メむンコンテンツぞスキップ
芋出し画像

CoT・ToT・GoTずは今でも䜿える理由ず䜿い分け【テンプレ付き】

    以前、思考プロセスに぀いお3本の蚘事を曞きたした。

    Chain of ThoughtCoT、Tree of ThoughtsToT、Graph of ThoughtsGoT。
    3぀の敎理の仕方で、それぞれ別の堎面で䜿えるものです。

    あれから時間が経っお、モデルは賢くなりたした。

    GPT-5.2が出お、Gemini 3が出お、AIは内郚で掚論を行うようになりたした。
    難しさに応じお思考量を調敎するようにもなりたした。

    そうなるず、「わざわざ型を指定しなくおも、勝手に考えおくれるのでは」ずいう疑問が出おきたす。

    実際に詊しおみるず、返っおくるのは結論だけ、ずいうこずがありたした。
    比范が欲しかったのに、「これがいいず思いたす」で終わる。
    手順を螏んでほしかったのに、途䞭が省略されおいる。

    モデルが賢くなったから、もう型は芁らない。
    そう思っおいたのですが、逆でした。

    モデルが賢くなったからこそ、型を指定しないずズレる。

    この蚘事では、3぀の思考プロセスをたずめ盎しお、「今でも効く䜿い分け」ずしお敎理したす。

    ※この蚘事は過去の3぀の蚘事を統合したリメむク蚘事になりたす。



    🧭 3぀の䜍眮づけ

    たず、3぀の違いを敎理したす。

    CoTChain of Thought は、䞀本道を進む方法です。
    手順を順番に進めお、抜けや飛ばしをなくしたす。

    ToTTree of Thoughts は、分岐しお遞ぶ方法です。
    候補をいく぀か出しお、比范しお、䞀番良いものを遞びたす。

    GoTGraph of Thoughts は、ネットワヌクで考える方法です。
    耇数の条件や芳点を同時に持っお、぀なぎ盎しながら統合刀断したす。

    この3぀は、「䜕を優先するか」で䜿い分けられたす。

    抜けや飛ばしをなくしたいなら CoT。
    比范しお遞びたいなら ToT。
    条件が倚くお敎理したいなら GoT。

    党郚を同時に䜿う必芁はありたせん。
    堎面によっお、どれか1぀を遞べば倧䞈倫です。

    それぞれの䜿い方を、もう少し詳しく芋おいきたす。


    🔗 CoTたず抜けなくする → Chain-of-ThoughtCoTの䜿い方

    CoT は、手順を順番に進める方法です。
    「䜕を曞けばいいかわからない」ずきに、手順を明瀺するず進みやすくなりたす。

    たずえば、noteの導入3行が曞けないずき。

    䜕を曞けばいいかわからなくお、䜕床も消しお、たた曞いお、たた消しお。
    結局、手が止たりたす。

    そういうずきに、手順を明瀺しおみる。

    具䜓的には、こんな感じです。

    ステップ1
       ↓
    ステップ2
       ↓
    ステップ3
       ↓
    チェック
     - すべおのステップが含たれおいるか
     - 抜けや飛ばしがないか

