Hvad er Chain of Thought?
Chain of thought, forkortet CoT, er en prompt-teknik, der beder en sprogmodel om at ræsonnere trin for trin, inden den svarer. I stedet for at springe direkte til konklusionen viser modellen sin tankegang, og det forbedrer markant kvaliteten på opgaver, der kræver logik, matematik eller analyse.
Teknikken blev beskrevet i forskning fra Google i 2022 og er siden blevet en af de mest grundlæggende greb i prompt engineering. Den er også en del af baggrunden for de nyere reasoning-modeller, der ræsonnerer mere, før de svarer.
For en virksomhed er det en af de billigste måder at få bedre svar på: ingen ny model, ingen integration, bare en bedre måde at spørge på. Resten af siden gennemgår, hvordan det virker, varianterne, og hvornår det giver mening.
Hvordan virker chain of thought?
I sin enkleste form handler CoT om at føje 'tænk trin for trin' eller 'forklar din ræsonnering' til prompten. Det får modellen til at skrive mellemregningerne, før den når konklusionen.
Et eksempel uden CoT: 'Hvad er billigst, 3 stk. til 45 kr. eller 5 stk. til 70 kr.?' Modellen kan finde på at svare forkert, fordi den springer til en konklusion.
Det samme med CoT: 'Hvad er billigst, 3 stk. til 45 kr. eller 5 stk. til 70 kr.? Tænk trin for trin.' Nu regner modellen stykprisen ud for begge, 15 kr. mod 14 kr., og svarer rigtigt.
Forklaringen er enkel: den trinvise ræsonnering giver modellen plads til at regne i stedet for at gætte. På opgaver med logik, matematik eller flere led falder fejlraten markant, fordi hvert delresultat bygger på det forrige i stedet for at skulle rammes i ét spring.
Der er en dybere grund til, at det virker. En sprogmodel genererer ét ord (token) ad gangen, og hvert nyt ord skrives ud fra alt det, der allerede står. Når modellen tvinges til at skrive mellemregningerne, bliver teksten dens kladde: den kan læse sit eget forrige delresultat i stedet for at skulle holde hele regnestykket i hovedet på én gang.
Fjerner man den mulighed, for eksempel ved at kræve et kort svar uden forklaring, forsvinder kladden. Så skal modellen spore alle mellemtrin internt gennem hele opgaven, og på lange opgaver med mange led falder præcisionen hurtigt. Det er derfor, et CoT-prompt ofte rykker mere på et svært regnestykke end en større model gør.
Vi bygger avancerede prompt-teknikker som chain of thought ind i enterprise AI-løsninger, så svarene bliver pålidelige nok til drift. Kontakt os for at optimere jeres AI-setup.
Varianter af chain of thought
CoT findes i flere udgaver, der passer til forskellige behov.
Zero-shot CoT: du beder bare modellen tænke trin for trin uden at give eksempler. Overraskende effektivt for mange opgaver.
Few-shot CoT: du viser to-tre eksempler på den ønskede ræsonnering, og modellen kopierer mønsteret. Bruges, når opgaven har en bestemt fremgangsmåde.
Self-consistency: du kører samme CoT-prompt flere gange og vælger det svar, der går igen oftest. Det øger pålideligheden på de svære opgaver.
Tree of thought: en avanceret variant, hvor modellen udforsker flere ræsonneringsspor parallelt og vælger det bedste. Det ligger tæt på, hvordan nyere reasoning-modeller arbejder internt.
Hvad chain of thought ikke er
CoT er ikke en garanti for rigtige svar. Modellen kan stadig ræsonnere forkert. Men når ræsonneringen er synlig, kan et menneske fange fejlen i logikken i stedet for at stå med et uforklarligt svar.
Det er heller ikke nødvendigt til alt. På simple spørgsmål med ét entydigt svar gør CoT bare outputtet længere uden at hjælpe. Gem det til opgaver, der faktisk kræver flere led.
Og det er ikke det samme som en reasoning-model. CoT er en måde at spørge på, der virker på en almindelig model. En reasoning-model har den trinvise tænkning bygget ind og gør det af sig selv, ofte mere grundigt.
En vigtig begrænsning følger af, hvordan modellen skriver: den kan ikke slette en mellemregning, den allerede har skrevet. Rammer den et forkert trin tidligt, har en almindelig model en tendens til at bygge videre på det og få resten til at passe, frem for at starte forfra. CoT gør altså ræsonneringen synlig, men gør ikke modellen i stand til frit at fortryde undervejs.
Det er præcis dén svaghed, de nyere reasoning-modeller er trænet til at modvirke: de lærer at standse op, betvivle et tidligere trin og rette kursen midt i ræsonneringen. Derfor klarer de opgaver, der kræver, at man forkaster en tidlig antagelse, bedre end et enkelt CoT-prompt på en standardmodel.
Relaterede termer
Prompt engineering er kunsten at formulere instruktioner til AI, så den leverer bedre resultater. Lær grundteknikkerne, system prompts og hvad det ikke kan.
En LLM (large language model) er en stor sprogmodel som GPT, Claude og Gemini. Lær hvordan LLM'er virker, hvad de bruges til, og hvad de koster.
Few-shot prompting er teknikken, hvor du giver AI-modellen eksempler, før den løser en opgave. Forstå metoden, og hvornår den skaber mest værdi i praksis.
Zero-shot learning er AI-modellers evne til at løse opgaver uden eksempler. Lær hvordan det virker, og hvornår det giver mening for din virksomhed.
En reasoning model tænker trin for trin, før den giver et svar. Forstå hvordan ræsonneringsmodeller adskiller sig fra standard-LLM'er, og hvornår de skaber værdi.
Prompt chaining opdeler komplekse opgaver i sekventielle trin, hvor output fra ét prompt bliver input til det næste. Lær teknikken og dens forretningsværdi.
Ofte stillede spørgsmål om chain of thought
Virker chain of thought på alle sprogmodeller?+
CoT virker bedst på større modeller med stærke ræsonneringsevner. Mindre modeller kan ikke altid ræsonnere meningsfuldt trin for trin. Tommelfingerregel: jo større og nyere model, jo mere får du ud af CoT.
Hvornår skal jeg bruge chain of thought?+
Brug det, når opgaven kræver logik, matematik, sammenligning, analyse eller flere vurderingsled. Til simple faktaspørgsmål eller kreativ tekst er det sjældent nødvendigt og gør bare svaret længere.
Er chain of thought det samme som en reasoning-model?+
Nej. CoT er en prompt-teknik, du selv bruger på en almindelig model. En reasoning-model har den trinvise tænkning indbygget og gør det automatisk, typisk mere grundigt end et enkelt CoT-prompt.
Hvorfor kan en AI ikke bare rette en forkert mellemregning undervejs?+
Fordi en sprogmodel skriver ét ord ad gangen oven på det, den allerede har skrevet, og den kan ikke viske tidligere tekst ud. En standardmodel har derfor en tendens til at holde fast i et forkert trin frem for at starte forfra. Nyere reasoning-modeller er specifikt trænet til at standse op og revidere deres egne trin, og det er en stor del af, hvorfor de ræsonnerer bedre.