Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Lære Chain-of-Thought — Får AI til at Ræsonnere Trin for Trin | Grundlæggende Promptteknikker
Prompt Engineering til Arbejde

bookChain-of-Thought — Får AI til at Ræsonnere Trin for Trin

Stryg for at vise menuen

For enkle opgaver — udarbejdelse af en besked, opsummering af et dokument, generering af en liste — producerer modellen hurtigt et svar, og det er som regel tilstrækkeligt. Men for opgaver, der kræver analyse, struktureret ræsonnement eller beslutninger med flere overvejelser, er et hurtigt svar ofte overfladisk.

Note
Definition

Chain-of-thought prompting er teknikken til at ændre dette. Ved eksplicit at bede modellen om at ræsonnere gennem et problem trin for trin, før den leverer sit svar, får du svar, der er mere strukturerede, mere velovervejede og mere anvendelige til komplekse professionelle opgaver.

Hvordan Chain-Of-Thought ser ud i praksis

Der kræves ingen særlig syntaks. Du skal bruge en sætning, der signalerer til modellen, at du ønsker ræsonnementet og ikke kun konklusionen:

  • Think through this step by step before giving your answer;
  • Before responding, identify the key considerations involved;
  • Walk me through your reasoning, then give your recommendation;
  • Break this problem down before drawing any conclusions.

Uden chain-of-thought: Should we launch this feature for all users or run a limited beta first?

Modellen vil springe direkte til en anbefaling — muligvis en fornuftig én, men uden synligt ræsonnement.

Med chain-of-thought: Should we launch this feature for all users or run a limited beta first? Before answering, reason through the key trade-offs involved — risk, speed of learning, support load, and rollout reversibility. Then give your recommendation.

Modellen vil eksplicit fremhæve afvejningerne, før den kommer med en anbefaling — hvilket giver dig noget at reagere på, udfordre eller bruge som grundlag for en teamsamtale.

Skærmbilledebeskrivelse: To chatpaneler side om side. Venstre panel mærket "Uden chain-of-thought": brugeren spørger Hvad er den bedste måde at strukturere en samtale om præstationsvurdering med en medarbejder, der ikke præsterer? → AI svarer med en hurtig punktliste med fem generelle råd (f.eks. "vær specifik," "fokuser på adfærd, ikke personlighed") — korrekt, men overfladisk. Højre panel mærket "Med chain-of-thought": samme spørgsmål med Think through this step by step — overvej medarbejderens sandsynlige følelsesmæssige tilstand, lederens mål, juridiske og HR-mæssige hensyn samt det ønskede resultat. Tilføjet → AI svarer med en klart begrundet, flerparagraf svar, der gennemgår hver dimension, før der præsenteres en struktureret samtaleramme. Svaret i højre panel er synligt længere og mere indholdsrigt. Annotation på højre panel: "Synliggjort ræsonnement — lettere at evaluere og handle på."

Hvor Chain-Of-Thought Tilfører Mest Værdi

Denne teknik er værd at bruge, når:

  • Du beder modellen om at komme med en anbefaling eller beslutning med flere konkurrerende faktorer;
  • Du har brug for, at modellen analyserer noget kritisk — et forslag, en plan, et stykke tekst — frem for blot at beskrive det;
  • Du bruger AI til at forberede en samtale eller et møde og ønsker at overveje vinklerne på forhånd;
  • Opgaven indebærer afvejning af kompromiser, hvor konklusionen afhænger af, hvordan faktorerne balanceres;
  • Du ønsker output, du kan præsentere for andre — synligt ræsonnement gør outputtet mere troværdigt og lettere at diskutere.

En Nyttig Variation: Bed Om Ræsonnementet Separat

Nogle gange ønsker du det endelige svar i et overskueligt format, men du vil også gerne se ræsonnementet bag. Du kan bede om begge dele eksplicit:

Analyze the following proposal for potential risks. First, reason through each section and identify concerns. Then give me a summary of the top three risks in bullet points.

Dette giver dig det strukturerede output, du har brug for til et dokument eller en præsentation, samt det fulde ræsonnement, du kan gennemgå — eller dele med interessenter, der ønsker at forstå tankegangen bag konklusionerne.

question mark

I hvilke situationer bør du bruge chain-of-thought prompting for at få mest værdi ud af en AI-model?

Vælg alle korrekte svar

Var alt klart?

Hvordan kan vi forbedre det?

Tak for dine kommentarer!

Sektion 2. Kapitel 3

Spørg AI

expand

Spørg AI

ChatGPT

Spørg om hvad som helst eller prøv et af de foreslåede spørgsmål for at starte vores chat

Sektion 2. Kapitel 3
some-alt