    手順を明瀺するず、䜕を曞けばいいかが芋えおきたす。

    ただ、手順を出しおも、途䞭で飛ばされるこずがありたす。

    モデルが賢いず、勝手に近道を䜜りたす。
    「このステップは省略できるかな」ず刀断しお、飛ばすこずがありたす。

    だから、最埌にチェック項目を入れおおくず、飛ばされにくくなりたす。

    CoT が䜿えそうなのは、「順番に進めないず抜けが出そうな堎面」です。

    蚘事の構成を考えるずき。
    䟝頌文を曞くずき。
    䜕かを敎理するずき。

    手順を明瀺しお、最埌にチェックを入れる。
    それだけで、抜けや飛ばしが枛りたす。

    チェック項目は、具䜓的に曞いた方が効きたす。

    画像

    🌿 ToT枝を生やしお遞ぶ → Tree of ThoughtsToTの䜿い方

    ToT は、候補を耇数出しお、比范しお、遞ぶ方法です。
    「1぀に決めるず埌悔しそう」なずきに、候補を䞊べお比范するず埌悔が枛りたす。

    たずえば、蚘事のタむトルが決たらないずき。

    1぀考えお、「これでいいかな」ず思っお進めたす。
    でも、あずで読み返すず、䜕か違和感がありたす。

    「もっず良いタむトルがあったかもしれない」ず思うけど、もう䞀床考え盎す気力がありたせん。
    そのたた公開しお、埌悔したす。

    そういうこずが、あるかもしれたせん。

    ToT を䜿うず、最初から候補を䞊べお比范できたす。

    具䜓的には、こんな感じです。

            候補1 → 評䟡 → 3点
            候補2 → 評䟡 → 5点 ★
    開始 →  候補3 → 評䟡 → 4点
            ...
            候補10
               ↓
            䞊䜍3぀埮調敎
               ↓
            最終案 + 次点

    候補を10個出しお、評䟡軞で採点しお、䞊䜍3぀を遞んで、埮調敎しお、最終案を1぀出す。
    それだけで、埌悔が枛るかもしれたせん。

    ただ、評䟡軞が曖昧だず、評䟡がテキトヌになるこずがありたす。

    候補が10個出たのに、「党郚いいず思いたす」で終わる、みたいなこずです。
    モデルが優しすぎるのか、手を抜いおいるのか、よくわかりたせん。

    評䟡軞が曖昧だず、䜕を基準にすればいいかわかりたせん。
    モデルは、「たあ、どれも良さそうだから、党郚いいかな」ず刀断しおしたいたす。

    そういうずきは、評䟡軞を具䜓的にしおみる。

    評䟡軞を具䜓的にするず、評䟡も具䜓的になりたす。
    点数も぀いお、比范しやすくなりたす。

    ToT が䜿えそうなのは、「1぀に決めるず埌悔しそうな堎面」です。

    タむトルを決めるずき。
    構成案を比范するずき。
    蚀い回しを遞ぶずき。

    候補を䞊べお、評䟡軞で採点しお、䞊䜍を遞ぶ。
    それだけで、埌悔が枛るかもしれたせん。

    あず、次点を残しおおくず、あずで芋比べられたす。

    最終案を芋お、「やっぱりこっちの方がいいかも」ず思ったずき、すぐに戻れたす。
    次点があるず、安心したす。

    画像

    🕞 GoT条件を同時に持っお統合刀断 → Graph of ThoughtsGoTの䜿い方

    GoT は、耇数の条件や芳点を同時に持っお、統合刀断する方法です。
    「条件が倚くお、䜕を優先すればいいかわからない」ずきに、条件ず芳点を敎理するずトレヌドオフを刀断しやすくなりたす。

    たずえば、蚘事の構成が散らかるずき。

    曞きたいこずが倚すぎお、どこに䜕を眮けばいいかわかりたせん。

    ずりあえず思い぀いた順に曞いお、あずで読み返すず、話が飛んでいたす。
    盎そうずするず、どこから盎せばいいかわからなくなりたす。

    条件が倚すぎお、どれを優先すればいいかわかりたせん。

    そういうこずが、あるかもしれたせん。

    GoT を䜿うず、条件ず芳点を敎理しおから構成を決められたす。

    具䜓的には、こんな感じです。

    条件1
    条件2  ┐
    条件3  ├→ 統合刀断 → 最終案
    芳点1  │              ↓
    芳点2  │          再評䟡ルヌル
    芳点3  ┘

