関連動画

思考の連鎖、自己批評、思考の木 — それぞれを使う場面 — 関連動画

記事では、これらの手法を、もっともらしく聞こえるかどうかではなく、実際にどのような問題に役立つかで分類しています。これらの動画では、同じ全体像を2つの角度から確認できます。Anthropicの動画では、十分に検討された構造化プロンプトをゼロから組み立てます。もう1本では、思考の木を支える探索を理解している解説者が、原論文を説明します。

主な選択肢

24:52
プロンプト入門

Anthropic

AnthropicのApplied AIチームの2人が、役割、構造化されたセクション、明示的な思考手順を重ねながら、実務向けのプロンプトをその場で組み立てます。「思考の連鎖を儀式化せずに使う方法」を示すYouTube上で最も信頼できるデモであり、記事の「何にでも『Let's think step by step』を貼り付けるのはやめましょう」という主張を具体的に理解できます。

このセクションから得られるもの: 思考の連鎖を儀式的な手順にすることなく、役割、構造化されたセクション、明示的な思考手順をプロンプトに組み込めます。

視聴または事前に知っておくべきもの: 基本的なプロンプティングを十分に理解していること。記事の手法分類を念頭に置いて視聴すると理解しやすくなります。

AI Expertの注記: 実際のプロンプト構築の中で思考手順を使う様子を確認できるため選定しました。これは、何にでも「let's think step by step」を貼り付ける習慣への対策であり、記事の中心的な注意点でもあります。

動画ページを開く

あわせて見たい動画

29:29
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)

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。

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。

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。

動画ページを開く