Active-Promptとは？不確実な例だけ注釈するCoT法

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。

Active-Promptは「AIが迷う問題だけ人が手本を作る」CoT強化法です。原論文の推論タスクでは既存のCoT例選択より良い結果を示しましたが、副業や単発業務には過剰になりがちです。同じ質問を何度も解く定型業務でだけ費用対効果が出ます。単発の資料作成や記事執筆なら、Few-shotやAuto-CoTで足ります。

この記事で判断できることは3つです。

• Active-PromptがFew-shot、Auto-CoT、Self-Consistencyと何が違うか
• 自分の業務で使うべきか、使わないべきか
• 生成AIを業務改善に使う際、どのプロンプト手法を選ぶべきか

手法名の暗記より、判断力が実務では効きます。「この業務ならFew-shotで足りる」「この反復タスクならActive-Promptを検討する」と選べる状態を目指してください。

この記事は、原論文(Diao 2023)の定義、ChatGPT1台でできる簡易再現、APIコストの試算、使う・使わない基準を整理します。読み終えれば、自分の業務に導入すべきか判断できます。

Active-Promptとは？不確実な例だけ注釈するCoT強化法

Active-Promptは、AIが答えに迷う質問を選び、その質問だけに人が手本(思考の連鎖)を書き足す手法です。全問に手本を用意せず、迷いの大きい少数に労力を集中します。

出典は、Diaoらの論文「Active Prompting with Chain-of-Thought for Large Language Models」(2023年、arXiv:2302.12246)です。Prompt Engineering GuideでもActive-Promptの項目で仕組みが解説されています。Active-Promptを学ぶなら、最初に原論文の定義を確認してください。ブログ記事だけ読むと、Self-Consistencyとの違いを誤解しやすいからです。

一言でいうと「AIが迷う問題だけ人が手本を作る」手法

Active-Promptの発想は「全部に手本を書くのは非効率」という問題意識です。人手のアノテーション(注釈)には時間がかかります。AIが自信を持って解ける問題は放置し、答えが割れる問題にだけ手本を足します。

「不確実性の高い例だけを選んで注釈する」点が、他のCoT手法との決定的な違いです。限られた注釈コストを、効果の出る場所へ集中させます。

原論文とPrompt Engineering Guideでの定義

原論文は、算数や常識推論など複数タスクで、Active-Promptがどの例を手本にするかを不確実性で自動選定しました。主な評価タスクは次の3つです。

原論文の表では、GSM8KやStrategyQAなどでActive-PromptがManual-CoTやRandom-CoTを上回る結果が示されています。ただし全タスクで常に最大性能という意味ではありません。結果はモデル、サンプリング回数、注釈品質に依存します。

Active-Promptは思考の連鎖(CoT)を前提とします。CoTの基礎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で確認できます。CoTを使わない単純タスクには、そもそも不要です。

Active-Promptの仕組みを4ステップで解説

Active-Promptは大きく4つの工程で動きます。手作業でも近い流れを再現できます。

1. 不確実性の推定:各質問をk回サンプリングし、答えの割れ具合を測る
2. 質問の選定:割れが大きい質問を上位n件だけ選ぶ
3. 人によるアノテーション:選んだ質問に人が思考の連鎖と正解を書く
4. 推論:作った手本をFew-shotの例として本番の質問に使う

工程2で選ぶ件数nは、原論文の設定で各タスク数例〜十数例規模です。全問ではなく「割れる少数」に注釈を絞るのが本質です。

問い合わせ分類でActive-Promptを使う場合を考えます。質問プールはこうなります。

• 「返金できますか？」→ 返金・キャンセル
• 「ログインできません」→ 技術サポート
• 「領収書を再発行したい」→ 請求・支払い
• 「法人契約の見積もりが欲しい」→ 営業問い合わせ

同じ問い合わせを10回分類させ、結果が割れるものを探します。たとえば「退会したのに請求が来ました」の10回の出力が、請求・支払い5回、退会・解約3回、技術サポート2回と割れたとします。この問い合わせを注釈対象にします。

人が作る手本例は次の形です。問い合わせは「退会したのに請求が来ました」。考え方は「退会手続きも含むが、ユーザーの主目的は請求の停止・確認である」。よって一次分類は「請求・支払い」とします。この手本を本番プロンプトの例文に使います。

