AIに何か調べてもらったとき、「なんか自信満々に言ってるけど、これ本当に合ってる？」と思ったことはありませんか。
わたし自身、ブログ記事を書くときにAIでリサーチをしていて、サービスの料金や機能の詳細が微妙にずれていた、ということが何度かありました。出力はきれいにまとまっているし、読んでいると正しそうに見える。でも実際に公式サイトで確認すると、数字や仕様が違う。
この現象を「ハルシネーション」と言います。AIが事実ではない情報を、さも正しいかのように出力してしまうクセのことです。
これを減らすためのプロンプトの型が「Chain-of-Verification（CoVe）」です。今回はこの型の考え方と、コピペで使えるプロンプトを紹介します。
Chain-of-Verification（CoVe）とは？
Chain-of-Verification（CoVe）は、一言でいうと「AIに自分の回答を自分でチェックさせる」という考え方です。
わかりやすいたとえをすると、レポートを書いた後に一度見直してから提出する、というプロセスをAIに明示的にやらせるイメージです。普通のプロンプトでは、AIは一発で回答を出してそのまま返してきます。この型では、出した回答をいったん自分で疑わせて、検証してから最終版を出させます。
4つのステップで動きます。
- 叩き台の回答を出す
- その回答に潜む事実誤認のリスクを、検証質問5つに変換する
- 各質問にエビデンスをもとに答える
- 矛盾した部分を修正した最終版を出す
この4ステップを1回のプロンプトで完結させます。
元になった研究について
CoVeはMeta AIの研究チームが2023年に発表した手法です（Dhuliawala, Komeili, Xu et al., “Chain-of-Verification Reduces Hallucination in Large Language Models”, ACL 2024 / arXiv:2309.11495）。論文ではWikidataを使ったリスト形式の質問や、長文生成のタスクで検証されており、ハルシネーションが減少したと報告されています。
なぜ効くのか
①AIは「指示された手順を守ろうとする」性質がある
「確認してください」と書かなければ確認しません。でも「検証質問を出して答えてください」と明示すると、その通りに動きます。自己チェックのステップをプロンプト側から強制することで、AIが自分の回答を見直す機会が生まれます。
②疑わしい部分が「見える化」される
検証質問を出力させることで、どこが不確かなのかが表面に出てきます。AIが出した検証質問を読むだけで「ここは要注意だな」と判断できるようになるので、人間が最終確認するときにも役立ちます。
コピペOKプロンプト
以下をそのままコピーして、末尾の「［ ］」にテーマを入れてください。
以下のテーマで、次の手順をワンレスポンスで完結させてください。
①まず叩き台の回答を出す
②その回答に潜む事実誤認のリスクを、検証質問5つに変換する
③各質問にエビデンスベースで答える
④矛盾箇所を修正した最終版を提示する。
テーマ：［ ］「ワンレスポンスで完結させてください」の一文がポイントです。これを入れないと、AIが①で止まって「続けていいですか？」と確認してくることがあります。テーマを変えるだけで、リサーチ・事実確認・記事のファクトチェックなど幅広いタスクに使えます。
今から実践例をお話していきます。↓
実践例：before / after
「主要な生成AIツール（ChatGPT・Claude・Gemini）の無料プランの制限」をテーマに試してみました。各ツールの無料枠は頻繁に変わるため、ハルシネーションが出やすいテーマです。
before：普通のプロンプト
「ChatGPT・Claude・Geminiの無料プランで使える機能の違いを教えてください。」
→ 結果：各ツールの説明が流れるように返ってきました。読んでいると整っているのですが、「1日○回まで」「○GBまで」といった数値が複数出てきて、公式サイトで確認したら一部が古い情報だったり、制限の書き方が実際とずれていたりしました。
after：CoVeを使ったプロンプト
以下のテーマで、次の手順をワンレスポンスで完結させてください。
①まず叩き台の回答を出す
②事実誤認リスクの検証質問5つを出す
③各質問にエビデンスベースで答える
④最終版を出す。
テーマ：ChatGPT・Claude・Geminiの無料プランで使える機能の違い→ 結果：叩き台のあとに「GPT-4oが無料で使える回数制限は現在も同じか？」「Claudeの無料プランにプロジェクト機能は含まれているか？」など、具体的な検証質問が5つ出てきました。最終版では不確かな数値に注記が入り、断定口調が抑えられた出力になりました。
使いどころと注意点
こんな場面で使う
- 記事やレポートに事実情報を載せるとき
- サービスの料金・仕様・機能など、数値が絡む調査
- 「これ本当に合ってる？」と不安になる情報を扱うとき
これには向いていない
- アイデア出しやブレインストーミング（正確性より量・発想が大事な場面）
- 感想・意見を書かせるタスク（事実の正誤より表現が目的のため）
また、CoVeは出力が長くなります。「サクッと一言で答えが欲しい」という場面には不向きです。信頼性が求められる調査系のタスクに絞って使うのが現実的です。
上級者向け：さらに精度を上げるヒント
ここは応用の話なので、AIを使い始めたばかりの方は読み飛ばしてOKです。
CoVeの弱点として、検証質問への回答もAI自身がやるため、そこでもハルシネーションが起きる可能性があります。精度を上げるなら、③のステップを「Webで検索して答える」に変えて検索ツールと組み合わせる方法があります（Claudeであれば検索機能をオンにした状態で使う）。
まとめ
- CoVeは「AIに自分の回答を4ステップで検証させる」プロンプトの型
- 事実情報を扱うリサーチ系のタスクで特に効果が出やすい
- コピペして末尾のテーマを変えるだけで使える
⚠️ この記事の情報は執筆時点（2026年6月）の内容です。
AIツールの仕様・料金・機能は変更されることがあります。
具体的な数値や仕様は、各サービスの公式サイトや一次情報で必ず確認してください。
次回予告
次回は「Self-Refine（セルフリファイン）」を紹介します。生成・批評・改稿の3役をAIに演じさせる型で、文章の質を1回のプロンプトでワンランク上げられます。
👉 Self-Refineとは？AIに3役を演じさせて文章の質を上げるプロンプト術
コメント