LLM プロンプト 繰り返し の威力：Googleが解明したAI精度を劇的に向上させる「コピペ」の魔法

同じ質問を2回繰り返すだけで、AIの精度が劇的に向上するかもしれません。Google Researchが発表した最新の論文「Prompt Repetition Improves Non-Reasoning LLMs」によると、プロンプトを単にコピー＆ペーストして2回入力するだけで、GeminiやGPT-4o、Claudeといった主要モデルのパフォーマンスが安定して向上することが明らかになりました。これは一見、あまりにも単純すぎる手法に見えますが、AIの構造的な弱点を突いた極めて合理的な戦略です。

トランスフォーマーの「盲点」を克服する LLM プロンプト 繰り返し の仕組み

なぜ繰り返すだけでAIが賢くなるのでしょうか。その理由は、現在の主流であるTransformerアーキテクチャの「因果的盲点」にあります。多くのLLMはテキストを左から右へと順番に処理するため、文の最初の方にある単語（トークン）は、後に出てくる情報を参照することができません。しかし、プロンプトを2回繰り返すと、2回目のコピーを処理する際、AIはすでに1回目の内容をすべて「読み終えた」状態で参照できるようになります。これにより、実質的に双方向の注意（アテンション）が働き、情報の抜け漏れを防ぐことが可能になるのです。

47勝0敗の衝撃：ベンチマークが示す圧倒的な差

研究チームが7つのベンチマークと7つの異なるモデルでテストした結果、直接的な回答を求めるタスクにおいて、プロンプトの繰り返しは47勝0敗という驚異的な成績を収めました。特にデータの抽出精度において顕著な差が出ており、Gemini 2.0 Flash Liteを用いた名前の特定テストでは、通常の正解率が21.33%だったのに対し、2回繰り返すだけで97.33%まで跳ね上がったと報告されています。

実務への導入とコスト：速度を落とさず精度を上げる

この手法の最大の利点は、ユーザーが感じる遅延（レイテンシ）がほとんど増加しない点にあります。LLMの処理過程のうち、プロンプトを読み込む「Prefill」ステージは並列処理が得意なGPUによって高速に行われるため、入力が2倍になっても体感速度には大きな影響を与えません。エンタープライズ領域においては、高価な上位モデルにアップグレードする前に、既存の軽量モデルでプロンプトを繰り返す設定をオーケストレーション層に組み込むことが、コストパフォーマンスの最適化に向けた有力な選択肢となるでしょう。