Chain-of-Verification（CoVe）｜AIの嘘を減らす検証手順とテンプレート

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。

Chain-of-Verification（CoVe）は、AIが出した回答を検証質問に分解し、独立に答え合わせして事実誤りを減らすプロンプト技法です。固有名詞・数値・日付を含む文章の裏取りに向き、最新情報の取得やアイデア出しには向きません。トークンと時間が通常の2〜3倍かかり、外部情報を取りに行かないためです。この記事では使う基準、実例入りの4ステップ、コピペ用テンプレート2種を示します。

CoVeは「AIに調べさせる技法」ではなく、「AIが出した事実らしい記述を検査する手順」です。最新情報の取得には使えません。この前提を外すと、CoVeで最新の価格や制度を確認しようとして時間を無駄にします。

Chain-of-Verification（CoVe）とは何か

CoVeは、生成した回答に対してAI自身が検証質問を作り、独立に答え合わせをして最終回答を修正する4段階の手法です。Meta AI（FAIR）などの研究者が2023年に発表した論文『Chain-of-Verification Reduces Hallucination in Large Language Models』（arXiv:2309.11495）で提案されました。狙いは、もっともらしいが事実でない回答、いわゆるハルシネーションを減らすことです。

CoVeの設計は「一度出した答えを鵜呑みにさせない」点にあります。人間が原稿を書いたあとに校正する流れと同じです。CoVeは生成と検証を分離し、自己チェックを強制する手順です。ハルシネーションの基礎はハルシネーションとは？原因・事例・5つの対策で先に押さえられます。

CoVeが対象にするAIの誤り

CoVeが対象にするのは、AIが自信を持って事実を捏造する現象です。人名・年号・統計・引用元などが典型です。回答内で照合できる矛盾や、モデル知識にあれば気づける取り違えを検出しやすくします。OpenAIも公式ドキュメントで、モデルが事実でない内容を生成しうる限界を明記しています（OpenAI公式ドキュメント）。

論文が示した効果を評価条件と数値で読む

効果は「どのモデルで、どのタスクで、どの条件が良かったか」で読む必要があります。論文はLlama 65Bを使い、Wikidata由来の事実列挙タスク、Wiki-Categoryリスト、MultiSpanQA、人物伝の長文生成（FActScore評価）で比較しています。比較条件は通常回答（baseline）、joint型、2-step型、factored型の4つです。

結果は、Wikidataの列挙タスクで factored型が baseline を上回り、precision（適合率）がほぼ倍増したと報告されています。人物伝の長文生成でも FActScore が向上しています。効果が出たのは「元回答を隠して検証質問に答えさせる」factored型の条件です。条件別の正確なスコアは原論文の結果表に掲載されているため、業務で引用する際は原典の該当Tableを確認してください。

CoVeの4ステップ｜実例つきの手順

CoVeは次の4ステップで動きます。順番を崩すと検証が形骸化します。まず全体像を押さえてください。

1. ベースライン回答：質問に対して普通に回答を生成する
2. 検証質問の作成：回答内の事実を確かめる質問群を作る
3. 検証質問への独立回答：元の回答を見せずに答える
4. 最終回答の修正：検証結果を突き合わせて回答を直す

肝はステップ3です。元回答を見せたまま検証させると、AIが自分の誤りを追認します。検証は元回答を隠し、白紙から答えさせる設計が精度を左右します。次の実例で入出力を具体化します。

実例：リスキリング支援制度の説明をCoVeで検証する

題材は「日本のリスキリング支援制度を副業希望者向けに説明して」とします。制度の最新内容はWeb確認が前提のため、CoVeの限界も同時に見えます。以下は各ステップの入出力イメージです。

ステップ1：ベースライン回答
入力：「日本のリスキリング支援制度を副業希望者向けに、根拠となる項目を箇条書きで説明してください」
AI出力例：
・教育訓練給付制度は個人が受講費用の一部の給付を受けられる
・人材開発支援助成金は個人が直接申請して受講費を補助してもらえる
・関連制度は2024年に開始した

