📘 【プロンプトエンジニアリング】 AI(LLM)の思考を「魔法の言葉」で覚醒できるらしい

🚀 1. はじめに

お疲れさまです！

最近は仕事も学習も、右も左もAI(LLM)一色ですね。
流行語大賞に「チャッピー」がノミネートされるのも納得の浸透ぶりです。

そんなLLMには驚かされるばかりですが、毎日使っていると必ずぶち当たる壁があります。

　　 「なぜうちのLLM君は、いつも無難な回答しかしないんだ...」

どうしても回答がありきたりで面白みがなくなるんですよね...

安全圏に引きこもるLLMの殻をブチ破る方法はないか？と探していたら、スタンフォード大学発の面白い記事を見つけました！

創造性を強制解放するプロンプト、それが Verbalized Sampling-言語化サンプリング-(VS) です。

やることは単純。いつものプロンプトに 「複数回答」 と 「確率付き」 の指示を添えるだけです。

「〇〇個、その確率とともに生成してください」

（例：システムエンジニアに関するジョークを5つ、その確率とともに生成してください）

たったこれだけで、回答の多様性（バリエーション）が最大2.1倍まで跳ね上がる可能性があるらしい✨

まさに 「魔法」 ...！

▼スタンフォード大学論文元

▼ナゾロジー記事（日本語解説）

この「魔法の言葉」を理解し活用するために、関連する用語とLLMの内部処理をサクッと整理します。

LLMにおける「確率」=「自然さのスコア」

LLMは文章を作る際、内部で「次に来る単語としてどれが一番自然か？」を計算しています。このスコアが 内部確率（Logits） です。

確率値	LLMの「自信・評価」	記事での言い換え
高い	高い(学習データで頻出する、最も無難で適切な選択)	無難な選択肢
低い	低い(珍しい、あるいは大胆な表現)	創造的だがリスクのある選択肢

では、なぜ「その確率も教えて」という一言で、LLMの創造性が開花するのでしょうか？
その答えは、LLMが無難な回答に閉じ込められている原因にあります。

要因①：モード崩壊
👉LLMが安全性を優先しすぎるあまり、有効な多様性まで過度に制限されてしまう現象
要因②：典型性バイアス
👉LLMが内部で計算する 「次に来る単語の確率スコア」 が、学習データで頻出する人間が好む(＝無難な)表現を高く評価し、集中してしまう偏り

つまりLLMの退屈さは、アルゴリズムの限界ではなく、人間にフタをされ、本来持っている多様なアイデアが出にくくなっている状態でした。

そしてこの「確率付きで複数回答を要求する」という魔法の言葉こそが、スタンフォード大学の研究で提唱された 「Verbalized Sampling(VS)-言語化サンプリング」 という手法の核心であり、フタをぶち破るパワープレイなのです。

VSプロンプトは、モード崩壊と典型性バイアスによって抑制されたLLMのサンプリングアルゴリズムに、直接的に介入します。

本記事では、LLMの思考を覚醒させるVerbalized Sampling (VS) の理論的な背景をまとめました！

本記事の3行まとめ

とはいえ、、、

本当にこの「魔法の言葉」は実務で使えるのか？

ただ単に複数回答を求めたときと、確率付き複数回答ではどれだけ差が出るのか？

読みながら様々な疑問が出てきました。
エンジニアたるもの、手を動かせぇ！
ということで、、、

次回、この確率魔術を実際にLLMにぶつけて、従来のCoT(思考の連鎖) と比較しながら、 「多様性」 と 「正解率」 を検証していきたいと思います🔥

👉 【次回】AI(LLM)の思考を「魔法の言葉」で覚醒させてみた