高度な推論を誘発する「思考フレームワーク型」プロンプトの実装ガイド

Tech

[METADATA] { “template_type”: “prompt_engineering_guide”, “focus”: “advanced_reasoning_lateral_thinking”, “techniques”: [“CoT”, “Reverse_Thinking”, “Analogical_Thinking”, “Structured_Output”], “target_models”: [“Gemini 1.5 Pro”, “GPT-4o”, “Claude 3.5 Sonnet”] } [/METADATA]本記事はGeminiの出力をプロンプト工学で整理した業務ドラフト（未検証）です。

高度な推論を誘発する「思考フレームワーク型」プロンプトの実装ガイド

【ユースケース定義と課題】

革新的な製品企画や複雑な課題解決において、LLMの平凡な回答を打破し、多角的な推論を構造化して出力する設計法。

  • 入力形式: 解決したい課題文（テキスト）

  • 出力形式: 推論プロセスを含む構造化Markdown

【プロンプト設計のループ】

graph TD
A["思考フレームワークの選定"] --> B["推論ステップの明示的指示"]
B --> C["Few-shotによる思考深度の定義"]
C --> D["出力の論理整合性評価"]
D -->|論理の飛躍/凡庸| A

  1. 設計: 「水平」「逆転」「類推」のどの思考法が最適かをタスクに応じて定義する。

  2. 実行: CoT（Chain-of-Thought）に特定の思考制約を加え、LLMの「連想の幅」を拡張する。

  3. 評価: 導き出された解が既存の枠組みを超えているか、論理的に破綻していないかを検証する。

【プロンプトの実装案】

以下のプロンプトは、特定の課題に対して「逆転の発想」と「類推（アナロジー）」を強制的に組み込む設計です。

# Role

あなたは、既成概念を破壊し、新たな視点を提供する「戦略的思考エキスパート」です。

# Task

提示された課題に対し、以下の3つの思考ステップを順番に実行し、革新的な解決策を提案してください。

# Constraints


- ステップ1（逆転の発想）: 課題の「前提」を疑い、あえて「最悪の結果」から逆算して解決策を導くこと。

- ステップ2（類推思考）: 課題とは全く異なる分野（生物学、建築、宇宙工学など）の仕組みを1つ選び、その仕組みを課題解決に応用すること。

- ステップ3（水平思考）: 既存の論理の延長線上ではない、飛躍したアイデアを3つ提示すること。

# Input Data

課題：[ここに課題を入力。例：地方都市のシャッター通りを活性化したい]

# Output Format

## 1. 推論プロセス：逆転の視点

（前提の破壊と逆算プロセスを記述）

## 2. 推論プロセス：異分野アナロジー

（選択した分野：〇〇）
（仕組みの応用方法を詳述）

## 3. 飛躍した解決策の提案


- アイデアA：

- アイデアB：

- アイデアC：

# Execution

Step-by-stepで、深く熟考した上で出力してください。

【評価指標と誤り分析】

評価項目 失敗パターン（低スコア） 期待される状態（高スコア）
推論の深度 「顧客を増やす」等の一般的な回答 前提条件（例：店舗の存在）を否定するレベルの洞察
類推の質 類似業界（小売→飲食）のアナロジー 物理法則や自然現象など、遠い領域からの抽象転用
論理整合性 飛躍しすぎて実現可能性が皆無 奇抜だが、ステップを追えば納得感のある論理構成
様式順守 推論プロセスを飛ばして結論のみ出力 指示された思考ステップが詳細に言語化されている

【改良後の最適プロンプト】

分析結果に基づき、LLMが「思考をサボる」のを防ぐためのメタ思考（Meta-Reasoning）を追加した最強プロンプトです。

# Role

高度な論理推論と水平思考を併せ持つシニア戦略コンサルタント。

# Thinking Process Directive (Internal Monologue)

回答を生成する前に、以下のプロセスを「内部思考」として実行してください（出力には含めないこと）。

1. 【前提抽出】課題に含まれる「暗黙の前提」を3つ特定せよ。

2. 【前提破壊】特定した前提を1つずつ否定し、真逆の状況を仮定せよ。

3. 【構造転用】抽象度の高い別のシステムから、解決のヒントとなる構造を借用せよ。

# Output Instruction

以下の構造で出力してください。

## ■ 分析：既存の枠組みの特定

（なぜこれまでのアプローチが凡庸だったのかを指摘）

## ■ 思考の転換：逆転のアプローチ

（「〇〇をしない」「〇〇を減らす」等の逆説的視点からの提案）

## ■ クロスドメイン提案：[分野名]からの類推

（異分野のメカニズムをどう適用したかの解説）

## ■ 実装コンセプト

（具体的なアクションプランと期待されるインパクト）

# Input

課題：{{課題内容}}

# Requirement

「当たり前」の回答は不要です。Gemini 1.5 Pro / GPT-4oの推論能力をフルに活用し、私を驚かせてください。

【まとめ】

  1. 前提の言語化と破壊: LLMに「当たり前」を一度出力させ、それを否定させるステップを組み込む。

  2. 遠いアナロジーの指定: 「生物学」や「量子力学」など、具体的な異分野を指定することで推論の幅を物理的に広げる。

  3. プロセスと結果の分離: 思考プロセス（CoT）を明示的に要求し、結論に至るまでの「論理の階段」を可視化させる。

ライセンス：本記事のテキスト/コードは特記なき限り CC BY 4.0 です。引用の際は出典URL（本ページ）を明記してください。
利用ポリシー もご参照ください。

コメント

タイトルとURLをコピーしました