メインコンテンツへスキップ
見出し画像

3-2 教えるな、伝えろ。DeepSeek R1に"考えさせる"プロンプトの新常識

    「教えすぎ」が逆効果になる、という逆説

    前回(3-1)では、プロンプトを構成する4要素、文脈・役割・制約・出力形式を整理しました。

    では、この4要素をそのままDeepSeekの推論モデル(R1系)に当てはめればよいのか。

    結論から言います。当てはめるだけでは不十分です。というより、そのままだと逆効果になる場面が少なくありません。

    従来のLLM(GPT-4、Claude 3.5、Llama 3など)では、「ステップ・バイ・ステップで考えてください」「まずAを検討し、次にBを比較し……」と思考の手順をプロンプトに書き込むことが推奨されてきました。Chain-of-Thought(CoT)プロンプティングと呼ばれる手法です。

    しかし、DeepSeek R1のような推論モデルに対してこの手法を適用すると、冗長性が増し、モデルの注意がそらされ、パフォーマンスが低下する可能性がある。これが現在のプロンプトエンジニアリングにおける重要な知見です。

    推論モデルの登場は、プロンプトエンジニアリングの「常識」を根底から変えました。この記事では、ブラウザ版の操作画面(ディープシンクのON/OFF)に即して、DeepSeekの推論モデルに固有の指示作法を、原理と実践の両面から整理します。

    【ブラウザ版をご利用の皆様へ】
    本記事はブラウザ版のUIに完全準拠しています。ブラウザ版では入力欄下部の「ディープシンク」と「スマート検索」の2つのトグルのみが操作可能です。API版のような temperature やシステムプロンプトの設定画面はブラウザ版には存在しません。設定をいじるのではなく、「プロンプトの書き方そのものを変える」という本質的な部分に集中してください。

    ブラウザ版DeepSeekをご利用の皆様への注意
    画像
    ブラウザ版DeepSeekのインターフェイス

    なぜ「教える」必要がないのか — 推論モデルの内部で起きていること

    理由はシンプルです。DeepSeek R1は、指示される前から「考えている」からです。

    従来のLLMは、外部からのプロンプトによって推論の「足場」を組んでもらう必要がありました。これに対し、推論モデルは訓練段階で強化学習を通じて「自分で思考の連鎖を構築する方法」を学んでいます。回答を生成する前に大量の「思考トークン」を内部で生成し、問題の自発的な分解、複数経路の試行、自己訂正、結論の統合を自律的に実行します。

    つまり、推論プロセスがモデルに「内化」されているのです。これは、外部から手順を指示する必要がなくなったというだけでなく、外部からの手順指示がモデル本来の思考経路を妨害する可能性があることを意味します。

    伝統的なCoTモデルと推論モデルの違いを整理すると、以下のようになります。

    画像

    R1固有の作法 — 3つの実践ポイント(ブラウザ版対応)

    1. 「どう考えるか」ではなく「何が欲しいか」を書く

    DeepSeek R1のプロンプトで最も重要なのは、タスクの目標と制約を明確に伝えることです。思考の手順は書きません。

    たとえば、ある経営判断の分析を依頼する場合——

    悪い例(従来モデル向けの指示):

    以下の問題について、ステップバイステップで考えてください。
    まず市場の状況を分析し、次に競合他社を比較し、
    最後に自社の強みを整理した上で結論を出してください。

    良い例(R1向けの指示):

    以下の状況で、A案とB案のどちらを選ぶべきか判断してください。
    判断の根拠と、見落としているリスクがあれば指摘してください。
    【状況】……

    後者では、R1が内部で「どのような分析枠組みを使うか」「どの順序で検討するか」を自律的に決定します。ユーザーが決めるべきは問いの輪郭であり、思考の道筋ではありません。

    2. 出力の「形」だけを指定する

    思考プロセスには口を出さず、最終的な出力の形式は指定してよい。これがR1に対する指示の基本バランスです。
    ブラウザ版でも、以下のような指示はそのまま入力欄に書いて有効です:

    • 「最終的な答えと、簡潔な理由(3文以内)を提供してください」

    • 「答えを提示した上で、そこに至った重要な要因を3つ挙げてください」

    • 「結論のみを出力してください」

    これらは「どう考えるか」ではなく「何をどう出すか」の指定であり、R1の内部推論を制約しません。

    3. 「ディープシンク」ボタンと思考プロセスの見え方

    ブラウザ版で「ディープシンク」をオンにすると、回答の前に「思考中...」というプロセスが表示され、その後最終回答が出ます。API版ではこれが <think> タグで囲まれて出力されますが、ブラウザ版ではUI上で折りたたまれて表示されます。

