LLMに複数の応答と確率を出力させることで回答が画一的になる「モード崩壊」を避けるプロンプト手法です。
<ニュース概要>
AIがいつも同じような答えばかり出すのは、人間の「ありがち好き（＝典型性バイアス）」が原因という研究結果が発表されました。これに対し、「5つの答えを出し、それぞれの出現確率を言って」とプロンプトで頼むと、回答の多様性が1.6～2.1倍に向上。さらに、「これは一般的な答え？専門的？創造的？」といった分類ラベルを追加すると、回答の切り口がさらに広がります。これらはモデルの再学習なしで簡単に実現できます。
<ちょっとした気づき>
「結論＋分類ラベル＋確率」で指示を出すだけで、AIの“引き出し”が一気に増えるのは、会議資料やリスク検討にもすぐ活かせそうですね！
出典：arXiv ／ 2025年
https://arxiv.org/abs/2510.01171
ISAOの管理部門のAI導入事例
AIは、こうした小さな「動かない」でつまずきます。ISAOは、その先——実際の業務に
AIを乗せて回すところまでを、お客様の管理部門と一緒に進めています。
月次決算の工数を50%以上削減｜東証グロース上場企業A社
少人数の経理財務部門で、決算業務を1本ずつAI化。外注に頼らず社内で決算を完結
できる体制をつくりました。（Claude Cowork／Microsoft 365 Copilot）
全社でAIを使わない日がない状態へ｜医薬品・上場準備企業
ツールを配って終わりにせず、顧問として伴走。安全に使える環境の整備から
リテラシー向上まで。G検定の合格率は100%。
収益認識の判定をAIエージェント化｜創薬支援CRO
月100件を超える契約の収益認識判定を、監査証跡を保ったままAIがドラフト。
ドラフト・レビュー工数を75%以上削減しました。
「AI管理部長」を数年かけて共同研究｜東証上場のIT企業
管理部門の業務をAIが担う仕組みを研究。汎用LLMで足りる部分と、自社で作り込む
べき部分の線引きを実務で検証しています。
