Self-Discover (自己発見プロンプト)
読み: せるふでぃすかばー
最終更新: 2026-07-25・AI PICKS編集部
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)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
関連用語
「プロンプト技法」の他の用語
AI への指示文。 役割 + タスク + 制約 + 文脈 の 4 要素を明示するのが基本。
AI への指示文を 設計する技術。 役割・タスク・制約・文脈 の 4 要素 + Few-shot などのテクニック。
AI に「お手本の例」を 3-5 件見せてから タスクを依頼する手法。 出力フォーマットが安定する。
AI に「ステップごとに考えてください」と促し、 複雑な推論精度を上げる手法。
例示なしで AI にタスクを依頼する方法。 最新モデルは Zero-shot 精度が大幅に向上した。
システムプロンプトとは、AIアシスタントの応答スタイル・役割・制約をあらかじめ設定する隠し命令文のこと。ユーザーの入力より先に処理され、会話全体のトーンと動作範囲を規定する。
AI用語辞典をすべて見てみませんか
12カテゴリ・963語以上を体系的に整理しています
辞典トップへ