Naar inhoud
BetaAI Begrippen

AI-begrippen in gewone taal. Zoek een begrip, blader op letter of filter op onderwerp.

Chain-of-thought prompting

Engels: Chain-of-Thought Prompting · Ook wel: CoT, CoT prompting, chain of thought prompting

In het kort

Chain-of-thought prompting is een promptingtechniek waarbij een taalmodel eerst tussenstappen geeft en daarna het antwoord. De prompt bevat daarvoor een instructie of uitgewerkte voorbeelden, anders dan een gewone prompt die alleen om het eindantwoord vraagt. Dat kan helpen bij taken met meerdere stappen, zoals een rekensom, maar de getoonde stappen laten niet altijd zien hoe het model echt tot het antwoord kwam.

Waarom is dit belangrijk?

Lastige vragen die uit meerdere delen bestaan, worden beter oplosbaar wanneer een taalmodel de redenering eerst uitschrijft. In het onderwijs zetten onderzoekers deze techniek in bij het beoordelen van open antwoorden in de bètavakken en bij feedback aan leerlingen. Gebruikers kunnen een antwoord zo zelf nalopen, maar de uitleg kan overtuigend klinken zonder de echte route van het model te tonen.

Zo werkt het in de praktijk

In de zorg zoekt KnowLab_AIMed met chain-of-thought prompting fouten in klinische notities. De Universiteit Bonn en Fraunhofer IAIS beschrijven dit bij de taak MEDIQA-CORR. Google Research gebruikt de techniek in het model PaLM voor vragen over sport en datums.

Onderzoekers van Google en de Universiteit van Tokio testten de techniek zonder voorbeelden. Een korte aansporing om stap voor stap te denken werkte toen ook. De winst verschilt per taak, en bij sommige psychologietaken daalt de nauwkeurigheid.

De techniek hoort bij prompt engineering, het ontwerpen van de invoer voor een taalmodel. Self-consistency laat het model meerdere paden maken en houdt het meest voorkomende antwoord. Teams trainen modellen ook op zulke tussenstappen, zodat de uitleg beter te volgen is.

Gecontroleerd op 23 oktober 2026