Chain of Thought — technika promptowania krok po kroku (CoT)

Chain of thought to skuteczny sposób, by AI rozwiązywała trudniejsze zadania krok po kroku. Zobacz, jak tworzyć takie prompty.

Czym jest chain of thought?

Chain of thought (CoT) to technika promptowania, w której prosisz AI, żeby myślała na głos i rozkładała zadanie na pojedyncze kroki. Zamiast oczekiwać gotowej odpowiedzi, prowadzisz model przez proces rozumowania. To szczególnie przydatne przy zadaniach logicznych, matematycznych czy wymagających analizy.

Dlaczego warto stosować CoT prompting?

• AI rzadziej „zgaduje” i popełnia mniej prostych błędów.
• Lepiej rozumiesz, jak model „myśli” i gdzie ewentualnie popełnia błąd.
• Łatwiej debugować prompt, jeśli coś idzie nie tak.
• Możesz użyć CoT także do generowania pomysłów, planowania czy analizy tekstu.

Podstawowy prompt z chain of thought

Najprostszy sposób to dodać na końcu prośbę „Wyjaśnij krok po kroku” lub „Pokaż swoje rozumowanie”:

Rozwiąż następujący problem matematyczny. Wyjaśnij swoje rozumowanie krok po kroku.

Problem: Kasia miała 15 jabłek. Dała 4 jabłka Michałowi i 2 jabłka Ani. Ile jabłek jej zostało?

Ten prompt sprawdza się, kiedy chcesz, żeby AI nie tylko podała wynik, ale też wyjaśniła, jak do niego doszła.

TIP: Prośbę o rozumowanie możesz sformułować na kilka sposobów: „myśl krok po kroku”, „wyjaśnij każdy etap” lub „rozbij zadanie na mniejsze części”.

Chain of Thought w praktyce — przykłady promptów

1. Matematyka i zagadki logiczne

Rozwiąż poniższą zagadkę logiczną, myśląc krok po kroku:

Zagadka: Mam trzy pudełka. Jedno ma jabłka, drugie gruszki, trzecie jabłka i gruszki. Wszystkie mają złe etykiety. Jak w jednym ruchu sprawdzić, co jest w którym pudełku?

Ten prompt zmusza AI do rozłożenia problemu na etapy, co zwiększa szansę na prawidłowe rozwiązanie.

2. Analiza tekstu i argumentacja

Przeczytaj poniższy fragment i przeanalizuj argumentację autora. Zrób to krok po kroku, najpierw identyfikując tezy, potem argumenty, a na końcu podsumuj wnioski.

Fragment: "Wprowadzenie pracy zdalnej wpłynęło pozytywnie na produktywność wielu firm..."

Stosuj taki prompt, gdy chcesz, by AI nie pominęła żadnego ważnego elementu analizy.

3. Planowanie i generowanie pomysłów

Wymyśl plan promocji nowego produktu. Myśl krok po kroku: najpierw określ grupę docelową, potem kanały promocji, następnie zaproponuj hasła reklamowe.

Ten układ pozwala uzyskać uporządkowane, konkretne odpowiedzi zamiast chaotycznej listy.

Jak napisać skuteczny prompt CoT?

• Wyraźnie poproś o rozumowanie krok po kroku (np. „myśl krok po kroku”, „rozbij zadanie na etapy”).
• Zasugeruj strukturę odpowiedzi (np. „najpierw… potem… na końcu…”).
• Daj przykład, jak wygląda rozumowanie (few-shot, patrz niżej).
• Unikaj zbyt ogólnych wytycznych — precyzja popłaca!

Chain of Thought + few-shot prompting

Jeśli chcesz jeszcze lepszych efektów, połącz chain of thought z techniką few-shot, czyli pokaż AI przykład(y) rozumowania:

Problem: Adam ma 10 zł. Kupił ciastko za 3 zł i sok za 2 zł. Ile mu zostało?
Odpowiedź: Adam miał 10 zł. Ciastko kosztowało 3 zł, więc po zakupie zostało mu 7 zł. Sok kosztował 2 zł, więc po zakupie zostało mu 5 zł. Odpowiedź: 5 zł.

Teraz rozwiąż podobny problem, myśląc krok po kroku:

Problem: Basia ma 20 zł. Kupuje książkę za 8 zł i długopis za 3 zł. Ile pieniędzy jej zostaje?

Takie promptowanie „uczy” model, jak ma wyglądać rozumowanie oraz format odpowiedzi.

TIP: W promptach few-shot możesz używać własnych przykładów z Twojej branży — AI lepiej dopasuje się do Twojego stylu i kontekstu.

Błędy i pułapki w chain of thought prompting

• Za krótki prompt — AI może pominąć część rozumowania.
• Zbyt ogólne polecenia (np. „rozwiąż zadanie”) — zawsze doprecyzuj, jakie etapy ma opisać AI.
• Brak przykładu — jeśli zadanie jest nietypowe, zawsze pokaż wzór odpowiedzi.
• Za długi, chaotyczny prompt — podziel go na czytelne kroki lub wypunktuj.

Zaawansowane zastosowania chain of thought

1. Tworzenie checklist i procedur

Stwórz checklistę wdrożenia nowego pracownika. Wypisz każdy krok procesu osobno, logicznie po sobie, myśląc krok po kroku.

2. Automatyzacja analizy danych

Przeanalizuj poniższą tabelę sprzedaży. Najpierw znajdź najlepiej sprzedający się produkt, potem porównaj go z najsłabszym, na końcu wyciągnij wnioski krok po kroku.

Podsumowanie

Chain of thought (CoT) to potężna technika promptowania, która poprawia jakość odpowiedzi AI w zadaniach wymagających rozumowania. Wystarczy dodać do promptu wyraźną prośbę o myślenie krok po kroku i — w razie potrzeby — pokazać własny przykład few-shot. Stosuj CoT wszędzie tam, gdzie liczy się nie tylko odpowiedź, ale i sposób jej uzyskania!