ステップ2：検証質問の作成
AI出力例：
1. 教育訓練給付制度の対象者は誰か
2. 人材開発支援助成金は個人が直接申請できる制度か
3. その制度の開始年は本当に2024年か

ステップ3：独立回答
入力：「元の回答を見ずに、以下の質問だけに答えてください。根拠を知らない場合は推測せず『不明』と書いてください」
AI出力例：
1. 一定の受講条件を満たす在職者・離職者
2. 事業主向けの助成金であり、個人が直接申請する制度ではない
3. 不明

ステップ4：最終修正
修正例：
・「個人が直接申請できる」と断定した箇所を削除
・開始年が確認できない制度は「要確認（公式で確認）」に変更

この例で「不明」と「要確認」が残る箇所は、CoVeでは埋まりません。公式で確認します。人材開発支援助成金は事業主向けである点を含め、厚生労働省「人材開発支援助成金」と厚生労働省「教育訓練給付制度」で確認してください。CoVeは制度の中身を仕入れる道具ではなく、言い間違いを見つける道具です。

factored型と2-step型の違い

検証の分離度で複数の型があります。事実の裏取りが目的なら factored型を基本にしてください。違いを表で整理します。

初心者は joint型で「検証してください」と一言足しがちです。それでは自己追認が起きやすく効果が薄まります。手間はかかっても、事実の裏取りが目的なら factored型を選んでください。

CoVeプロンプトのコピペ用テンプレート2種

用途で2つに分けます。軽い確認は1チャット版、公開前の書類は独立性重視版です。ChatGPTやClaudeで動きます。

A. 1チャット簡易版

用途は社内メモ、ブログ下書き、軽い確認です。元回答の影響を受けやすい制約があります。

「あなたは検証担当です。以下の回答に含まれる固有名詞・数値・日付・制度名・引用元を抽出し、それぞれに検証質問を作ってください。次に、各質問へ元回答を参照せずに答えるつもりで、確証度を『高・中・低・不明』で付けてください。最後に、低・不明の箇所は断定を避けた表現に修正してください」

B. 独立性重視版

用途は職務経歴書、提案書、記事公開前、学習ノートです。時間とトークンは増えます。ステップ1・2・4は同じチャットで進め、ステップ3だけ新規チャットに貼り直します。

ステップ1：「次の質問に回答してください。事実は簡潔に、根拠となる項目を箇条書きで示してください。質問：○○○」

ステップ2：「上の回答に含まれる事実を1つずつ検証する質問を、独立した設問として5〜10個作ってください。回答本文は再掲せず、検証質問だけを出力してください」

ステップ3（新規チャットで実行）：「以下の検証質問だけに答えてください。前の回答・元文章は参照しないでください。根拠を知らない場合は推測せず『不明』と書いてください。検証質問：（ステップ2の出力を貼る）」

ステップ4：「ステップ3の検証結果と矛盾する記述を洗い出し、誤りは訂正、不明は断定を避けた表現に直した最終回答を出力してください。修正点も箇条書きで示してください」

ステップ3で「不明は不明と書かせる」指示が、CoVeを機能させる分かれ目です。ここを省くとAIは空欄を埋めようとして再び捏造します。

CoVeの使い方｜社会人の実務タスク別

CoVeは事実の裏取りが必要な業務で効きます。副業・転職の実務に落とすと使いどころが定まります。数字と固有名詞が命の書類が対象です。

• 職務経歴書：実績の数値・期間・役職名の矛盾チェック（例：在籍期間と担当プロジェクトの整合）
• 提案書：市場規模・競合名・導入事例の照合（出典はWeb検索で別途裏取り）
• 社内レポート：引用した統計・法改正の年月・部署名の照合
• ブログ・記事：人名や制度名の誤り検出（一次情報リンクの最終確認は人間が実施）

CoVeが効きやすいのは、回答を検証質問に分解できるタスクです。人名、年号、制度名、数値のように照合対象が明確な場合に限ります。最新の数値や公的統計は、CoVeの後に必ず一次情報で人間が確認してください。

