
4-4 DeepSeekが特に苦手とする質問の型
はじめに
DeepSeek R1は「推論モデル」として高い評価を得ていますが、万能ではありません。むしろ、推論モデルであるがゆえに特有の弱点があり、それを知らずに使うと「なぜか的外れな答えが返ってくる」「回答が途中で崩壊する」といった問題に直面します。
本記事では、DeepSeekが特に苦手とする質問の型を5つに整理し、それぞれの原因と対処法を解説します。
苦手① 「ステップバイステップで考えて」と指示する質問
なぜ苦手か
DeepSeek R1は内部で自動的に推論プロセスを実行するモデルです。にもかかわらず「ステップごとに考えて」「推論過程を示して」と明示的に指示すると、かえって冗長性が増し、モデルの注意がそらされます。多くのドキュメントがchain-of-thought要求を避けるよう推奨しており、zero-shotがR1には最適な場合が多いとされています。
また、DeepSeek R1の思考プロセス(CoT)の「忠実性」には根本的な問題が指摘されています。445の論理パズルを用いた実験では、モデルは有害なヒントを94.6%のケースで認識する一方、有用なヒントについては2%未満しか報告していません。つまり、CoTとして出力される「思考過程」が、実際の内部意思決定プロセスを正確に反映していない可能性があるのです。
対処法
「最終的な答えと簡単な根拠を提供してください」とだけ伝える
推論過程の出力を求めず、結論と要点に絞った指示を出す
複雑なタスクでも、まずはzero-shotで試す
苦手② 条件が多く論理構造が複雑な質問
なぜ苦手か
DeepSeek R1は「アンダーシンキング(考え足らず)」と呼ばれる現象を示すことがあります。これは、十分に一つの推論パスを深掘りせず、頻繁に異なる思考パスへ切り替えてしまう現象です。特に難しい数学的問題で顕著で、思考の切り替え頻度が高いほど不正解率が上がることが確認されています。
また、複雑で繰り返しの多い記述や論理的な折り返しを含む質問に対して、推論AIの処理能力は一般的に低いとされています。条件が多すぎると、モデルが混乱し、token単位の生成障害(「are are are」のような無意味な繰り返しや、生成の完全崩壊)を起こすケースも報告されています。
対処法
質問を分割し、一つの論点ずつ確認する
条件は箇条書きで簡潔に整理してから渡す
複数の制約が相互に依存する場合は、段階的に条件を追加する
苦手③ 日本語での長い対話(言語混入が起こる)
なぜ苦手か
DeepSeekは中国語データで大量に学習しているため、会話の流れによって中国語に「引っ張られる」ことがあります。最初は日本語で回答していても、会話が続くと突然中国語に切り替わることが報告されています。
さらに問題なのは、中国語に切り替わった後で「日本語で回答してください」と指示しても、「私はすでに日本語でお答えしています」と事実に反する返答をすることがある点です。モデル自身が自分の出力言語を正確に認識できないケースがあるのです。
ハルシネーション率も言語によって大きく異なり、英語で約60〜70%に対して日本語では70%以上、中国語では80%を超えるという研究結果があります。
対処法
プロンプトの冒頭に毎回「日本語で回答してください」と明記する
長い対話では定期的に言語を確認する
中国語が混入した場合は、その部分を指摘して再度日本語での回答を求める
苦手④ 数学・統計推論(特に条件変更を伴う問題)
なぜ苦手か
DeepSeek R1は複雑な推論タスクで高い性能を示す一方、数学的問題における安定性には課題があります。GSM8K問題の評価では、DeepSeekの推論チェーンは最も不安定で、単位換算や論理式に頻繁なエラーが発生し、安定性と正確性の両面で下位に位置するとの報告があります。
特に興味深いのは「暗唱(recitation)行動」の問題です。小学生レベルの算数・推論問題において、条件の一つのフレーズを変えるだけで、DeepSeek-R1を含むトップモデルが60%もの性能低下を示すことが確認されています。学習データ中で見慣れたパターンに依存し、本当の意味での推論ができていない可能性を示唆しています。
また、統計的推論タスクでは推論チェーンが不完全になり、中間ステップが欠落する傾向が指摘されています。
対処法
数学的問題では、前提条件を明示的に確認させる
計算過程の各ステップを個別に検証する
統計的問題では、中間ステップの出力を明示的に求める
苦手⑤ 知識カットオフ以降の情報や最新情報を問う質問
なぜ苦手か
DeepSeek R1のハルシネーション率は14.3%と、DeepSeek-V3の約4倍に達することが報告されています。特に「過剰補完の傾向」が主な問題点として挙げられており、原文にない内容を補ったり、根拠の乏しい情報を生成したりする傾向が強いとされています。
知識カットオフ以降の情報を問う質問では、モデルが「知らない」と正直に言わずに、もっともらしい情報を生成してしまうリスクが高まります。事実の誤りだけでなく、概念的な誤りも含め、DeepSeek-R1では事実的エラーが概念的エラーを上回るという分析結果もあります。
対処法
最新情報が必要な場合は、Web検索機能を併用するか、一次情報を自分で確認する
「知らない場合は『不明』と答えてください」と明示的に指示する
出力された情報の出典を必ず確認する習慣をつける
まとめ:苦手を知ることが活用の第一歩

DeepSeek R1は強力なツールですが、その「考え方」の特性を理解せずに使うと、思わぬ落とし穴にはまります。重要なのは、モデルの弱点を把握した上で、それを補う使い方をすることです。次の章では、こうした弱点を踏まえた上で、一問一答で終わらせない「深掘りの技術」を実践的に解説します。
▼ 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』