O Chain of Thought (cadeia de pensamento) é uma técnica de prompting que consiste em guiar um modelo de linguagem para que decomponha um problema em passos intermédios antes de dar a resposta final. Em vez de saltar diretamente para o resultado, o modelo expõe o seu raciocínio de forma sequencial, o que melhora notavelmente o seu desempenho em tarefas que requerem lógica, matemática ou vários passos de dedução.
A sua importância reside no facto de aproveitar uma capacidade emergente dos modelos grandes: raciocinar melhor quando "pensam em voz alta". Basta adicionar instruções como "pensa passo a passo" para ativar este comportamento. Existem variantes habituais:
- Zero-shot CoT: solicita-se o raciocínio passo a passo sem exemplos prévios.
- Few-shot CoT: incluem-se exemplos resolvidos que mostram o raciocínio.
Uma nuance prática: o CoT funciona melhor em modelos grandes e nem sempre garante respostas corretas, uma vez que o modelo pode gerar raciocínios plausíveis mas errados. Ainda assim, torna o processo mais transparente e verificável, facilitando a deteção de onde a lógica falha.