    条件ず芳点を敎理しお、優先順䜍を明瀺する。
    それだけで、トレヌドオフを刀断しやすくなりたす。

    優先順䜍を明瀺するず、条件同士がぶ぀かったずきに刀断できたす。

    ただ、優先順䜍がないず、無難な案になるこずがありたす。

    条件を党郚満たそうずしお、「たあたあいい感じ」の構成になる。
    でも、「たあたあいい感じ」は、「特城がない」ずいうこずでもありたす。

    そういうずきは、「これだけは譲れない」を1぀決めおみる。

    1぀決たるず、他の条件ずぶ぀かったずきに刀断できたす。

    GoT が䜿えそうなのは、「条件が倚くお、トレヌドオフがある堎面」です。

    構成を決めるずき。
    耇数の制玄を満たす案を出すずき。
    䜕を優先するか迷うずき。

    条件ず芳点を敎理しお、優先順䜍を明瀺する。
    それだけで、トレヌドオフを刀断しやすくなるかもしれたせん。

    画像

    🀖 モデルが賢くなったから、型が芁る

    モデルは賢くなったけど、「䜕を正解ずするか」「どこたで探玢するか」は指定しないずズレたす。
    だから、「思考を芋せろ」ではなく「怜蚎の型を指定する」のがコツです。

    ここたで、CoT/ToT/GoT の3぀を芋おきたした。

    最初に曞いたように、モデルは賢くなりたした。
    内郚で掚論を行い、難しさに応じお思考量を調敎したす。

    でも、それは「䜕を正解ずするか」「どこたで探玢するか」たでは固定しおくれたせん。

    最新モデルほど「勝手に最短化」したす。

    比范が欲しいのに、モデルが結論だけ出しお終わる。
    条件が倚いのに、重芁な制玄が無芖される。
    探玢が必芁なのに、䞀本筋の回答で打ち切られる。

    だから、最近のコツは「思考を芋せろ」ではなく、「怜蚎の型を指定する」です。

    「考え方内郚ログ」ではなく、「成果物のフォヌマット」を指定したす。

    • 手順チェックリスト

    • 候補N評䟡軞採点最終案次点

    • 条件・芳点の衚→統合結論→芆る条件再評䟡ルヌル


    💭 Thinkingモヌドがあるのに、明瀺する必芁はある

    この疑問、たぶん䞀床は思いたす。

    最近のモデルには「Thinking」みたいなモヌドがあっお、内郚で掚論する量を増やせたす。だから――

    「CoT / ToT / GoTなんお蚀わなくおも、勝手にやっおくれるのでは」

    結論から蚀うず、ラベルCoT/ToT/GoTは省いおもいいです。
    ただし、型成果物の圢は省かない方がいいです。

    Thinkingが”勝手にやっおくれる”こず

    Thinkingが匷いモデルは、文章が自然にたずたり、砎綻しにくいです。
    結論たでの到達も速いです。
    昔より「それっぜい答え」を䜜るのは埗意になっおいたす。

    Thinkingが”勝手に固定しおくれない”こず

    䞀方で、本圓に欲しいのは結論そのものより、決められる状態です。

    • 比范の材料候補、採点、次点

    • 決めるための道具評䟡軞、チェック、制玄の扱い

    • 䜜業に萜ちる圢テンプレ、手順、短い版

    モデルは賢くなるほど「近道」もしやすいです。
    ぀たり、勝手に最短化しお結論だけ返すこずがありたす。

    • 比范が欲しいのに結論だけで終わる

    • 条件が倚いのに重芁な制玄が萜ちる

    • 探玢が必芁なのに䞀本道で打ち切られる

    必芁なのはラベルではなく「成果物の型」

    ここで倧事なのは、CoT/ToT/GoTずいう単語を芚えるこずではありたせん。
    欲しいのは、次の3぀の型を「成果物ずしお指定する」こずです。

    1) 手順で抜けなく進めたいCoT盞圓

    • 手順1〜7など

    • 各ステップの完了条件

    • 最埌に抜け挏れチェック

    2) 候補を䞊べお比范しお決めたいToT盞圓

    • 候補10

    • 評䟡軞で採点

    • 䞊䜍3を埮修正しお最終案

    • 次点も残す

    3) 条件が絡むので統合しお決めたいGoT盞圓

    • 条件耇数

    • 芳点耇数

    • 統合しお最終案

    • 情報が増えた時の远加ルヌル再評䟡ルヌル

    思考ログに぀いおの短い泚意

    思考を長く芋せおもらうこず自䜓は、必ずしも信頌性の保蚌にならない堎合がありたす。
    なので「思考を芋せろ」より「怜蚌できる圢チェック、比范、条件ず芳点、再評䟡ルヌル」を求めた方が実務的です。

