能力引き出し（ケイパビリティ・エリシテーション）

能力引き出し（Capability Elicitation）とは、LLMが潜在的に保有している能力を、最適なプロンプト設計・技法・ツール使用によって最大限に引き出すことを目的とした研究・実践領域です。

**なぜ能力引き出しが重要か：** LLMは学習済みの能力を常に発揮するわけではありません。プロンプトの書き方次第で同じモデルでも大きく性能差が出ます。また、フロンティアモデルの危険な能力評価において「見かけ上できない」と「本当にできない」を区別するために不可欠です。

**主な能力引き出し技法：**

**プロンプトエンジニアリング系：** - **Chain-of-Thought（CoT）**：「ステップバイステップで考えよ」と促すことで推論能力が大幅向上 - **Few-shot prompting**：例示によって未学習タスクでも高性能を発揮 - **Role prompting**：「あなたは専門家です」と役割を与えることで特定知識を引き出す - **Self-consistency**：複数回推論して多数決で精度向上

**ツール・環境系：** - **Tool use（Function Calling）**：計算・検索ツールを与えることで苦手な算術や最新情報を補完 - **コード実行環境**：Python interpreterを与えると数学・データ分析能力が飛躍的向上

**AI安全性における能力引き出し：** フロンティアモデルの危険能力評価（生物兵器情報・サイバー攻撃支援等）では、「素のプロンプトでできるか」だけでなく「最善の能力引き出し技法を使えばできるか」が問われます。Anthropicの内部評価チームはこの観点で継続的にモデルを評価しています。

モデルの「本当の能力」の上限を知ることが、適切なリスク評価と対策設計の前提となります。