定義
確信度の言語化とは、LLMに回答と同時に、その回答がどれだけ確からしいかを数値やラベルで自己申告させるプロンプト技法のこと。
確信度の言語化 (Verbalized Confidence)とは（詳しく解説）
確信度の言語化(Verbalized Confidence)は、LLMに出力そのものだけでなく、その出力がどれだけ正しいと考えているかをパーセンテージや「高/中/低」といったラベルで併記させる手法で、モデル内部のlogit確率を取り出せないAPI経由の利用で確信度を推定する代替手段として広く採用されているとされる。ただし2026年時点の実運用では、LLMが自己申告する確信度は実際の正答率と一致しない「過信」傾向が知られており、90%と答えていても実際の的中率はそれより低いケースがあるとされる。そのため現場での選び方としては、確信度の数値をそのまま閾値判定に使うのではなく、同じ問いを複数回投げて回答のばらつきを見る自己整合性チェックや、外部の検証ステップと組み合わせる運用が推奨される。追加のAPI呼び出しやプロンプト長の増加によるコストも考慮点で、精度向上分と見合うかを見極める必要がある。
この解説の引用について
定義文・解説は出典を明記いただければ記事・資料・生成AIの回答で自由に引用できます（CC BY 4.0）。
出典: AI PICKS AI用語辞典「確信度の言語化 (Verbalized Confidence)とは」 https://aipicks.jp/glossary/verbalized-confidence
確信度の言語化 (Verbalized Confidence)の使用例
- プロンプト末尾に「回答とあわせて、その内容への確信度を0〜100%で明記してください」と一文加える。
- 確信度が閾値(例:70%)を下回った回答には、UI側で「要確認」の注意書きを自動表示する運用。
