Rephrase and Respond｜日本語で意図のずれを確認

RaRで回答はどこまでよくなるのか

Rephrase and Respond（RaR）は、質問を言い換えてから答えさせる手法で、原著では課題やモデルによって改善幅が異なります。研究の数字を見るときは、何を解かせた結果なのかを一緒に確認してください。原著v2：実験結果とモデル比較

質問を言い換える手法の狙い

RaRの狙いは、元の質問をモデル自身に言い換え・補足させ、回答前に問いを明確にすることです。独立したアプリやモデルの名称ではなく、質問の与え方を工夫する手法です。論文当時UCLAに所属していたYihe Deng氏らが提案しました。RaRの手法と提案者

論文の初版は2023年11月7日です。本記事は2024年4月18日改訂のv2を参照しています（2026年9月26日確認）。現在の製品アップデートとして紹介しているわけではありません。arXivの公開日・改訂履歴

著者の一人であるQuanquan Gu氏は、初版公開時にXでRaRを紹介しています。まず手法の狙いを確認し、続いて原著v2の数字と評価条件を見ていきます。

課題によって異なる研究上の改善幅

投稿で紹介された改善を原著v2で見ると、同じ主実験でも、RaRによる正答率の差は課題によって大きく異なります。下表は原著Table 1から選んだ2例で、当時のGPT-4 APIによる結果です。APIとは、プログラムからモデルを呼び出す仕組みです。著者が用いた問題数は各220問で、全課題の成績を並べた表ではありません。

研究結果の比較：当時のGPT-4 API、各220問。正答率の単位は％、差はポイントです。原著v2 Tables 1・5。2026年9月26日確認。

表が収まらない場合は、横にスクロールできます。

差は筆者計算です。86.82−21.36＝65.46ポイント、85.45−84.09＝1.36ポイント。相対的な改善率ではありません。原著v2：Tables 1・5

大きく伸びた課題の数字だけで、普段の文章作成や調べ物の改善幅を決めることはできません。別のTwo-stepのモデル比較では、GPT-3.5やVicunaで成績が下がる課題も報告されています。原著v2：第4.3節・Figure 5

日本語・現行モデルへ持ち出せない結論

今回参照した原著から、日本語や現行モデルでの改善率は断定できません。当時の課題・モデル・評価条件と、いま自分が使う環境が異なるためです。日本語の依頼に使う場合も、上表の数値を期待値にはしないでください。原著v2：評価対象と実験条件

言い換えた質問を採用してよいか

Rephrase and Respond（RaR）は言い換えで条件が変わる例も報告されているため、本記事では元の条件との照合を採用判断の基準として提案します。読みやすい文章になっていても、依頼内容まで同じとは限りません。原著v2：付録B.1・Table 9

推測を含む筆者の運用提案・効果未検証：以下の5条件で差を確認すると、どこを直す必要があるか整理しやすいと考えられます。照合表自体は原著で評価された手法ではありません。

元質問と言い換え文の5条件を照合する

照合するのは、目的、数値と境界、対象範囲、禁止・除外条件、追加前提の5つです。原著には、Vicunaで「昨日」が「今日」へ変わった例や、GPT-3.5が「最近」という条件を足した例があります。これは日本語で同じ頻度の問題が起きるという報告ではありません。原著v2：条件変更の事例

下表では、架空の研修案A・Bを比較する依頼を使います。元質問は「提供した研修案AとBを、1人あたり3万円未満の条件で比較してください。提供資料だけを使い、宿泊を伴う案は除外してください」です。参加人数は指定していません。

言い換えを採用するための条件照合表
対象：元質問と、回答前の言い換え文。各行は独立した変更例です。説明用の作例であり、実際のモデル出力・検証結果ではありません。更新：2026年9月26日。

表が収まらない場合は、横にスクロールできます。

上の変更がなく、必要な前提も確認できた場合に、回答用の入力として採用するか判断します。「採用」は質問文についての判断であり、回答の事実性や計算の正確性の保証ではありません。

採用・修正・追加確認・見送りを分ける

次の順で判断します。言い換えを使う場合に、不明点と条件変更の両方が残っていたら、必要な情報を確認してから条件を直します。

1. 見送り：元質問だけで目的と必要な条件が十分に明確なら、そのまま回答を求めます。以下は言い換えを使う場合の手順です。
2. 追加確認：回答に必要な条件が元質問にもない場合は、依頼者に確認します。未確認の値を採用しません。
3. 修正：変わった・消えた確定条件を元に戻します。回答に不要な追加前提は削除し、再照合します。
4. 採用：元の条件が保たれ、問いが明確になり、未確認の前提が残らなければ、回答用の言い換えとして使います。

言い換えを採用するために、元質問を後から変更しないことが大切です。依頼そのものを変えたい場合は、変更した条件を自分で確定させてから比較し直してください。

日本語ではどの手順で回答へ進めるか

Rephrase and Respond（RaR）は、言い換えと回答を一度に求める形と二段階に分ける形があり、人が途中確認する運用は本記事の応用案です。日本語の依頼文を使う前に、この違いを押さえてください。RaRの公式手法説明

One-stepとTwo-stepを区別する

One-stepは一度の指示で言い換えから回答までを求め、Two-stepは言い換えと回答を分けます。公式のOne-stepの短い指示は Rephrase and expand the question, and respond. です。日本語なら「質問を言い換え、補足してから回答してください」に相当しますが、この日本語は筆者訳です。公式One-stepの指示原文

Two-stepでは、元質問と言い換え文の両方を回答段階へ渡します。言い換え役と回答役は同じモデルでも別のモデルでもよく、人間の承認が必須という方式ではありません。段階が2つだからといって、時間や料金が一律に2倍になるとは扱いません。原著v2：第5節・Two-step RaR

言い換えだけを出し、確認後に回答を頼む

筆者の日本語運用案（推測を含む・効果未検証）：以下は原著の二段階に、人が途中で照合する工程を加えた依頼文です。条件のずれに気づきやすくなると考えられますが、指示どおりに止まることや、回答の改善・誤りの防止は保証しません。

1. 下の依頼文に自分の元質問を入れ、言い換えだけを求めます。
2. 出てきた文を、前章の5条件で照合します。不明点や条件変更が残る場合は、回答段階へ進めません。
3. 採用できる文が決まったら、元質問と採用した言い換えを、2つ目の依頼文に入れます。

これから渡す質問の意図を確認するため、質問を言い換えてください。まだ質問への回答はしないでください。

目的、数値と境界（未満・以下など）、対象範囲、禁止・除外条件を保持してください。元の質問にない事実や前提は追加しないでください。
回答に必要な情報が足りなければ、推測で埋めず、確認したい点を示してください。

出力は「言い換えた質問」と「確認が必要な点」に分けてください。確認事項がなければ「なし」と書いてください。

元の質問：
［ここに元の質問を貼り付ける］

「確認が必要な点：なし」と出ても、照合を省かないでください。人が条件を確認できた場合に、次の依頼文へ進みます。

次の「元の質問」と「確認済みの言い換え」を踏まえて回答してください。

元の質問の目的、数値と境界、対象範囲、禁止・除外条件を保持してください。
両者に矛盾がある、または回答に必要な情報が足りない場合は、勝手に条件を選んだり補ったりせず、回答前に確認してください。
根拠が確認できない事実や数値を、確定した情報として補わないでください。

元の質問：
［ここに元の質問を貼り付ける］

確認済みの言い換え：
［ここに採用した言い換えを貼り付ける］

別のチャットやモデルへ移る場合も、元質問を省略しないでください。言い換え文だけを残すと、どの条件が変わったか比較する材料が失われます。