プロンプトは2回書くと有効か｜研究結果と試すか見送るかの判断表

ページの位置未計測

AI活用・プロンプト　／　研究を使い方に変える

2回書く効果と、試す条件

読了時間の目安

しっかり読む: 約17分
要点を読む: 約10分

文字量と図表からの目安です。操作・実践の時間は含みません。

Google Researchの2025年のプロンプト反復研究では、同じ入力全体を1つのメッセージ内で2回続けると、推論を促さない実験条件の多くで正答率が改善しました。原論文の手法と結果

普段使うAIでも同じ効果が出るとは、この研究だけでは言えません。正誤を確かめられ、データを送信でき、追加の入力負担を許容できる課題で、1回版と2回版を比較してください。

この記事では、研究条件と入力負担を照合する判断表で試すか見送るかを選び、比較後の採用・保留まで確認できます。

こんな人におすすめ

「同じプロンプトを2回」と聞き、自分の用途で試す条件を知りたい人
研究の改善率と、普段使うAIへの効果を分けて判断したい人

公式情報の最終確認：2026年9月14日

動きを停止停止中：動きを再開

同じ入力全体を1つの入力内で繰り返し、回答は1回生成します。実画面や処理速度を示す図ではありません。

プロンプトは2回入力すべきか

学べるブログは、プロンプト反復を試す前に送信可否・入力負担・採点基準を順に確認し、複数の条件が重なる場合は見送りや保留を先に選ぶ手順を提案します。

プロンプト反復の適用・保留判断表
対象：同一のテキスト入力全体を1回の送信内で2回続ける方法。1〜3行の見送り・保留を優先し、4行は比較前、5・6行は比較後に使います。筆者の判断基準／根拠情報：2026年9月14日確認
用途・状態	研究との対応	モデル・推論設定	入力負担	比較項目	扱いと次の行動
1. 送信禁止・上限超過・許容外の負担	研究成果でも制約は解消しない	モデル名にかかわらず制約を優先	条件を満たさない	送信可否と利用条件	その条件では見送る題材や入力条件を変えてから再判断
2. 料金・入力上限などが未確認	研究には遅延の例外もある	利用先の条件を確認	まだ判断できない	2回分の入力量・利用量・料金	入力を保留 2回分が収まり、負担を許容できるか確認
3. 回答の採点基準がない	研究の正答率で代用できない	設定だけでは採点できない	増やす前に整理	正答・必須の回答条件	比較を保留元資料と照合できる基準を先に決める
4. 前の3条件を満たし、比較は未完了	選択・抽出でも業務での効果は別途確認	表示名・利用日・不明な設定を記録	送信可能で許容範囲	同じ課題の正誤・条件漏れ	比較を試す研究との対応が不明なら探索として扱う
5. 比較後も改善を確認できない	この比較で得た結果に限定	比較時の条件を保存	増量を続ける根拠を確認	差なし・採点不能・改善と悪化の混在	1回版を継続／採用保留差なしなら1回版。採点不能や混在なら採用保留
6. 複数の課題・試行で2回版の改善を確認	他のモデル・用途への保証はない	比較した範囲に限定	追加負担が許容範囲	逆の悪化例・必須条件違反の増加がないか	条件を限定して採用候補にする悪化や条件漏れの増加があれば保留

研究の適用範囲と遅延の例外は原論文の実験・限界に基づきます。表の判断順序と採否は筆者の提案です。

比較を試せることと、常用してよいことは別の判断です。日本語の仕事や現在のチャットアプリにも同じ改善が出る、とこの研究だけからは言い切れません。

プロンプト反復研究で何が分かったか

Google Researchのプロンプト反復研究は、推論を促さない条件の70比較で47勝・0敗を報告していますが、勝敗は著者の統計基準によるモデルと課題条件の比較結果です。「AIの回答がすべて改善した」という意味ではありません。原論文の主要結果

2025年に行われた7モデルのAPI実験

対象は、2025年2〜3月に公式APIで試した7モデルです。APIとは、プログラムからモデルを呼び出す接続方法で、一般向けチャットの画面そのものではありません。研究の著者はGoogle ResearchのYaniv Leviathan、Matan Kalman、Yossi Matiasで、論文v1の公開日は2025年12月17日です。原論文の実験設定／著者と公開履歴

Google：Gemini 2.0 Flash、Gemini 2.0 Flash-Lite
OpenAI：GPT-4o、GPT-4o mini
Anthropic：Claude 3 Haiku、Claude 3.7 Sonnet
DeepSeek：DeepSeek V3

ベンチマークとは、同じ条件で能力を比べるための評価課題です。この研究はARC Challenge、OpenBookQA、GSM8K、MMLU-Pro、MATH、著者作成のNameIndexとMiddleMatchを使い、3種類の選択問題では質問と選択肢の順番も変えています。対象モデルと評価課題

