推論モデル（o1、R1）向けプロンプト作成の9つのヒント

1. プロンプトを明確かつ具体的に保つ モデルに何を完了させたいかを明確に述べる。無関係な情報は避ける。問題が複雑な場合は、簡潔に直接述べ、複数の話題を同時に出したり、過剰な背景説明をしないこと。 2. 必要な文脈は提供し、無関係なものは省略する モデルに必要な分野情報やデータ（事例、事実など）を含める。モデルが最新またはニッチな知識を持っているとは限らないため。ただし、タスクに関係のない材料や多数の例を積み上げて干渉しないようにする。 3. できるだけゼロ例または極少数の例 ゼロ例モードを優先する。モデルが理解を誤ったり、形式が正しくない場合にのみ、短い例をデモとして追加する。O1/O3 は旧版 GPT のように大量の例で導く必要はない。 4. System/Developer 指示で役割とスタイルを設定する 例えば「あなたは法律アナリストです」や「数学の先生として学生に解説してください」などと設定し、適切な専門度とトーンを確立する。さらに「箇条書きで回答してください」などで出力構造を指定する。 5. 指示で回答の長さと詳細度を制御する 簡潔な回答が必要なら「結論を一段落以内で述べてください」と書く。詳細な分析が必要なら「推論プロセスを詳述してください」と書く。O1 はデフォルトで詳細に傾くが、そのデフォルトを上書きできる。 6. O3-mini で「推論努力度」パラメータを使用する （API が許可する場合）タスクのニーズに応じて低/中/高を設定し、速度と正確性のバランスを取る。 7. 繰り返しの「段階的思考」指示を避ける O1/O3 に「一歩ずつ考えましょう」と言う必要はない。内部で既にチェーン推論を行っているため。この種の指示は GPT-4o に対してより効果的。出力に「すべての中間ステップ」を含めたい場合のみ、追加で明示する。 8. テストと反復 初期回答が不十分な場合は、プロンプトの表現を変えるか、要件をより正確に説明する。O1/O3 は通常一度で高品質な解答を提供するが、プロンプトの微調整で可読性や出力形式をさらに向上させることができる。 9. 重要な結論を検証する 高い信頼性が必要な回答には、追質問や複数回のクエリを行い、異なる回答を比較したり、モデルに自己チェックをさせて結果への自信を高める。O1 でも誤りが発生する可能性があるため、慎重に使用すること。