アントロピックの新しい「考える」ツールにより、クロードは複雑なツール使用状況で立ち止まって考えることが可能に

AIの安全性と研究に特化した企業、 人間原理 複雑なタスクの実行中に構造化された思考のための専用スペースを提供する「考える」ツールを導入しました。このツールにより、クロードは最終的な答えに到達する前に、専用のスペースを備えた追加の思考ステップを組み込むことができます。

この概念は拡張思考に似ているように見えるかもしれませんが、重要な違いがあります。拡張思考は、クロードが応答の生成を開始する前に行われ、そこでクロードは深く検討し、アプローチを洗練させます。対照的に、「考える」ツールは、クロードが応答の生成を開始した後に使用され、一時停止して、続行するために必要なすべての情報を収集したかどうかを評価できます。これは、長い一連のツール呼び出しやユーザーとの複数ステップの会話を含むタスクで特に役立ちます。

「考える」ツールは、クロードがユーザークエリだけでは十分な情報が得られず、外部データ（ツール呼び出しの結果など）を処理する必要がある場合に特に効果的です。このツールの背後にある考え方は、拡張思考プロセスほど包括的ではなく、タスク中に出現する新しい情報を統合することに重点を置いています。

Anthropic は、非連続的なツール呼び出しや簡単な指示など、より単純なシナリオでは拡張思考を使用することを推奨しています。また、Claude が外部ツールに頼る必要のないコーディング、数学、物理学などのタスクにも効果的です。このツールは、Claude がツールの出力を注意深く分析したり、ポリシーが重視される環境で詳細なガイドラインを確認したり、エラーが結果をもたらす可能性がある、互いに積み重なる連続的な決定を下したりする必要がある、より複雑なタスクに適しています。

「考える」ツールを実装するためのベストプラクティス

Claude の「Think」ツールのメリットを最大限に引き出すために、Anthropic は τ-bench 実験に基づいて次の実装方法を推奨しています。 

最も効果的な戦略は、「考える」ツールをいつ、どのように使用するかについて明確な指示を提供することです。これは、τ-ベンチ航空ドメインで特に顕著であり、ドメイン固有の例によって、「考える」ツールを適用するモデルの有効性が大幅に向上します。これらの例には、推論プロセスで期待される詳細レベルの概要、複雑な指示を実行可能なステップに分解すること、一般的なシナリオを処理するための意思決定ツリーを提供すること、必要な情報がすべて収集されたかどうかの評価を支援することなど、いくつかの側面に関するガイダンスが含まれている必要があります。

さらに、 人間原理 長い指示や複雑な指示については、ツールの説明自体に含めるよりも、システム プロンプトに配置する方が効果的であることがわかりました。これにより、モデルはより広いコンテキストを提供することで、思考プロセスを全体的な動作にうまく統合できるようになります。

「Think」ツールをClaudeの実装に統合するのは比較的簡単で、改善につながる可能性があります。同社は、特にClaudeがポリシーの遵守や長いツール呼び出しチェーンでの複雑な推論に苦労しているような、難しいユースケースから始めることを提案しています。ユーザーは、ツールを追加することから始めることができます。 defiドメインに固有のカスタマイズされた「考える」ツールを策定し、実装します。このプロセスではコーディングは最小限で済みますが、より構造化された推論が容易になります。ユーザーは、ツールをいつどのように使用するかに関する指示と、ドメインに関連する例をシステム プロンプトに含めることも検討する必要があります。

ツールが導入されたら、ユーザーはツールの使用状況を観察することでツールの使用状況を監視および改善することが推奨されます。 クロード 実際にそれを適用します。プロンプトを調整して、より効果的な思考パターンを促進できます。新しいツールを追加しても、パフォーマンスの面でのデメリットは最小限です。クロードが使用することを選択しない限り、外部の動作は変更されず、既存のツールやワークフローに干渉しません。