定義
Verbalized Samplingとは、AIに単一の正解ではなく複数の候補案を確率(重み)付きで言語化させ、出力の多様性を引き出すプロンプト技法のこと。
Verbalized Sampling (多様性を引き出す指示)とは（詳しく解説）
Verbalized Samplingとは、AIに「最も可能性の高い一つの答え」だけを出させるのではなく、複数の候補案とそれぞれの確率(重み)を言語化させて出力させるプロンプト技法のこと。RLHFなどのアラインメント調整で失われがちな応答の多様性(いわゆるモード崩壊)を、追加学習なしにプロンプト側の工夫だけで部分的に回復できる手法として2026年時点で注目されている。実運用では、ブレインストーミング・キャッチコピー案出し・合成データ生成・多様な会話シナリオのシミュレーションなど、単一解ではなく幅を求める場面で使われる。現場での落とし穴は、候補ごとに表示される確率がモデル内部の実際の確率分布と一致する保証はない点、候補数を増やすほど出力トークンが増えAPIコストが膨らむ点。相場感としては1回の指示で3〜5案を出させる運用が主流で、案の数はタスクの探索幅とコストのバランスで決めるのが現場の定石。既存のtemperatureやtop-pパラメータ調整と組み合わせるとさらに安定しやすい。
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「Verbalized Sampling (多様性を引き出す指示)とは」 https://aipicks.jp/glossary/verbalized-sampling
Verbalized Sampling (多様性を引き出す指示)の使用例
- 5つの短編小説のアイデアを、それぞれの実現確率とともに提示してください。
- このキャッチコピー案を5パターン、それぞれ確信度(0〜100%)付きで出してください。
