誤前提の質問 (False Premise)読み: ごぜんていのしつもん

誤前提の質問 (False Premise)とは（詳しく解説）

誤前提の質問(False Premise)とは、質問文中に事実と異なる前提や存在しない事実を紛れ込ませることで、AIがその誤りを検出せず前提を真として回答してしまうかどうかを確認するプロンプト技法およびハルシネーション検証手法を指す。たとえば実在しない法律や製品名を前提に含めた質問を投げ、AIが指摘なく回答を続けるかどうかを見る。LLMは文脈内の情報を優先的に信頼する傾向があるとされ、誤前提を含む質問には誤った前提を追認した回答を返しやすいことが広く知られている。2026年時点の実運用では、社内チャットボットやカスタマーサポートAIの品質保証プロセスにこの手法を組み込み、リリース前のレッドチーム検証や定期的な回帰テストの一項目として使うのが現場での標準的な選び方になっている。専用の検証基盤を持たない場合でも、既存の対話ログから疑わしい前提を抽出してテストケース化する運用がコストを抑えつつ効果を上げやすいとされる。精度向上のみを追うのではなく、前提を疑い返す設計をどこまで組み込むかがAIエージェント導入の相場感を左右する要素になりつつある。

誤前提の質問 (False Premise)の使用例

• 「2027年に廃止されたインボイス制度の代替案は？」のように、事実と異なる前提を含む質問文の例。
• 「なぜ日本の消費税率は0%なのですか？」のように誤った前提をあえて含め、AIの反応を確認する例。

誤前提の質問 (False Premise)に関連するAIツール