Chain of Thought (цепочка мышления) — это техника составления промптов, которая заставляет ИИ-модель разбивать сложную задачу на последовательные логические шаги перед выдачей финального ответа. Это повышает точность решения многоуровневых проблем на 30–50% по сравнению с прямым запросом. Метод работает со всеми современными LLM: ChatGPT, Claude, Gemini, локальными моделями.
Зачем нужна техника Chain of Thought
- Модель совершает ошибки в сложных расчётах и логических выводах, если задача задана одним вопросом
- Пошаговое мышление позволяет модели "видеть" свои ошибки и корректировать их на лету
- Промпты с явной просьбой о рассуждениях работают эффективнее на задачах классификации, анализа данных и программирования
- Без Chain of Thought модель может пропустить важные детали в середине длинного контекста
- Техника позволяет аудитировать логику ИИ — вы видите, как именно модель пришла к выводу
Пошаговая инструкция по составлению промпта
- Сформулируйте финальный результат, который вам нужен (одно предложение, максимум конкретики).
- Определите, сколько логических этапов требуется для решения задачи (обычно 3–7 шагов).
- Добавьте в промпт фразу:
Подумай пошаговоилиThink step by step— это триггер для глубокого анализа. - Опишите каждый шаг вопросом или инструкцией:
Шаг 1: Выдели основные переменные из задачи. - Попросите модель явно проверить каждый шаг перед финальным ответом:
Проверь логику каждого шага. - Укажите формат финального ответа (таблица, список, код, текст).
- Добавьте контекст или примеры похожих задач, чтобы модель лучше понимала паттерн.
- Запустите промпт и проанализируйте рассуждения модели — если логика нарушена на каком-то шаге, переформулируйте этот блок.
- Сохраните рабочий вариант промпта в текстовый файл или промпт-менеджер (например,
PromptBase,Cursor Rules).
Пример промпта с Chain of Thought
Ты — опытный аналитик данных. Решите задачу пошагово.
Задача: Компания продала 1200 единиц товара в первый месяц, во второй месяц продажи выросли на 25%, в третий месяц упали на 10% от значения второго месяца. Какой был доход, если цена одной единицы — 450 рублей?
Рассуждение:
Шаг 1: Вычислите количество товара во втором месяце (1200 + 25%).
Шаг 2: Вычислите количество товара в третьем месяце (результат шага 1 минус 10%).
Шаг 3: Сложите продажи всех трёх месяцев.
Шаг 4: Умножьте общее количество на цену одной единицы.
Проверь логику каждого вычисления. Выведи финальный ответ одним числом в рублях.
Часто задаваемые вопросы
Работает ли Chain of Thought с бесплатными моделями? Да, техника работает со всеми LLM, включая GPT-3.5, но качество рассуждений зависит от мощности модели — более продвинутые версии (GPT-4, Claude 3) дают точнее.
Сколько шагов оптимально указывать в промпте? Для большинства задач достаточно 3–5 явных шагов; слишком детальное разбиение (10+ шагов) может запутать модель или заставить её следовать шаблону вместо реального анализа.
Что делать, если модель всё равно даёт неверный ответ? Переформулируйте шаги более конкретно, добавьте примеры решённых аналогичных задач в контекст промпта или увеличьте значение temperature в параметрах API (для более творческого подхода).
