AI時代の質問力 プロンプトリテラシー 「問い」と「指示」が生成AIの可能性を最大限に引き出す

150

第4章：トリガープロンプトの威力

学びて思わざれば即ち罔

くら

し

これまでに見てきたCoVeパターンやステップバックプロンプトパ

ターンでは、モデルの出力結果を再度処理することによって、より質

の高い推論結果を得ることができた。より専門的な言い方をすれば、

それらは「再帰的（Recursive,Recurrent）」な処理を行っていた。

数学や情報処理において、出力を再び入力に用いる再帰的な処理そ

れ自体は特別なことではない。たとえば再帰関数と呼ばれる関数は、

関数の内部で自分自身を呼ぶ関数だ。再帰関数では関数の返り値（出

力）が再び関数の中で利用され新たな出力を生み出す。数学における

階乗の計算などが典型的だ。

function factorial(n)

if n == 0 then

return 1

else

return n * factorial(n-1)

4-4

メタ認知的プロンプト

パターン

151

4-4：メタ認知的プロンプトパターン

1

2

3

4

5

6

4

end function

ここで定義した factorialという関数は、nを引数とし、下線で示し

た箇所で自分自身を n-1を引数として呼んでいる。たとえば n=5なら

ば内部で5×factorial(4)を計算し、そのfactorial(4)もまた内 ...