チェーンオブコード

チェーンオブコード（Chain of Code、CoC）とは、LLMが複雑な推論をプログラムコードとして記述し、そのコードを実行した結果を推論過程に組み込む手法です。2023年にGoogle DeepMind・Stanford Universityの研究者らが提案しました。

**Chain of Thought（CoT）との違い：** CoTは自然言語で推論ステップを記述しますが、数値計算や論理演算では曖昧さや計算ミスが発生します。CoCはこれらの処理をコードに委ねることで精度を向上させます。

**動作の仕組み：**

``` 問題: 「東京の面積は2,194 km²、大阪は828 km²。 東京は大阪の何倍の面積か？小数点以下2桁で答えよ」

CoT（通常）: 「東京÷大阪 = ... 約2.6倍」（計算ミスのリスク）

CoC（コード実行）: python: print(round(2194 / 828, 2)) 実行結果: 2.65 答え: 2.65倍 ```

**強みが発揮される場面：** - **数値計算**：四則演算・統計・金融計算 - **データ処理**：CSVの集計・フィルタリング・変換 - **論理演算**：条件分岐・集合演算・真偽判定 - **アルゴリズム的思考**：ソート・検索・パターンマッチング

**拡張版：LMulator（言語モデルエミュレーター）** コード実行環境がない場合、LLM自身が「コードを実行するシミュレーター」として動作する概念も提案されています。

**実装例：** - OpenAI Code Interpreter（Advanced Data Analysis） - LangChain の PythonREPLTool - Tool Useと組み合わせたコード実行エージェント

CoCはAIエージェントがより正確に問題解決するための重要な推論パターンとして、アジェンティックワークフローの設計に活用されています。