本ページはプロモーションを含みます（掲載基準）
Self-Discover (自己発見プロンプト)の定義
Self-Discoverとは、LLMが複数の推論モジュールから自ら最適な組み合わせを選び、タスク専用の推論構造を生成してから問題を解くプロンプト技法のこと。
Self-Discover (自己発見プロンプト)とは（詳しく解説）
Self-Discoverは2024年にGoogle DeepMindが提案した手法で、事前定義された推論モジュール(分解する、批判的に考える等)の中からタスクに適したものをLLM自身に選択・適応させ、実行可能な推論構造(reasoning structure)を組み立ててから本番の推論を行う二段階プロンプト技法とされる。Chain-of-Thoughtやfew-shot例よりも複雑な論理パズルや制約充足問題で精度が高いとされる一方、2026年時点の実運用では構造生成に追加のLLM呼び出しが発生するためコスト・レイテンシが単純なCoTの2倍以上になりやすい落とし穴がある。現場では単純なQAや簡易な要約タスクには過剰であり、複数ステップの推論や監査が必要な業務フローなど複雑度の高いタスクに限定して採用するのが相場感として広く定着している選び方とされる。
Self-Discover (自己発見プロンプト)を調べた人に
AIで
エディタのAIを使いこなしたい人向けの講座と、コードなしで作れるツールです。
XServer VPSAIと作ったWebアプリやDifyのアプリを自分のサーバーで公開するなら。Dockerのアプリイメージで始められる
VPS（Dify・n8n の自前運用） ／ プランと料金は公式で確認
初月10ドルオフ（新規ユーザー）
Claude CodeやCursorへの指示を声で入力できる。日本語にも対応し、Mac・Windowsのどの入力欄でも使える（無料は1,000語まで）
AI音声・文字起こし ／ 最低料金 ¥0〜
定義文・解説は出典を明記いただければ記事・資料・生成AIの回答で自由に引用できます（CC BY 4.0）。
出典: AI PICKS AI用語辞典「Self-Discover (自己発見プロンプト)とは」 https://aipicks.jp/glossary/self-discover
Self-Discover (自己発見プロンプト)の使用例
- 生成AIに「以下の推論モジュール一覧から本タスクに合うものを選び、解決プランを組み立ててから回答して」と指示するプロンプト。
- 数独やスケジューリングのような制約充足問題で、本番推論の前段階として推論構造をLLM自身に自己設計させる使い方。
Self-Discover (自己発見プロンプト)に関連するAIツール
Self-Discover (自己発見プロンプト)の関連記事
Self-Discover (自己発見プロンプト)の関連用語
12カテゴリ・1815語以上を体系的に整理しています