Self-Consistencyプロンプト｜CoT多数決の正しい手順と基準

この記事の監修者

リスキルAIキャリア編集部

リスキルAIキャリアは、AI時代の学び直し・キャリア形成・副業・転職に役立つ情報を発信するWebメディアです。編集部では、生成AIスキルの身につけ方、AI関連スクール・講座の選び方、キャリアアップにつながる学習方法などを、実務目線でわかりやすくお届けしています。

結論から言います。Self-Consistencyは「同じ質問を複数回解かせ、答えの多数決を取る」手法です。CoTを1回だけ流して精度が安定しない人にだけ効果があります。

向いているのは、答えが1つに定まる算数・論理・分類タスクです。逆に、創作・要約・単純な知識問いでは効果が薄く、コストだけ増えます。Self-Consistencyは「1回の回答を良くする技術」ではなく「複数回の回答を集計する技術」です。

この記事は、日本語記事に多い誤説明を正し、原典（Wang et al. 2022）に沿った手順を実演します。さらに2026年7月時点の推論モデル普及を踏まえ、手動適用が今も必要かを判定します。

Self-Consistency プロンプトとは？CoTとの違いを原典で整理

Self-Consistency（自己整合性）は、CoTの精度を多数決で底上げするデコード戦略です。1回の推論に頼らず、複数の推論パスを生成して最頻の答えを採用します。

原典はGoogle Researchの論文「Self-Consistency Improves Chain of Thought Reasoning in Language Models」（Wang et al., 2022, arXiv:2203.11171）です。提案手法は明確で、temperatureを上げて多様な推論を複数サンプリングし、最終答えをmajority vote（多数決）で決めます。

まず前提となるCoT（思考の連鎖）を理解していない場合は、思考の連鎖プロンプトとは？2026年の使いどころと書かない基準を先に読むと差分が明確になります。

「CoT＋Few-shotで1回答を良くする」は誤説明

日本語記事の一部は、Self-Consistencyを「例文を足して1回の回答を良くする手法」と説明しています。これは誤りです。

正しくは、同一プロンプトを何度も走らせ、出てきた複数の答えを集計します。Few-shotの例文を増やすこととは別物です。核心はプロンプトの文言ではなく「複数回サンプリングして多数決を取る集計処理」にあります。

例文設計そのものを改善したい人は、Few-shotプロンプトとは？精度を上げる例文と使わない基準を別途参照してください。目的が違います。

なぜ多数決で精度が上がるのか

正しい答えには複数の推論経路が収束しやすい、という前提が働くためです。誤答は経路ごとにばらけ、正答は同じ値に集まります。

論文では算数推論ベンチGSM8Kなどで大幅な精度改善が報告されています。ただし数値は当時のモデル基準です。改善幅はタスクとモデルに強く依存し、常に二桁改善するわけではありません。

Self-Consistency プロンプトの正しい使い方と手順

手順は4ステップです。プロンプトを凝るより、サンプリングと集計の設計が本体です。

1. CoTを促すプロンプトを1つ用意する（「順を追って考えて」等）
2. temperatureを0.5〜0.7程度に上げ、同一プロンプトを5〜40回実行する
3. 各回答から「最終的な答え」だけを抽出する
4. 抽出した答えの多数決を取り、最頻値を採用する

回数は論文で数十パス規模も検証されますが、実務は5〜10回が現実的です。temperatureを0にすると毎回同じ答えになり、多数決の意味が消えます。

再現できるプロンプト例

以下を同じ設定で複数回投げ、最後の数値だけを集めます。

「次の問題を順を追って考え、最後に『答え：◯◯』の形で1行で結論を書いてください。問題：〜」。この「答え：」の1行を機械的に抽出すると集計が楽になります。

抽出を安定させるため、出力フォーマットを固定するのがコツです。最終答えを決まった書式に閉じ込めると、多数決の自動化が一気に楽になります。

実行回数と精度の目安

回数を増やすほど改善は頭打ちになります。5回で効果が出ないタスクは、20回に増やしても劇的には変わらないことが多いです。

ChatGPTの単一チャットでは手動再現に限界がある

ChatGPTの1つのチャット画面で手動再現するのは、実運用には向きません。初心者が最初につまずく点です。

同じチャット内で連続質問すると、前の回答が文脈に残り、独立サンプリングになりません。多数決の前提が崩れます。Self-Consistencyは「独立した複数回の推論」が前提で、会話の続きでは成立しません。