    この構造を理解しておくと、実務上のメリットがあります。「思考プロセスを展開する」ボタン(またはそれに準ずるUI)をクリックすれば、モデルがどのような経路で結論に至ったかを事後検証できます。推論の透明性が求められる用途(監査、医療、法務など)では、このUI上の思考プロセスを必ず確認する習慣をつけましょう。

    ブラウザ版での注意点:

    ブラウザ版は公式の大型モデルが動作しているため、基本的に日本語で思考・出力されますが、まれに思考過程に中国語が混在することがあります。その場合は「日本語で考えて、日本語で答えてください」と明示的に追加指示することで改善されます。

    やってはいけない3つのこと(※ブラウザ版の場合)

    1. システムプロンプトを探さない

    ブラウザ版には、API版のような「システムプロンプト」の入力欄はありません。役割や制約は、すべて通常のチャット入力欄(ユーザープロンプト)に含めるのが基本です。

    DeepSeek R1はユーザーメッセージ形式の指示に最適化されているため、ブラウザ版の仕様はむしろ公式推奨に合致しています。「システムプロンプトはどこ?」と探す必要はありません。チャット欄にすべてを書きましょう。

    2. Few-shotの例を大量に与えない

    これはブラウザ版でも同じです。推論モデルに対しては、Few-shotの例を多数与えることは推奨されません。モデルが持つネイティブな推論経路を、与えられた例が「誘導」してしまい、本来の能力が発揮されにくくなるためです。

    まずzero-shot(例を与えずに指示するだけ)で試し、一貫した失敗パターンが見られた場合にのみ、チャット内で最小限の例を追加する——この順序が推奨されます。

    3. パラメータを過度に調整しない(※ブラウザ版では調整不可)

    temperature や top_p といったサンプリングパラメータは、ブラウザ版ではそもそも設定できません。ブラウザ版は公式が推奨する最適な設定(推論モード時は自動制御)で動作しています。設定を探す必要はありません。


    実践:同じ問いを「ディープシンクOFF」と「ON」で投げてみる

    具体例で確認しましょう。「新規事業の参入判断」をテーマにします。ブラウザ版では、下部の「ディープシンク」ボタンをオンにするかオフにするかで、モデルの挙動が変わります。

    ディープシンクOFF(V3相当)への指示:

    新規事業としてオンライン教育市場への参入を検討しています。
    市場規模、競合状況、参入障壁、自社の強みの4つの観点から分析し、
    参入すべきかどうかを判断してください。
    各観点について、具体的なデータや事例を挙げて説明してください。

    この指示は、従来のチャットモデルに対しては適切です。4つの観点を明示することで、V3は構造化された分析を返してくれます。

    ディープシンクON(R1相当)への指示:

    オンライン教育市場への新規参入を検討しています。
    参入すべきか、撤退すべきか、判断してください。
    自社の強みはBtoB向けの法人研修事業です。
    見落としがちなリスクがあれば指摘してください。

    R1には観点を指定しません。「オンライン教育」「BtoB研修」という文脈情報と、「参入すべきか判断してほしい」「リスクを指摘してほしい」という目標を伝えるだけです。R1は内部で、市場分析、競合比較、自社リソース評価、リスク要因の洗い出しを自律的に行います。

    むしろ、観点を4つに限定しないことで、ユーザーが想定しなかった観点、たとえば「規制環境の変化」「教育効果の測定困難性」が推論プロセスに組み込まれる可能性が高まります。

    これが、R1に「考えさせる」のではなく「考えてもらう」指示の実践です。


    推論モデルの指示で意識すべき「3つの問い」

    最後に、R1へのプロンプトを書く際に自問すべき3つの問いを整理します。ブラウザ版の入力欄に文字を打ち込む前に、これを確認してください。

    問1:このプロンプトは「答えの形」を指定しているか、「思考の手順」を指定しているか?

    後者であれば、削除するか「最終回答の形式」に書き換えます。

    問2:問題の条件と目標は、モデルが自力で推論を始められるだけの情報を含んでいるか?

    R1に考えさせるには、必要な文脈と制約を十分に与える必要があります。「教えない」ことと「伝えない」ことは別です。

    問3:出力の検証手段は用意されているか?

    ブラウザ版の「ディープシンク」で展開できる思考プロセスを人間が確認し、論理的な飛躍や前提の誤りがないかを検証するプロセスを組み込むことが、推論モデルを使いこなす上での鍵となります。

    次回(3-3)では、良いプロンプトと悪いプロンプトの対話例を、実際の出力レベルで比較検証します。


    ▼ この連載の元になった書籍
    『DeepSeek 対話の設計 ― ブラウザで試す、考える、深める』

    あなたへのおすすめ