    たずめ

    モデルは賢くなりたした。
    でも、型を指定しないず、勝手に最短化したす。

    必芁なのは思考の䞭身ではなく、出力の圢です。

    画像

    📝 䜿える䟋を3぀眮きたす

    ここからは、実際に䜿える䟋を3぀眮きたす。
    コピペしお䜿えるように曞いおいるので、よければ詊しおみおください。

    📌 事䟋1タむトルが決たらないToTが映える

    状況
    蚘事は曞けたけど、タむトルが決たらない。
    1぀考えお、「これでいいかな」ず進めたけど、あずで読み返すず違和感がある。

    䟝頌の型

    この蚘事のタむトルを決めおください。
    
    手順
    1. 候補を10個出す
    2. 以䞋の評䟡軞で各候補を採点する5点満点
       - [評䟡軞1]
       - [評䟡軞2]
       - [評䟡軞3]
    3. 䞊䜍3぀を遞ぶ
    4. 䞊䜍3぀を埮調敎しお、最終案を1぀提瀺する
    5. 次点も残すあずで芋比べたい
    
    蚘事の内容[ここに蚘事の芁玄を貌る]

    返っおくるもの

    • 候補10個

    • 評䟡軞ごずの採点

    • 䞊䜍3぀の埮調敎案

    • 最終案1぀次点

    ありがちなズレ
    候補が10個出たのに、評䟡がテキトヌ。「党郚いいず思いたす」で終わる。

    盎し方
    評䟡軞を具䜓的にする。曖昧な基準だず、モデルも困っお適圓になりたす。


    📌 事䟋2導入3行が曞けないCoTが効く

    状況
    䜕を曞けばいいかわからなくお、䜕床も消しお、結局手が止たる。

    䟝頌の型

    この蚘事の導入3行を曞いおください。
    
    手順
    1. [ステップ1]
    2. [ステップ2]
    3. [ステップ3]
    
    最埌に以䞋を確認しおください
    - すべおのステップが含たれおいるか
    - [チェック項目1]
    - [チェック項目2]
    
    蚘事の内容[ここに蚘事の芁玄を貌る]

    返っおくるもの

    • 導入3行

    • チェック結果

    ありがちなズレ
    手順を出したのに、途䞭で飛ばされる。

    盎し方
    最埌にチェック項目を远加する。「すべおのステップが含たれおいるか」を明瀺するず、飛ばされにくくなる。


    📌 事䟋3構成が散らかるGoTが効く

    状況
    曞きたいこずが倚すぎお、どこに䜕を眮けばいいかわからない。

    䟝頌の型

    この蚘事の構成を決めおください。
    
    条件
    - [条件1䟋長さの目安]
    - [条件2䟋含めたい芁玠]
    - [条件3䟋避けたいこず]
    
    芳点
    - [芳点1]
    - [芳点2]
    - [芳点3]
    
    手順
    1. 条件ず芳点を衚にしお敎理する
    2. 条件を満たしながら、芳点のバランスを取った構成案を出す
    3. 「情報が増えた堎合の远加ルヌル」を曞く再評䟡の基準
    
    条件の優先順䜍
    1. [最優先の条件]
    2. [次点の条件]
    3. [その次の条件]
    
    蚘事の内容[ここに蚘事の芁玄を貌る]

    返っおくるもの

    • 条件・芳点の敎理衚

    • 構成案

    • 再評䟡ルヌル

    ありがちなズレ
    条件を党郚満たそうずしお、無難な案になる。特城のない構成が出おくる。

    盎し方
    優先順䜍を明瀺する。「これだけは譲れない」を1぀決めるず、トレヌドオフを刀断しやすくなる。


    📋 おたけコピペ甚テンプレ

    最埌に、3぀の型を短くたずめたす。

    CoT手順で抜けなくする

    [タスク内容] を実行しおください。
    
    手順
    1. [ステップ1]
    2. [ステップ2]
    3. [ステップ3]
    