47勝と0敗は何を比べた数字か

47勝は、70問のうち47問に正解したという数字ではありません。複数の設問を含む各モデル・課題条件について、通常入力との正誤の違いを比較した結果です。

反復入力と通常入力の比較結果
原論文v1／2026年9月14日確認
推論の促し方	比較数	有意な改善・低下・有意差なし	読者が言える範囲
推論を促さない	70	47・0・23	著者の統計基準で多くの条件に改善。全回答の改善ではない
段階的な推論を促す	28	5・1・22	効果は限定的。課題の範囲も異なり、上の行との単純な効果比は出せない

出典：原論文の比較結果と統計条件。著者はMcNemar検定という、同じ設問に対する正誤の変化を調べる検定を使い、p < 0.1を勝敗の判定基準にしています。

この表から読み取れるのは、推論を促さない実験条件で改善が多く報告されたことです。有意差なしは「同じ性能が証明された」という意味ではなく、この基準では差を確認できなかった状態です。

NameIndexの結果は全体平均ではない

21.33％から97.33％への改善は、Gemini 2.0 Flash-LiteのNameIndexという特定課題の結果です。50個の名前から25番目を答える独自課題で、全モデル・全課題の平均ではありません。 NameIndexの条件と結果

差は97.33−21.33＝76.00ポイントです。これを「普段の仕事の正答率も76ポイント上がる」と読み替える根拠はなく、改善の大きさは課題ごとに見なければなりません。

プロンプトのどこを2回繰り返すか

Google Researchのプロンプト反復研究は、質問・選択肢・回答形式を含む同一入力を連続配置しており、別のメッセージで再質問する方法とは条件が異なります。基本形では入力全体を続けて置き、回答は1回生成します。原論文の基本手法

質問・資料・回答形式を一緒に複製する

複製するのは、「よく考えて」のような指示文だけでなく、問いを解くための資料と回答形式を含む入力全体です。下の2回版は、1回版を改行で区切ってそのまま2つ続けています。2回版の全体を1つのメッセージとして送り、途中で送信しません。

次の架空の受付順リストを読み、3番目の人の名前を答えてください。
リスト：佐藤、山田、青木、田中、鈴木
回答形式：名前だけ。説明は付けないでください。

次の架空の受付順リストを読み、3番目の人の名前を答えてください。
リスト：佐藤、山田、青木、田中、鈴木
回答形式：名前だけ。説明は付けないでください。
次の架空の受付順リストを読み、3番目の人の名前を答えてください。
リスト：佐藤、山田、青木、田中、鈴木
回答形式：名前だけ。説明は付けないでください。

採点用の正答は「青木」です。名前以外の説明を加えず、指定した形式で答えたかも確認できます。

この入力は、反復する範囲を確認するために筆者が作った日本語の例です。原論文の再現実験や実測結果ではありません。両方が正答しても改善の根拠にはならないため、採否は実際の用途から選んだ、採点できる課題で比べてください。

2回目から前半を参照するという説明

著者は、後ろの位置から前の情報を参照できるモデルの仕組みで、反復の利点を説明しています。トークンとはモデルが文章を処理する単位で、文字数とは一致しません。前から順に処理するモデルでは、2回目のトークンが1回目に現れた問いや資料を参照できる、という説明です。著者による仕組みの説明

これは著者の機序説明であり、図がAI内部の実際の注目先を再現しているわけではありません。どの用途でも改善する原因が証明された、とまでは受け取らないでください。

後半の入力から前半を参照できるという著者の説明を模式化しています。実測した注意の重みを表す図ではありません。

モデルと入力条件はどう確認するか

OpenAI・Google・Anthropicは、公式API資料で思考の非表示と内部推論を区別しており、回答の見た目だけではプロンプト反復研究と同じ条件か判断できません（2026年9月14日確認）。使う環境を記録し、分からない点は不明のまま残すことが比較の前提です。 OpenAIの推論ガイド／Geminiの思考仕様／Claudeの思考仕様

モデル名と推論設定を記録する

比較時はアプリ名だけでなく、表示されるモデル名・利用日・確認できる推論設定を残してください。たとえばChatGPTというサービス名だけでは、研究のGPT-4oやGPT-4o miniと同じ条件とは分かりません。推論とは回答に至る問題解決の処理であり、「答えだけ表示して」という依頼を内部推論の停止と同一視しないことが大切です。

研究対象の一部は、すでに公式APIでの提供を終えています。Gemini 2.0 Flash／Flash-Liteは2026年6月1日、Claude 3.7 Sonnetは2月19日、Claude 3 Haikuは4月20日が終了日です（2026年9月14日確認）。これはAPIの提供状況で、チャットアプリ全体が終了したという意味ではありません。 Gemini APIの提供終了情報／Claude APIの提供終了情報

