ステップバックプロンプティングによるLLM推論の強化

複雑な質問に直面したとき、直接答えず、まず「一歩下がって」問題をより高いレベルに抽象化してください。より広く、より一般的な質問を投げかけ、有用な文脈を提供します。例えば、特定の物理問題を解く代わりに「根本的な物理原理は何か？」と尋ねます。あるいは、人の人生の特定の出来事について尋ねる代わりに「その人の全体的な教育歴は何か？」と尋ねます。この抽象的な質問への回答を元の質問と組み合わせて、LLMの文脈とします。これにより、モデルがより正確に推論するのに役立つ高品質な文脈情報が提供されます。この手法は、問題をステップに分解するChain-of-Thought（CoT）とは異なります。Step-Back Promptingは、代わりに問題をより高い視点から再構成して、関連する文脈を生成します。