GoT (Graph of Thoughts)

https://scrapbox.io/files/6583ceda6f93490023a7aff5.png

これ何？

思考プロセスをグラフとして表現したテクニック

基本的な問題を定義し、解決のために必要な要素を列挙させ、それらの要素間の依存関係を明確にする手法。

このプロセスを通じて、モデルは具体的なアクションプランを生成し、体系的な情報から総合的な解決策を導き出す。

この手法は、複数の要素が絡み合う問題に対して特に有効で、モデルが全体像を把握しやすくなる。

背景

思考プロセスに厳格なツリー構造を課していること

これにより、プロンプト内の推論能力が制限されてしまう

制限されるとはすなわち、以下の3つ

・直線的な思考:

木の形では、一つの大きな問題から直接的に関連する小さな問題へと進むため、思考が直線的になりがち。

つまり、一つの枝から別の枝へと飛び移るような、もっと複雑で柔軟な考え方が難しくなる。

・事前に定義された構造:

木の形では、最初からどのような枝があるかがある程度定められているため、新しいアイデアや思考パターンを途中で取り入　

れにくくなる。

・限定された探索範囲:

各枝を探索する際に、それぞれの枝がカバーする範囲に限りがあるため、思考の幅が制限される。

https://scrapbox.io/files/6583d5730dea7c0024d25421.png

確かに左のToTの図を見ると、1つの枝から全く別の枝へ矢印が出ていない。

制限されている。

GoTを使うことのメリット

より柔軟な思考パターン

GoTでは、思考プロセスをグラフとして表現する。

これにより、直線的な「木」の構造ではなく、より複雑で相互に関連する思考のネットワークを形成できる。

コンピュータは異なる頂点（考え）間を自由に移動し、多角的な視点から問題を探求できる。

動的で適応可能な構造:

GoTのグラフは、事前に定義された枝やルートに縛られることなく、新しい考えや情報を追加できる。

これにより、思考の進行に応じて新しい接続を作り出すことが可能になり、より適応性の高い思考プロセスが実現される

広範な探索範囲:

GoTのグラフ構造では、思考の範囲が限定されることが少なくなる。

コンピュータは異なる頂点間を自由に探索し、幅広い視点からアイデアを検討できるようになる。

人間の脳の思考回路にとても似た形となる。

GoTは、これらの特徴を活かして、より複雑で柔軟な思考プロセスをコンピュータに実現させることを目指している。

GoTを使ったプロンプトの例

**Graphs of Thoughts 問題解決プロンプト:**

問題: """ここに問題をかく"""

1. **問題分析**:

- 問題を詳細に分析し、主要な要素と相互作用を特定します。

- これらの要素をノード、相互作用をエッジとして定義します。

- ユーザーにフィードバックを求めます。

2. **グラフモデリング**:

- 上記のノードとエッジを使用して、問題をグラフ理論として表現します。

- ノードは以下の属性を持ちます：

- 情報内容

- 重要度

- 関連するサブイシュー

- エッジは以下の属性を持ちます：

- 依存関係

- 情報の流れ

- 必要に応じてループを用いて表現。多くの次数を考慮。

- グラフを作成し相互作用図をmermaid記法で表現

3. **演算処理**:

- 各ノードで特定の演算や分析を行い、その結果をエッジを通じて隣接ノードに伝播します。

- 必要に応じてノード間で情報を交換し合います。

4. **解決策の生成**:

- グラフ上での演算処理から得られた結果を集約し、最適な解決策を形成します。

- 解決策は、問題の本質、目的、そして具体的な手順を明確にします。

5. **アウトプットドキュメント**:

- 曖昧な問題

- その問題の詳細な分析

- 提案された解決策

- 必要なアクションプラン

まずはstep1を実行