
AIの精度をそのままに「5語へ要約」!CoDプロンプト術とは!?
参考論文↓↓↓
ど~も、のばぺんでーす。
今回は、ChatGPTの新しい使い方「Chain of Draft(CoD)」を紹介する前に、ちょっとした違和感について触れておきたいと思います。
最近のChatGPT、返答がやけに長くないでしょうか?
軽い質問にも、丁寧な説明が返ってくる。
もちろん、適当に返されるよりはよっぽどありがたいけれど、要点が見つからず、結論がどこにあるのか分かりにくくなることがあります。
この“丁寧すぎ問題”は、モデルが進化した反動。
背景や補足を自動で挟むようになった結果、シンプルな問いにも長文の返事が返ってきてしまう。
さらに、長文は処理そのものを重くするので、結果的に生成に時間がかかり、画面が固まることもあります。
さっと答えがほしいだけなのに、AIの優しさが逆にテンポを壊してしまう。
そんな“賢いけど話が長いAI”に対して、最初から要点だけを出力させるのがCoDという考え方です。
出力が冗長すぎる問題点
あらため現在、ChatGPTの性能は人間顔負けのレベルです。
ただ、優秀すぎるがゆえに、「誤解を避けようとして丁寧になりすぎる」という副作用も起こりやすい。
つまり、「正確さ」を重視するあまり、「簡潔さ」が犠牲に…….という感じです。
例えばChatGPTに期待していたのは、わかりやすくて要点を押さえた“賢い回答”だったのに、出てくるのは論文のような箇条書きの長文。
結果、「結局なにが言いたいの?」となります。
その気持ちはわかります。
だって、こっちはChatGPTで素早い回答が欲しいだけなんですよ。
別に誰かの論文や感想文を読みたいわけじゃありませんからね。
ただ、ここで多くの人が陥る問題…..
それが以下のようなものです↓↓↓
長文は読みたくないが…回答が雑になるのもイヤだ
この“効率と精度のジレンマ”こそ、AI活用を妨げる最大の障壁。
ここで紹介したいのが、2025年に発表されたChain of Draft(通称CoD)という新しい思考方式。
いかにもAI界隈が好きそうな響きですが、その中身はいたってシンプル。
「AIに人間っぽく“メモだけ書かせる”」というプロンプト設計手法です。
ポイントは、「あえて、AIに長々と説明させない」こと。
むしろ「人間が紙にちょっと書き留めるような簡潔さ」で思考のプロセスを整理してもらう。
これが、CoDの核。
Chain of Draftは、「AIに各ステップを5語以内で出力させる」ことを目的とした技術です。
なんでそんなに短くするの?と思うかもしれませんが、これには理由があります(後述します)。
大事なのは情報を削ることで、かえって“頭に入りやすくなる”という逆転の発想に立っていること。
ざっくり言うと
なんか人間の思考って、だいたい箇条書きじゃね?
だったらAIもそうさせればいいじゃん
そういう、わりと肩の力が抜けた考え方から生まれています。
この「5語以内で済ませる」スタイルは、従来の長ったらしいAI回答とは真逆の立ち位置にあるため、AIの反応を“読む”のではなく“つかむ”感覚に変えてくれます。
CoDは"人間の思考のリアルさ”に着目
これまでの主流は、Chain of Thought(CoT)というやり方でした。
CoTは「一歩ずつ考えましょう」とAIに指示し、論理的に段階を追って解決させるスタイル。
確かに優れた手法。
特に複雑な推論や数学問題では有効でした。
でも説明が冗長すぎる。
たとえば「20 - 12 = ?」という超シンプルな問いに対しても、CoTは以下のように展開してしまいます。
まず、20という数から12を引く減算問題です
減算を実行するために、20から12を取り除きます
【計算過程】
20 - 12 = 8 検算として、8 + 12 = 20 となることを確認 したがって答えは8です
いやいや、もう8って知ってるし。
分かっているなら、「8です」と答えてくれればいいのに….となってしまいますね。

一方で、CoDの開発者たちは、人間が実際にどうやって考えているか?に注目しました。
人は普段の生活で、頭の中やメモ帳にこんな風に書いています↓↓↓
✔買い物:牛乳、パン、卵
✔タスク:資料送付、打ち合わせ、メール確認
✔問題解決:課題→原因→対応策
よく見ると、全部「5語以内」なんですよね。
ほとんどの人は「私はまず、パンを買ってから…」みたいな、実況解説をメモには書きません。
この“ラフな思考のスナップショット”こそ、CoDが目指すところです。
「5語以内」に隠された理由
で、「なんで5語なの?」という疑問。
もっともです。
実はこれ、脳科学的な知見にもとづいて設計されています。
心理学には「5±2の法則(マジカルナンバー)」という有名な理論があります。
これは、人間が一度に処理できる情報のかたまり(チャンク)は、おおよそ5~7個に限定されるというもの。
つまり、長くなればなるほど記憶に残りにくく、処理も遅くなるということ。
CoDはこの認知限界に寄り添うことで、AIの出力が人間に“読まれる”状態を目指しています。
これは従来の長文生成のプロンプトが目指す、精度向上ではありません。
人が読む気になるかどうかという視点が、このプロンプトにはあります。
(多くのプロンプトや生成AIが長文生成を目指していくなかで、あえて逆の方向を進むのが痺れますね)
他のAI思考手法との違いは?
