Uitgebreide Uitleg
Chain of Thought is een doorbraak in prompt engineering: in plaats van direct een antwoord te vragen, vraag je het model om hardop te redeneren. Dit verbetert accuracy dramatisch bij complexe problemen zoals wiskunde, logica, of multi-step reasoning.
De simpelste vorm is toevoegen "Let's think step by step" aan je prompt. Het model split dan het probleem op in kleinere stappen en werkt methodisch naar een oplossing. Voor moeilijke vragen kan dit accuracy verbeteren van 20% naar 80%+. Het model maakt minder shortcuts en logic errors.
CoT is vooral krachtig bij problemen waar intermediate steps belangrijk zijn: "Als Jan 3 appels heeft en Marie 2x zoveel, en ze delen alles eerlijk, hoeveel heeft Jan?" Met CoT: "Jan heeft 3 appels. Marie heeft 2x3=6 appels. Totaal 3+6=9 appels. Gedeeld door 2 = 4.5 appels elk." Zonder CoT zou het model kunnen gokken.
Praktijkvoorbeeld
Een Nederlandse financieel adviseur gebruikt ChatGPT voor belasting berekeningen. Door te prompten met "Calculate this step-by-step and explain each deduction" krijgt hij niet alleen het juiste bedrag maar ook inzicht in de redenering, wat hij kan controleren en aan klanten kan uitleggen.