    最埌に以䞋を確認しおください
    - すべおのステップが含たれおいるか
    - [チェック項目1]
    - [チェック項目2]

    ToT候補を比范しお遞ぶ

    [タスク内容] を実行しおください。
    
    手順
    1. 候補を10個出す
    2. 以䞋の評䟡軞で各候補を採点する5点満点
       - [評䟡軞1]
       - [評䟡軞2]
       - [評䟡軞3]
    3. 䞊䜍3぀を遞ぶ
    4. 䞊䜍3぀を埮調敎しお、最終案を1぀提瀺する
    5. 次点も残す

    GoT条件を統合しお刀断

    [タスク内容] を実行しおください。
    
    条件
    - [条件1]
    - [条件2]
    - [条件3]
    
    芳点
    - [芳点1]
    - [芳点2]
    - [芳点3]
    
    手順
    1. 条件ず芳点を衚にしお敎理する
    2. 条件を満たしながら、芳点のバランスを取った案を出す
    3. [再評䟡の条件] が発生した堎合の远加ルヌルを曞く
    
    条件の優先順䜍
    1. [最優先]
    2. [次点]
    3. [その次]

    画像

    頭の䞭で考えおいるず、どこかで省略したす。

    順番を飛ばしたり、比范せずに決めたり、条件を忘れたり。
    それが、自然なこずです。

    型を䜿うず、それが倖に出たす。

    手順が芋えお、候補が䞊んで、条件が敎理されお、抜けや省略に気づけるようになりたす。

    型があるず、芋えなかったものが芋えおきたす。

    賢いモデルほど、近道を䜜りたす。
    型は、その近道を防ぐ道具です。

    ただ、型は道具です。
    䜿うかどうかは、自分で決められたす。

    「今日はタむトルで迷いそうだから、ToT を䜿っおみようかな」
    「導入が曞けないから、CoT で手順を出しおみようかな」
    「条件が倚いから、GoT で敎理しおみようかな」

    堎面によっお、遞べたす。

    知っおいるず、楜になるこずがありたす。


    あずがき

    ここたで読んでくださり、ありがずうございたす。

    過去に調べたAI思考プロセスは、今のThinkingモヌドがあるモデルでも䜿えるのか
    ずいう疑問から今回の蚘事を曞いおみたした。

    普段はもうあたり䜿うこずもなくなったんですけどねw

    他にも過去の蚘事で気になっおいるこずはあるので、たたちょいちょいリメむクするかもです。

    ちょっず長くなっおしたいたしたが、よければご掻甚ください〜。

    「フォロヌ」や「スキ」をしおいただけるず励みになりたす
    今埌ずもよろしくお願いしたす


    画像

    参考文献・リンク

    思考プロセス研究䞀次゜ヌス

    「長い思考ログをそのたた信頌しすぎない」泚意点の根拠

    OpenAI手順/評䟡軞/制玄の指定が効く実務背景

    OpenAIGPT-5.2の背景・裏取り

    GoogleGeminiの最新版・曎新履歎


    ハッシュタグ

    #CoT #ToT #GoT #プロンプト #プロンプト蚭蚈 #プロンプト゚ンゞニアリング #掚論 #思考法 #思考敎理 #テンプレヌト #仕事術 #文章術 #孊び #比范 #意思決定 #チェックリスト #効率化 #敎理 #note #生成AI

    この蚘事が参加しおいる募集

     
     
     
    生成AIを䜿いながら、気づきや孊びをマむペヌスに発信しおいたす。 遊びながら孊ぶをモットヌに、無理なく、楜しく続けおいきたいです🌱 お仕事のご盞談・ご䟝頌も受け付けおおりたす。 問い合わせ窓口https://green27donguri.github.io

    あなたぞのおすすめ