Chain of thought (cadeia de pensamento) é fazer um modelo de linguagem escrever os passos intermediários antes da resposta final. Começou como uma técnica de prompt: pedir "pense passo a passo" ou mostrar exemplos resolvidos. Em problemas de vários passos costuma reduzir erros. Muitos modelos de raciocínio geram passos internos sem essa instrução.
Uma pergunta do app. Escolha uma resposta.
Um modelo mostra uma explicação passo a passo. O que você pode concluir?
Não são uma gravação do que acontece dentro da rede. Pode mostrar passos caprichados e a resposta não sair deles.
Os passos são texto gerado. Podem ajudar a conferir, mas também trazer erros ou omitir como o modelo chegou à resposta.
Uma explicação convincente pode esconder um erro. Confira as contas e as afirmações.
Um caderno e uma caneta custam 1,10 USD no total. O caderno custa 1 USD a mais que a caneta. Quanto custa a caneta? O que sai rápido é 0,10. Está errado: o caderno custaria 1,10 e o total, 1,20.
Com passos: a caneta vale x e o caderno x + 1. Então 2x + 1 = 1,10, e x = 0,05. Um modelo de linguagem que responde direto pode cair no mesmo 0,10. Se primeiro escreve as contas, cada passo fica à vista e passa a fazer parte do texto que ele usa para prever o próximo.
Como técnica, basta escrever no prompt: "pense passo a passo", "mostre as contas", ou alguns exemplos já resolvidos com os passos para ele imitar o formato.
Muitos modelos de raciocínio geram passos internos sem você pedir: são os tokens de raciocínio. O que aparece pode ser um resumo. Em algumas APIs eles são cobrados como saída e o effort ajusta quanto ele raciocina. Com esses modelos, pedir "passo a passo" muitas vezes sobra, e alguns provedores recomendam não fazer isso. Confira o guia do que você usa.
Os passos que você vê são texto gerado, igual à resposta. Podem ajudar o modelo a chegar lá, mas não são uma gravação do que acontece dentro da rede. Um modelo pode mostrar passos caprichados e a resposta não sair deles, ou errar um passo e acertar mesmo assim.
Servem para revisar, não como prova. Passos convincentes não tornam a resposta verdadeira (também podem trazer uma alucinação): se importa, refaça a conta você.
Em contas, lógica, código ou decisões com várias condições. Para um dado simples ou reescrever um texto, pedir os passos pode ajudar pouco e somar tokens.