CoVeを使わない基準と自己検知の範囲

CoVeを使うべきでない場面があります。ここを見誤ると時間とトークンを無駄にします。やりとりが3〜4回に増え、トークンと時間が2〜3倍になるためです。アイデア出し、コピー案、メール下書きなど正解が定まらない作業では過剰です。

AIが自己検証できる誤りとできない誤り

CoVeで検出しやすい誤りとしにくい誤りがあります。誤用を避けるため、種類ごとの相性を表で整理します。

CoVeはハルシネーションを検出しやすくし、誤りを減らします。ゼロにはできません。AI自身が気づけない誤りは、何度検証しても直りません。最後の砦は人間の一次情報確認です。

CoVe・RAG・Self-Consistency・Web検索の役割分担マップ

4つの技法は競合ではなく分業です。目的別に選ぶための対応表を示します。

どれを使うか迷ったときの選定フロー

上から順に判断すると迷いません。

1. 最新情報・価格・法改正・ニュースか。はいならWeb検索または公式サイト確認。いいえなら次へ。
2. 社内文書・顧客資料・独自マニュアルに基づく回答か。はいならRAG。いいえなら次へ。
3. 数学・推論・選択問題のように答えの一貫性を見たいか。はいならSelf-Consistency。いいえなら次へ。
4. 固有名詞・数値・日付を含む文章の誤りを減らしたいか。はいならCoVe。いいえなら通常プロンプトで十分。

CoVeは事実を仕入れたあとに置く、最後の品質確認工程です。RAGやWeb検索で根拠を与え、その回答の整合をCoVeで取る併用が精度を上げます。

プロンプト技法体系におけるCoVeの学習項目

CoVeを学ぶなら、テンプレートの暗記だけでは足りません。少なくとも次の4点を説明できる必要があります。

• なぜ元回答を見せたまま検証させると自己追認が起きるのか
• CoVeとRAGの違いは何か
• CoVeが効かない最新情報・社内固有情報をどう扱うか
• factored型と2-step型をコストでどう使い分けるか

CoVeはZero-shotやFew-shotのような入力設計とは別に、出力の品質保証工程にあたります。技法の「使いどころ」と「限界」をセットで押さえると、業務タスクに手法を選べます。技法体系の全体像はプロンプトエンジニアリング資格の選び方｜PEP検定を費用と範囲で比較で、出題範囲と学習項目を確認できます。

よくある質問

CoVeは無料のChatGPTでも使えますか

使えます。CoVeはモデル機能ではなくプロンプトの手順です。無料版でも4ステップを手動で回せば動きます。独立性を高めるため、ステップ3は新しいチャットに分けてください。

CoVeでハルシネーションはゼロになりますか

なりません。論文でも誤りは減るがゼロにはならないと示されています。AIが自己検知できない誤りは残ります。最後は人間による一次情報の確認が必須です。

検証質問は何個くらい作ればよいですか

回答に含まれる事実の数に合わせます。目安は5〜10個です。人名・数値・日付・制度名のように、間違えると影響が大きい項目を優先して検証させてください。

CoVeとRAGはどちらを先に導入すべきですか

扱う情報で決めます。最新・社内固有の情報が必要ならRAGが先です。AIの一般知識の範囲で言い間違いを減らしたいならCoVeだけで始められます。併用が最も精度は高くなります。

factored型は手間が多くて続きません。簡易にできませんか

重要書類だけ独立性重視版、日常業務は1チャット簡易版と使い分けてください。全タスクに完全版を適用する必要はありません。誤りのコストが高い作業に絞るのが現実的です。

CoVeはPEP検定の学習でどう押さえるべきですか

用語の定義だけでなく、使う場面・使わない場面・RAGやSelf-Consistencyとの違いまで押さえてください。特に「CoVeは外部情報を取得しない」「元回答を隠して独立検証するほど自己追認を減らせる」の2点は、実務でも試験対策でも外せません。PEP検定の出題範囲で学習項目を確認できます。