さて、ここで少し冷静になって周囲を見て見ましょう。
ユーザー
たしかに、CoDが新しい考え方なのは分かった。
でも世の中には、AIを賢く動かすための手法がたくさんある。
このプロンプトは具体的にどう違うのか?
そうですね。
「凄い凄い」と言っても響かないと思います。
比較しないと、イマイチその特異性が見えてこない。
というわけで、ここでは主要な手法とCoDをざっくり比較してみよう。
① Chain of Thought(CoT)
特徴:一歩一歩論理的に説明させる
弱点:とにかく長い。くどい。読む気が失せる
CoDとの違い
CoTは「段階的に詳しく」、CoDは「段階的にメモ風」というイメージです。
この姿勢の差が大きい。
論理的かつ端的に説明をしてくれるのがCoDなので、すぐに出力が欲しい時に有効。
逆に時間をかけてもいいから精度など含めてキチンと説明してほしい場合には、CoTが最適。
② Self-Consistency(自己整合性)
特徴:AIが一度生成した出力を自己評価し、ハルシネーションの発生を抑制しつつも、出力精度を向上させる手法
弱点:時間とコストがかかる
CoDとの違い
CoDは自己評価を行わないが、その代わりロジックによって精度を担保しつつも短く出すという点。
③ ReAct(Reasoning + Action)
特徴:AIが思考と行動を交互に実行
強み:思考→アクション→振り返り、というループが実現可能
CoDとの違い
ReActは「探索型」、CoDは「決断型」
④ Tree of Thought(ToT)
特徴:複数の思考経路を並行で展開し、最適解を見つける
用途:複雑な論理問題やマルチステップの課題
CoDとの違い
ToTは“深く掘る”、CoDは“浅く広く・速く”
CoDは“雑談レベルでも使える戦略思考法”
CoTやToTは、どちらかというと“アカデミックな思考”寄り。
情報を深く掘り、丁寧に解きほぐすタイプの思考様式
一方でCoDは“日常に溶け込む軽さ”
だから、「今日の夕飯どうする?」レベルのことにも自然に使えてしまう。
この“思考のフットワーク”の軽さが、CoD最大の魅力。
日常でふとChatGPTに質問を投げたとき、こう思ったことはないだろうか。
「いや、そんなに説明してって頼んでない」
たとえば、今日の夕食を考えたとします↓↓↓
ChatGPTの献立回答例(従来のスタイル)
主張:夕食の献立についてお手伝いします。まず、栄養バランスを考慮することが重要です。
提案:
- 主食:ご飯 or パン
- 主菜:鶏の照り焼き(作り方あり)
- 副菜:きんぴらごぼう(作り方あり)
- 汁物:味噌汁(具のバリエーションまで網羅)
詳細なレシピ:
- 鶏もも肉300g
- 醤油大さじ2
- みりん大さじ2
- 砂糖小さじ1→ 作り方:焼く→煮詰める→味を整えるまるで栄養学の小論文!(おおげさ)
気がつけばレシピと材料がズラリと並び、分量・手順・補足説明まで丁寧すぎるフルコース。
気持ちはありがたい。
でも、そうじゃない。
本当に欲しかったのは↓↓↓
今日の献立は、
鶏照り焼き・きんぴら・味噌汁・ご飯
大体、30分で終わりますこのくらいの“即答”だったはず
(日常会話を思い浮かべれば、話題を振るたびにこんな詳しく説明された聞く側は疲れてしまうだろう)
CoD(Chain of Draft)でシンプルに整える
長文で“親切すぎる”AIの返答。
改めてみると、一見ありがたそうだけど、実際には読むだけで疲れることも多い。
頭に入るどころか、スクロールしてる途中でそっとアプリを閉じる。
この“情報過多な親切”をリセットしてくれるのが、CoD(Chain of Draft)という考え方。
特徴は明確。
「5語以内で出力させる」という割り切り。
え?それだけ?と思うかもしれないけれど、その“だけ”がすごい。
AIに、「とにかく短く、そして的確に」と伝えるためのプロンプト手法。
人間が紙にメモを書くときのように、本当に必要な情報だけを切り出すことが目的。
メタプロンプト
[あなたの質問]
- 各項目は5語以内で簡潔に
- 余計な説明は省いて
- 最後に####で{○○○}を{○○○○}して日常の困ったシーン別活用法
急な来客、何を作ろうか?
