ツリーオブソート（ToT）

ツリーオブソート（Tree of Thoughts、ToT）とは、Yaoらが2023年に提案した、LLMが問題を解く際に単一の思考チェーン（cot）ではなく複数の思考パスを木構造で生成・評価・探索するプロンプティング戦略です。人間が困難な問題を考える際に複数の案を検討して最良を選ぶプロセスをAIで再現しています。

ToTが重要な理由は、Chain-of-Thoughtでは最初の思考方向が誤っていた場合に修正できませんが、ToTは複数の思考ブランチを並行探索し、評価関数（自己評価や別のLLM呼び出し）でプルーニングすることで、より高品質な解に到達できるためです。算術パズル（24ゲーム）や創作文章・パズル問題などで従来手法を大幅に上回る性能が示されました。

実装では、「思考の生成（複数候補を出す）」→「思考の評価（有望かを判定）」→「探索戦略（BFS/DFS）」の3要素で構成されます。計算コストはCoTより高くなりますが、reasoning-modelの台頭によりモデル自体が内部でToT的な探索を行うようになっており、外部から明示的にToTプロンプトを設計する必要性は変化しています。agentやorchestratorと組み合わせた実装も研究されています。