API・自動化で初めて実運用になる

実運用は、APIで同一プロンプトを毎回新規リクエストとして投げる形になります。1回ずつ独立し、集計も自動化できます。

手動でやるなら、毎回新しいチャットを開き直す必要があります。5回でも面倒で、10回は続きません。「便利そう」と「毎回手で回す」は別問題で、ここで大半の初心者が離脱します。

コスト・料金・時間のトレードオフを数字で見る

Self-Consistencyの代償は明快です。実行回数ぶん、料金・トークン・待ち時間がそのまま増えます。

10回サンプリングすれば、API料金も生成トークンも約10倍です。1件の処理が3秒なら、10回で約30秒になります。精度が数％上がる代わりにコストが数倍になる、という損益分岐を必ず先に計算してください。

損益分岐の判断基準

• 誤答1件の損失が大きい（会計・与信・医療系の下書き等）→ 使う価値あり
• 誤答が安価に修正できる（人が最後に目視する）→ 過剰投資になりやすい
• 1回のCoTで正答率が既に高い → 多数決の伸びしろが小さい
• 大量バッチで単価が効く → 10倍コストは重い

目安として、誤答の実損がAPI料金の10倍を超えるなら投資対効果が出やすいです。「精度が上がるなら得」ではなく「上がった精度が支払ったコストを回収するか」で判断します。

2026年の推論モデルで手動Self-Consistencyは必要か

結論は「多くの場面で不要になった」です。ただし完全に消えたわけではありません。

2026年7月時点で、OpenAIのo系やAnthropicのClaudeなど推論特化モデルは、内部で複数の思考を探索・検証します。外部から手動で多数決を足す価値は下がりました。推論モデルを使えるなら、まず素の推論モデルで解かせるのが第一選択です。

それでも手動適用が生きるケース

安価な非推論モデルでコストを抑えたい時は、手動Self-Consistencyが今も有効です。小型モデル＋多数決で、上位モデルに近づける場面があります。

また、答えの一貫性そのものを検証したい研究・評価用途でも使います。「高価な推論モデルを使えない制約下で精度を稼ぐ」のが、2026年に残った主用途です。

Self-Consistencyを使わない基準（タスク切り分け）

使わないほうがよいタスクを明確にします。ここを間違えると、コストだけ増えて逆効果です。

見分け方は単純です。答えを「同じか違うか」で機械的に比べられるかどうかです。最終答えが一意に定義できないタスクでは、Self-Consistencyは原理的に使えません。

CoT→Self-Consistency→Tree of Thoughtsの関係と学習順序

3手法は「1本道→複数本の集計→分岐探索」と段階的に発展します。学ぶ順序を間違えると混乱します。

学習順序はこの表の上から下が正解です。まずCoTを1回で安定させ、足りない時だけSelf-Consistency、それでも足りない探索問題だけToTへ進みます。

Tree of Thoughtsの具体像はTree of Thoughtsとは？CoTとの違い・使い方・使わない基準を論文ベースで解説で確認できます。体系的に学びたい人はPEP検定の勉強法を公式シラバスから逆算｜難易度・勉強時間・受験手順を解説も参考になります。

よくある質問

Self-ConsistencyはChatGPTの画面だけで試せますか

お試しは可能ですが実運用は困難です。毎回新規チャットを開いて同じ質問を5回投げ、答えを手で集計する必要があります。継続運用にはAPIと集計スクリプトが要ります。

temperatureはいくつが適切ですか

0.5〜0.7が出発点です。低すぎると回答が同一化し多数決が無意味になり、高すぎると誤答が増えます。まず0.6で回数を変えて試すのが安全です。

何回サンプリングすればよいですか

実務は5〜10回が現実的です。それ以上は改善が逓減し、コストだけ増えます。5回で効果が出ないタスクは設計自体を見直すほうが早いです。

推論モデルを使うならもう不要ですか

多くの場面で不要です。o系やClaudeなどは内部で探索と検証を行います。安価な非推論モデルでコストを抑えたい場合のみ、手動適用が今も有効です。

要約や文章作成にも使えますか

向きません。答えが一意に定まらず、多数決が取れないためです。創作では多様性が価値になり、集計するとむしろ質を落とします。

次にやること

まず自分のタスクが「答えを機械的に比較できるか」を判定してください。できないなら使いません。

できるなら、CoTを1回で安定させてから5回サンプリングを試し、コスト倍増に見合うか計算します。Self-Consistencyは万能技ではなく、条件が合う時だけ効く道具だと割り切るのが最短です。