普通の質問
- 急に友人が来ることになった。簡単に作れるおつまみを教えて従来のCoT回答
はい、分かりました。
- 急な来客でのおつまみ作りについてお答えします。
- まず、冷蔵庫にある材料を確認することが重要です。
- 一般的に冷蔵庫にありがちな材料を使った簡単レシピをご紹介します。
- 1. チーズを使った料理
チーズがあれば、簡単にチーズ焼きが作れます。
材料:とろけるチーズ、醤油、マヨネーズ
作り方:
①アルミホイルにチーズを並べる
②醤油を数滴たらす
③オーブントースターで3-5分焼く
[以下、長い説明が続く...]
CoD式質問
急な来客用おつまみを考えて
- 材料3つまで
- 各レシピ5語以内で
- 調理時間10分以内
- 最後に####で優先順位をつけてCoD回答
- チーズ醤油焼き(5分完成)
- 枝豆塩茹で(8分完成)
- カルパッチョ風(3分完成)
####
優先順位:
1.カルパッチョ
2.チーズ焼き
3.枝豆の順で準備差は歴然。
欲しい情報がすぐ手に入り、すぐ行動に移せる。
転職すべきか迷っている
普通の質問
- 転職を考えているけど、判断基準を教えて従来のCoT回答
はい、分かりました。
- 転職の判断について、慎重な検討が必要です。
- 転職は人生の重要な決断であり、多角的な視点から分析する必要があります。
まず現在の職場環境について評価してみましょう:
- 1. 給与・待遇面での満足度
現在の年収が市場相場と比較してどうか、賞与や福利厚生の充実度、
昇進・昇格の可能性などを総合的に評価します。
- 2. 職場の人間関係
上司との関係、同僚とのコミュニケーション、
チームワークの質などを客観視します。
[延々と続く...]
CoD式質問
- 転職の判断基準を整理したい
- チェック項目を5つまで
- 各項目5語以内で
- 優先度も
####で判断フローに優先順位をつけてくださいCoD回答
- 給与差20%以上(高優先度)
- 職場環境改善見込み(高優先度)
- スキル向上機会(中優先度)
- 通勤時間半減(中優先度)
- 将来性向上(低優先度)
####
高優先度2つ以上該当→転職検討開始
子供の習い事選び
普通の質問
- 5歳の子供におすすめの習い事を教えてCoD式質問
はい、分かりました。
- 5歳児の習い事選び
- おすすめ5つまで
- 各習い事5語以内で
- 月謝と効果も
####で年齢的に最適なものを結果の違い
従来
- 習い事の詳細説明、教育理論、発達心理学の話...ectCoD
水泳(体力向上・6000円)
ピアノ(集中力・8000円)
英語(語学力・10000円)
絵画(創造力・5000円)
体操(運動能力・7000円)
#### 水泳が基礎体力形成に最適各AIサービス別
ChatGPT(最も相性が良い)
そのまま基本テンプレートを使えばOK。無料版でも十分効果あり
- [質問内容]
- 各項目5語以内で
- ####で結論をGoogle Gemini(少しクセあり)
丁寧語を避けるよう指示を追加
- [質問内容]
- 各項目5語以内で
- です・ます調は省いて
- ####で結論を
Claude(論理的思考が得意)
分析系の質問に特に効果的
- [質問内容]
- 客観的に分析
- 各項目5語以内で
- ####で判断基準を
Chain of Draftが効果的な状況
最適な場面
時間がない時:通勤中、昼休み、就寝前の隙間時間
選択肢を絞りたい時:買い物、進路選択、転職検討
概要を掴みたい時:新しい分野の学習開始、業界研究
向かない場面
感情的なサポートが必要:悩み相談、カウンセリング的対話
創作活動:小説執筆、詩作、芸術的表現
詳細な分析が必要:学術研究、法的判断、医学的診断
まとめ
Chain of Draftの使い方は驚くほどシンプル。
「各項目5語以内で、####で結論を」
たったこれだけで…..
時間短縮:欲しい答えに素早くたどり着ける
ストレス軽減:長文を読む疲労がなくなる
コスト削減:トークン消費量が激減
noteとXのフォローをお願いします!

・note