不確実性の測り方(不一致度とエントロピー)

不確実性の指標は複数あります。原論文では主に4つが検討されています。実務でわかりやすいのは不一致度(disagreement)です。

実務では、厳密なエントロピー計算より不一致度で足ります。簡易式は次の通りです。

不一致度 = 1 −(最頻回答数 ÷ サンプリング回数)

10回聞いてA7回・B2回・C1回なら、不一致度は 1 − 7 ÷ 10 = 0.3 です。別の質問でA4回・B3回・C3回なら、1 − 4 ÷ 10 = 0.6 になります。最頻回答が弱い後者ほど、注釈対象の優先度が高いです。

Few-shot・Auto-CoT・Self-Consistencyとの違い

Active-Promptは、既存CoT手法の弱点を補う位置づけです。4手法を1枚で比較します。

Auto-CoTは手本作りの自動化、Active-Promptは注釈先の絞り込みが主眼です。目的が違います。Active-Promptは手作業を減らすのではなく、効くところへ集中させる手法です。

学ぶ順番は次の通りです。

1. Few-shot:例を見せて出力を安定させる基本(Few-shotプロンプトとは？精度を上げる例文と使わない基準)
2. Auto-CoT:手本作りを自動化する考え方(Auto-CoTとは？仕組みを5ステップで解説｜使う基準と手動再現手順)
3. Self-Consistency:本番回答を複数出して多数決する方法(Self-Consistencyプロンプト｜CoT多数決の正しい手順と基準)
4. Active-Prompt:注釈すべき例を不確実性で選ぶ方法

Active-Promptは最初に学ぶ手法ではありません。Few-shotとSelf-Consistencyの違いを理解してから読むと、実務で誤用しにくくなります。

Self-Consistencyと混同しやすい点

両者ともk回サンプリングを使うため混同されます。違いは目的です。Self-Consistencyは本番推論で多数決を取り、その場の精度を上げます。

Active-Promptのサンプリングは、どの質問に注釈するかを選ぶための下調べです。作った手本は繰り返し再利用します。Self-Consistencyは毎回コストがかかり、Active-Promptは準備コストが一度きりです。

ChatGPTやClaude1台で不確実性を観察する簡易再現手順

質問プールやAPIがなくても、手元のChatGPTやClaude1台で回答の割れを体感できます。API課金なしで仕組みを理解できます。実装ライブラリを組む前の検証として使えます。

1. 迷いそうな質問を3〜5問用意する(計算・分類・要約の判断など)
2. 各質問を新規チャットで5〜10回、同じ文面で聞く
3. 設定で温度を触れる場合は0.7前後にして揺らぎを出す
4. 回答の種類を数え、割れた質問を書き出す
5. 割れた質問にだけ、正解と考え方(思考の連鎖)を自分で書く
6. その手本を例文として本番プロンプトの先頭に貼る

新規チャットで聞くのは、前の回答に引きずられないためです。答えが割れた問題こそ、手本を書く価値が高い箇所です。割れない問題に手本を足しても効果は小さいです。

まず5問だけ試してください。10回ずつ聞けば、合計50回答で「割れる質問」と「ほぼ割れない質問」が分かれます。本番運用ではLangChainなどでサンプリングと集計を自動化できますが、まず手作業で割れ方を体感するほうが導入判断は速いです。

k回サンプリングのAPIコスト試算と損益分岐

Active-Promptの追加コストは、不確実性推定のk回サンプリングで決まります。まず処理量を仮置きします。

総コストは次の式で出ます。

総コスト = 入力token単価 × 入力token数 + 出力token単価 × 出力token数

単価は変動します。2026年8月15日時点でも、OpenAI・Anthropic・Googleの公式料金ページで最新値を確認してから計算してください。単価をこの式に入れれば、数百〜数千円規模のAPI費用が概算できます。

人件費も円で見ます。注釈作業を10問 × 15分 = 2.5時間、時給2,000円なら人件費は5,000円です。API費用が数百〜数千円でも、主コストは人が正解と考え方を書く時間です。

損益分岐の考え方はシンプルです。同じ型の質問を何百回も処理し、誤答1件のコストが高い業務でだけ元が取れます。問い合わせ自動分類や、大量の請求書チェックが該当します。

