AI Expert

Tree of Thoughts：大規模言語モデルによる熟考型問題解決（論文詳解）

29 分中級者構築者Yannic Kilcherプロンプトエンジニアリング

Yannic Kilcher. YannicがPrinceton／DeepMindによる思考の木の原論文を解説します。候補を生成し、評価し、枝刈りし、行き詰まれば戻るループ、Game of 24の正解率が4%から74%に向上する理由、そして10倍のトークンコストに見合わなくなる場面を取り上げます。思考の木を魔法のプロンプト接頭辞ではなく探索アルゴリズムとして捉えざるを得ない点に、この動画の価値があります。

AI Expertの注記

実際にトークンコストが発生する探索アルゴリズムとして思考の木を具体的に理解できるため収録しました。実践上の要点はベンチマークの数値ではなく、コストが10倍になるという境界です。

このセクションから得られるもの

生成、評価、枝刈りから成る推論パターンと、実務には高コストすぎる場面を理解できます。

視聴または事前に知っておくべきもの

技術論文の解説動画に慣れていること。論文そのものを事前に読む必要はありません。

最終確認日：2026年5月18日

次の動画を視聴

同じ学習パスで次のキュレーション済みの補完動画を続けて視聴してください。

さらに深く学ぶ

このトピックについてさらに詳しく学べる、厳選された外部コースです。

DeepLearning.AI

ChatGPT Prompt Engineering for Developers

Isa Fulford · Andrew Ng

90分で1年分の勘所を学べます。LLMを呼び出すコードを書き始めた人、またはこれから書こうとしている人にとって、「ChatGPTを試す」段階と「LLMを呼び出す機能をリリースする」段階の差を埋める、オンラインで最も効率的な講座です。

中級者約1.5時間
Coursera · Vanderbilt University

Prompt Engineering for ChatGPT

Dr. Jules White

DeepLearning.AIの短期講座を学術面から補完する講座です。同じ分野をより長い時間をかけ、コーディングをしない人向けに教えます。Dr. Whiteは、プロンプト作成を小技ではなく、再利用可能なパターン（Ask for Input、Outline Expansion、Fact Check List、Menu Actions）として解説します。修了後は、当てずっぽうではなく、設計者のようにLLMへのプロンプトを作成できるようになります。

初心者約18時間
Microsoft Learn

Work Smarter with AI: Craft Effective Prompts for Microsoft Copilot

Microsoft Learn

Prompt engineering, but for the tool most office workers will actually touch first. Microsoft's own four-part prompting framework (goal, context, source, expectation) is a genuinely useful mental model, and unlike the generic ChatGPT prompting courses already in our catalog, this one is grounded entirely in Microsoft 365 Copilot's specific quirks and grounding behavior.

中級者~1h 5m · self-paced

プロンプトエンジニアリングのすべてのコースを確認