メタマテリアルは、サブ波長スケールで光を操作する能力があるものの、複雑な構造のため設計に重大な課題があります。この課題に対抗するため、異なる状態間で光学特性を切り替え可能な再構成可能多状態メタマテリアル（RMM）が注目されていますが、既存の逆設計手法はこの再構成性を考慮していません。本論文では、対照的な事前学習大規模言語モデル（LLM）に基づく逆設計手法「CoSP」を提案します。この方法では、マルチステートスペクトルに対照的な事前学習を行い、スペクトルを理解する能力を持つエンコーダを取得し、学習済みのLLMと相互作用させます。これにより、素材の構造を自然言語で説明でき、任意の多状態・多バンド光応答に対する薄膜メタマテリアル構造を設計することが可能になります。実験により、CoSPがさまざまな応用においてRMMの知的設計に大きな可能性を示すことが確認されました。