逆に、月に数回の単発作業では準備コストを回収できません。その場合はFew-shotで手本を数個書くほうが速くて安いです。反復業務の自動化を組織で導入する段階なら、法人向けの生成AI研修で運用体制と費用設計をまとめて詰める選択もあります。数字で回収可能性を確かめてから導入してください。

Active-Promptを使う基準と使わない基準

導入判断はチェックリストで機械的に決められます。半分以上あてはまれば検討価値があります。

使う基準(あてはまるほど有効)

• 同じ型の推論タスクを月100件以上繰り返す
• 誤答1件のコスト(手戻り・信用)が大きい
• 正解が明確で、手本を書ける知識が手元にある
• APIやバッチで自動化する土台がある
• プロンプトを継続的に運用・改善する予定がある

使わない基準(あてはまるなら見送り)

• 単発・少量の作業(記事1本、資料1枚)
• そもそも回答が割れない易しいタスク
• 正解が定まらない創作・アイデア出し
• k回サンプリングのコストを回収できない頻度
• 手本を書く専門知識がなく品質を担保できない

副業・転職で使うタスクの多くは、使わない基準に寄ります。まずFew-shotやAuto-CoTを試し、それでも精度が足りない反復業務でだけActive-Promptを検討してください。

Active-Promptを理解できているか確認する3問

手法名を覚えたかではなく、業務で選べるかを自分でテストします。3問に答えてみてください。

問1

同じ形式の問い合わせ分類を月1,000件処理しています。回答が割れる問い合わせだけ人が正解例を作り、以後の分類プロンプトに使いたいです。最も近い手法はどれですか。

• A. Zero-shot
• B. Few-shot
• C. Active-Prompt
• D. Role Prompting

正解はCです。不確実性の高い例を選び、人が注釈してFew-shot例に使うためです。

問2

記事タイトル案を10個出す作業で、Active-Promptを使うべきですか。正解は「基本的に使わない」です。正解が一つに定まらず、不確実性を測っても注釈の効果が安定しにくいためです。

問3

Active-PromptとSelf-Consistencyの違いは何ですか。正解は、Self-Consistencyが本番回答を複数出して多数決する手法、Active-Promptが事前に注釈すべき例を選ぶために複数回答を使う手法、という点です。

この「業務に応じたプロンプト手法の選択」を体系的に確認したいなら、PEP検定の出題範囲が参考になります。暗記ではなく、生成AIを仕事で使う判断力を測る検定です。

次にやること

Active-Promptを読んだ後の行動は、状況で分けてください。

Active-Promptは、知っているだけでは評価されません。「使う場面」と「使わない場面」を説明できて、初めて実務スキルになります。

よくある質問

Active-Promptは初心者でも使えますか

仕組みの理解は初心者でも可能です。本格運用にはAPIとサンプリングの自動化が必要です。まずは本記事の簡易再現手順で、不確実性の観察から始めてください。

Auto-CoTとどちらを先に学ぶべきですか

Auto-CoTを先に学ぶことを勧めます。手本作りの自動化を理解してから、注釈先を絞るActive-Promptに進むと差分がわかりやすいです。両者は競合ではなく補完関係です。

サンプリング回数kは何回が適切ですか

原論文の設定では10回前後が用いられています。多いほど不確実性の推定は安定しますが、コストも比例します。副業レベルなら5〜10回で割れ具合の傾向はつかめます。

精度はどのくらい上がりますか

効果はタスク依存です。原論文では推論タスクで手動選択のCoTを上回りましたが、あなたの業務で同じ幅が出る保証はありません。導入前に小規模で検証し、誤答率の変化を数値で確かめてください。

創作や文章作成にも効きますか

向きません。Active-Promptは正解が明確な推論タスク向けです。正解が一つに定まらない創作では、不確実性の指標が機能しにくいです。文章作成はFew-shotで文体の手本を示すほうが有効です。

PEP検定ではActive-Promptをどこまで理解すべきですか

手法名の暗記では不十分です。最低限、次の3点を説明できる状態にしてください。Active-Promptは「不確実な例を選んで人が注釈する」手法である。Self-Consistencyとは目的が違う。単発の文章作成ではなく、正解がある反復タスクに向く。PEP検定を受けるなら、どの業務にどのプロンプト手法を使うかを判断できるかを軸に準備してください。