1. Step‑Back Prompting問題を短く再定義し、余計な前提やバイアスを排除して本質に立ち返る技法。2. Least‑to‑Most Reasoning簡単な問いから徐々に難易度を上げ、段階的に解決策を積み上げる思考フレーム。3. Plan‑and‑Solve「現状→課題→解決策」の三段階で整理し、論理的に手順を示す構造化手法。4. Chain‑of‑Thought（CoT）“Let’s think step by step.”を導入し、内部推論を可視化させることで精度を高める。5. ERA‑CoTEntity（要素）とRelationship（関係性）を明示しながらCoTを展開し、情報の網羅性・正確性を担保。6. Self‑Ask Decomposition大きな問いを小問に分解して、各サブタスクを個別に解決させるブレークダウン技法。7. Tree‑of‑Thought Lite複数の思考経路（枝）を並列生成して比較検討し、最適解を選ぶ軽量版ツリー探索。8. Inline‑Citation Demand文章中に「❶❷…」で根拠を併記させ、情報の信頼性と検証可能性を強制する。9. Repeat‑at‑End Instruction指示内容を必ず最後に再掲させ、出力結果が依頼事項を逸脱していないかを確認。10. Hint‑before‑Solving解答直前に補足ヒントを与え、解決精度を上げるフォールバック的手法。11. Few‑Shot／In‑Context Learning例示（2～5例）を提示し、望ましい出力パターンをモデルに学習させる。12. Zero‑Shot Prompting例示を用いず、指示文だけでモデルに汎用能力を発揮させる技法。13. Meta‑Prompting生成したプロンプトの品質を自己評価・改善させる“プロンプト自己最適化”手順。14. Role‑Based Prompting「あなたは〇〇専門家です」のように役割を明示し、専門性や語調を制御。15. Temperature Control出力の多様性を制御するtemperatureパラメータをチューニングし、創造性と安定性を使い分け。16. Progressive‑Hint Prompting解答途中で複数段階のヒントを順次与え、複雑問題の推論精度を底上げ。17. Self‑Consistency同一プロンプトを複数回実行し、多数決で最も妥当な回答を選択する反復的安定化。18. Reflection Prompting出力の欠点をモデル自身に指摘させ、改良版を再生成させる自己省察プロセス。19. Adaptive Self‑ConsistencySelf‑Consistencyの実行回数や閾値を動的に調整し、最適な反復数を自動選定。20. R3 (Review‑Rephrase‑Resolve)生成結果を「レビュー→言い換え→解決策提示」の三段階で再構成し、精緻化。21. Program‑of‑Thought Snippet擬似コードやスニペット形式で思考過程を示し、複雑アルゴリズムの可読性を確保。22. Contextual Anchoring文脈となる情報（データや前提）を冒頭で固定し、途中での論点ずれを防止。23. Dynamic Re‑Planning推論途中で計画を見直し、新たな情報や誤差を反映して軌道修正するフレキシブル設計。24. Probabilistic Prompting出力候補を確率的に生成させ、最も尤もらしい回答を統計的に抽出。25. Confidence Scoring各回答に確信度（0–1や1–10）を明示させることで、解釈と次のアクションを容易に。26. Cross‑Validation／Ensemble複数モデルやプロンプトセットで出力を比較し、最適解をアンサンブル的に選出。27. Cognitive Load Optimization質問文やステップ数を最小化し、モデル内部の“認知負荷”を調整して一貫性を保つ。28. Attention Anchoring特定キーワードや文脈に注意を引きつける語句を埋め込み、モデルの注目点を誘導。29. Prompt Memory Emulation過去の会話履歴や文脈をプロンプト内に擬似的に保持し、継続的な対話を実現。30. Automated Prompt Compression冗長な表現を自動的に短縮し、トークン効率を最大化する圧縮アルゴリズム的手法。31. Prompt Chaining複数ステップのプロンプトを次々と連鎖させ、中間結果を受け渡して複合処理を実現。32. Collaborative Drafting人間とAIが交互に下書き・レビューを繰り返すことで、品質を共同最適化するワークフロー。33. Fallback Strategy Designモデルが失敗した際の“予備シナリオ”をあらかじめ定義し、エラー時に自動移行。34. Constraint‑Based Prompting文字数・禁止語句・納期などの制約を明示し、出力が要件から逸脱しないよう強制。35. Continuous Optimization (PDCA＋Loop)Plan‑Do‑Check‑Actサイクルをプロンプト設計に適用し、継続的に精度改善。36. Adversarial Prompt Hardening敢えて誤誘導プロンプトを投入し、モデルの堅牢性とレジリエンスを検証・強化。37. Counterfactual Reasoning Integration「もし～だったら？」の反実仮想を活用し、より深い洞察やリスク分析を促進。38. Semantic Prompt Fragmentation大文を意味単位で分割し、各フラグメントを独立推論させた後に統合。39. Domain‑Adaptive Vocabulary Injection業界専門用語やトーンをプロンプト内に組み込み、ドメイン適応性を向上。40. Multi‑Perspective Synthesis複数視点（技術・法務・マーケなど）から並列に解答を生成し、総合的な分析を実現。
