-of-Thought: 概要
複雑な問題を段階的な中間推論ステップに分解する
- Decomposes complex problems into manageable sub-problems
- Provides transparent reasoning process
- Uses "think step by step" approach
- Foundation for advanced agent actions
The Agent Architect
1つのパターン、1つのトレードオフ、1つの本番障害事例。エージェントシステムを構築する人のための短い週刊ブリーフィング。
週1回のメール、ワンクリックで購読解除できます。アドレスはブリーフィングの送信のみに使用します。
参考文献
このパターンの根拠となる論文、仕様、リポジトリです。
- Chain-of-Thought Prompting Elicits Reasoning in Large Language Models (Wei et al., 2022)arXiv:2201.11903
- Self-Consistency Improves Chain of Thought Reasoning (Wang et al., 2022)arXiv:2203.11171
- Least-to-Most Prompting Enables Complex Reasoning (Zhou et al., 2022)arXiv:2205.10625
- Large Language Models are Zero-Shot Reasoners (Kojima et al., 2022)arXiv:2205.11916
- Anthropic Claude Chain of Thought Best Practices
このカタログを作ったエンジニアが担当
エージェント構成をレビューします
このページが扱うのは1つのパターンです。実際のシステムは数十を組み合わせて動き、障害の多くはその繋ぎ目で起きます。カタログの288パターンに照らして設計全体をレビューします。アーキテクチャ、信頼性、評価、コストまで、指摘ごとに対応するパターンを示します。
€750（通常€1,500）・1週間・文書レポートとウォークスルーコール・9月30日まで