入力増加・料金・上限を別々に確認する

入力が長くなることから、合計料金や待ち時間まで一律に2倍とは言えません。研究は多くの条件で出力の長さや応答時間が増えなかったと報告していますが、長いClaude入力などには例外があり、時間計測には通信や負荷の影響も含まれます。原論文の長さ・応答時間の結果

APIでは、入力・出力の単価やキャッシュの適用条件を利用先で確認してください。キャッシュとは既に処理した入力部分を再利用する仕組みで、1つの入力内で文章を重ねるだけで割引されるとは限りません。ChatGPTのサブスクリプションとAPI課金も別です（2026年9月14日確認）。 OpenAIのプロンプトキャッシュ／ChatGPTとAPIの課金の違い／Gemini API料金／Claude API料金

コンテキスト上限とは、モデルが一度に参照できる情報量の上限で、生成できる回答の上限とは区別します。2回分の入力に会話履歴なども加わるため、入力が受け付けられるかと、必要な回答量を確保できるかを別々に確認してください。考え方の補足はAIが一度に参照できる範囲の考え方、上限を分けて確認する例はGPT-4o miniの公式仕様を参照できます。

送信できるデータか確認する

比較には、そのサービスと契約で送信が認められたデータを使ってください。学習利用・保存・削除の条件は別々に確認し、学習利用をオフにしたことだけで履歴も削除されるとは判断しません。たとえばOpenAIはAPIのデータ管理とChatGPTのデータ設定を別に説明しています（2026年9月14日確認）。 OpenAI APIのデータ管理／ChatGPTのデータ設定FAQ

1回版と2回版の違いをどう判断するか

学べるブログは、プロンプト反復の比較で回答の正誤をペアで記録し、改善を確認できない結果と、そもそも採点できない状態を分けて採用・保留を判断する手順を提案します。

別の会話で確認できる条件をそろえる

1回版と2回版は別の新しい会話で送り、資料と回答条件をそろえます。同じ会話で順に送ると、先の回答も入力条件に加わるためです。表示名・利用日・確認できる設定を記録し、不明な内部状態まで同一とは扱いません。

送信前に正答と必須の回答形式を決め、許容できる入力負担も決めておきます。比較には実際の用途から課題を選び、結果を見て都合のよい課題だけを残さないようにしてください。

正誤・条件漏れ・入力負担を記録する

同じ課題の回答をペアにして元資料と照合し、両方正しい・1回版だけ正しい・2回版だけ正しい・両方誤りのどれかを記録します。採点できない回答は、この4通りへ無理に入れず「採点不能」と残します。

必須の形式違反や条件漏れ、確認できる利用量・料金は正誤と別に記録します。待ち時間を測った場合は通信や混雑を含む観察値です。測れない項目には数値を入れず、不明としてください。

左上の原資料と、中央・右の1回版・2回版の回答を照合し、下のノートへ記録する筆者提案の手順です。実施済みの結果ではありません。

改善・悪化・差なし・採点不能を分ける

両方正しい結果だけなら、この比較では反復の上積みを確認できていません。両方誤るなら反復だけでは課題が解けていません。1回版だけ正しい結果は悪化例、2回版だけ正しい結果は改善例として分けます。採点不能や改善と悪化の混在が残る場合は、採用を保留します。

一度の改善で常用を決めず、許容できる範囲で複数の課題・試行を確認します。改善が繰り返し見られ、逆の悪化例や必須条件違反の増加がなく、追加負担が許容内なら、比較した条件に限って採用候補にします。この手順は筆者の提案で、必要な試行回数や統計的な保証を定めるものではありません。

今は、判断表の条件を満たす課題を1つ選び、正答・必須の回答形式・許容負担をメモしてください。その基準で1回版と2回版を別の会話へ送り、まず1組を採点します。この1組は比較を始めるためのもので、採用を確定する根拠にはしません。

FAQ｜3回反復や画像にも応用できるか

Google Researchのプロンプト反復研究は、入力の形や反復回数を区別して結果を報告しており、方法を変える場合は基本形の結果をそのまま根拠にできません。原論文の追加実験と今後の課題

3回以上繰り返すほど効果が上がるか

3回反復を試した結果はありますが、回数を増やすほど効果が高まる、あるいは3回が最適だという結論にはなっていません。反復回数を増やす判断には、課題ごとの結果と入力負担の確認が必要です。反復の変種を扱う追加実験

画像やPDFを2回添付しても有効か

画像やPDFを重複添付して同じ効果が得られるとは、この論文では確認されておらず、非テキストへの展開は将来課題です。ファイルの重複添付を、テキスト入力全体の反復と同条件には扱えません。非テキスト入力に関する未検証範囲

まとめ｜プロンプト反復の採否をいつ見直すか

学べるブログは、プロンプト反復の採否をモデル・推論設定・用途・入力の長さや課金条件ごとに記録し、いずれかを変えたら過去の判断を見直す運用を提案します。条件が変わった時は、採否の判断表を開き直してください。