Verižno razmišljanje: AI naj misli korak za korakom
Spoznaj preprosto tehniko pozivov, s katero je AI pri logičnem sklepanju s 18 % točnosti skočil na 79 % – z gotovimi primeri za vsakdanje delo.
ChatGPT si vprašal nekaj, za kar je bilo treba malo razmisliti – primerjati dve možnosti, premisliti odločitev ali rešiti problem v več korakih. AI je v hipu odgovoril s samozavestnim odgovorom. Ena napaka: bil je popolnoma napačen.
To se zgodi pogosteje, kot bi si mislil. AI pomočniki so naučeni, da producirajo verodostojno zveneče odgovore, ne pa da o problemih dejansko razmišljajo. Ko zapleteno vprašanje zastaviš na običajen način, AI razmišljanje pogosto preskoči in skoči naravnost na odgovor – včasih se grdo zmoti, zveni pa povsem prepričano.
Rešitev obstaja. Leta 2022 so Googlovi raziskovalci ugotovili, da en sam stavek v pozivu – "Razmišljajmo korak za korakom" – dvigne točnost pri matematičnih nalogah s 17,7 % na 78,7 %. Ne, to ni tipkarska napaka. Ena poved je AI naredila štirikrat natančnejši.
Ta tehnika se imenuje verižno razmišljanje (chain-of-thought) in deluje, ker AI prisili, da pokaže pot do odgovora, namesto da bi sklepal na pamet. Tukaj je, kako jo uporabiš pri pravih nalogah – ne le pri matematiki.
Kaj je verižno razmišljanje?
Verižno razmišljanje (CoT, chain-of-thought) je točno to, kar zveni: od AI zahtevaš, da svoje sklepanje razloži po korakih, preden ti poda končni odgovor. Namesto "Kakšen je odgovor?" rečeš "Pelji me skozi razmislek in mi nato povej odgovor."
Predstavljaj si, kot da bi sodelavca prosil, naj ti pokaže, kako je prišel do rezultata. Če ti nekdo poda priporočilo brez razlage, ne moreš vedeti, ali je o njem res premislil ali je samo ugibal. Če te pa popelje skozi svoj razmislek – "upošteval sem X, izključil Y zaradi Z, kar me je pripeljalo do tega zaključka" – takoj opaziš, kje logika morda škripa.
Pri AI velja enako. Ko ga prisiliš, da ubesedi vmesne korake, se zgodita dve stvari:
AI med samim sklepanjem ujame lastne napake
Če je odgovor zgrešen, vidiš, kje točno se je logika zalomila
Zakaj AI preskakuje korake (in se zmoti)
Tukaj je nekaj, česar se večina ljudi ne zaveda: AI modeli v resnici ne "razmišljajo" tako kot ljudje. Iščejo vzorce v milijardah primerov besedila in napovedujejo, katere besede naj sledijo. Pri preprostem vprašanju jih izpljunejo statistično najbolj verjeten odgovor.
Pri preprostih vprašanjih to deluje povsem v redu. "Katero je glavno mesto Francije?" ne zahteva sklepanja – AI je to vprašanje in odgovor videl skupaj milijonkrat.
Toda kjer je potrebna prava logika – primerjava možnosti, tehtanje kompromisov, problemi z več koraki – pristop iskanja vzorcev pade. AI izbere odgovor, ki zveni prav, ne da bi opravil delo, ki bi pokazalo, da odgovor je prav.
Verižno razmišljanje to bližnjico prekine. Ko AI prosiš, naj sklepa na glas, ga prisiliš, da generira vmesne korake – in ti koraki omejijo, kakšen sme biti končni odgovor. Težje prideš do napačnega zaključka, če moraš pokazati, kako si do njega prišel.
Primerjava med AI, ki skoči naravnost na odgovor, in AI, ki pred odgovorom razmišlja po korakih
Najpreprostejši način za uporabo verižnega razmišljanja
Najlažja različica ne zahteva nobene priprave. Na konec poziva preprosto dodaj enega od teh stavkov:
"Razmišljajmo korak za korakom."
"Pelji me skozi svoj razmislek."
"Pojasni svoje razmišljanje, preden mi podaš končni odgovor."
"Razčleni to po korakih."
Raziskovalci so ugotovili, da je v njihovih testih najbolje delovala formulacija "Razmišljajmo korak za korakom", a je nadaljnja raziskava odkrila še boljšo različico: "Pojdimo skozi to korak za korakom, da bomo zagotovo prišli do pravega odgovora."
Poglejmo, kako to izgleda v praksi. Recimo, da se odločaš, ali naj sprejmeš ponudbo za novo službo.
Brez verižnega razmišljanja:
Naj sprejmem ponudbo za službo, ki plača 20 % več, a se moram preseliti v mesto, kjer so življenjski stroški za 40 % višji?
AI ti bo na podlagi površinskega ujemanja vzorcev verjetno hitro odgovoril "da" ali "ne".
Z verižnim razmišljanjem:
Naj sprejmem ponudbo za službo, ki plača 20 % več, a se moram preseliti v mesto, kjer so življenjski stroški za 40 % višji?
Premisli to korak za korakom in upoštevaj finančne posledice, dejavnike kakovosti življenja in vpliv na kariero, preden prideš do zaključka.
Zdaj bo AI razčlenil vsak dejavnik posebej, izračunal, ali 20 % višja plača pokrije 40 % višje stroške, premislil, kaj morda pridobiš ali izgubiš, in ti dal utemeljeno priporočilo.
Few-shot CoT: AI pokaži, kako naj razmišlja
Pristopu "Razmišljajmo korak za korakom" rečemo zero-shot CoT, ker AI ne podaš nobenega primera. V veliko situacijah dela odlično, a pri zapletenih ali specializiranih nalogah dosežeš še boljše rezultate, če mu pokažeš, kakšen vzorec sklepanja želiš.
Temu pravimo few-shot CoT – v poziv vključiš enega ali dva primerka že razdelane rešitve, ki AI točno pokažeta, kako naj sklepa skozi podobne probleme.
Tukaj je predloga za analizo poslovnih odločitev:
Potrebujem pomoč pri presoji možnosti. Takole bi rad, da skozi vsako razmislimo:
Primer:
Vprašanje: Naj iz mesečnega obračuna preidemo na letnega?
Korak 1 – Določi ključne dejavnike: predvidljivost denarnega toka, tveganje odhoda strank, psihologija cene.
Korak 2 – Analiziraj vsak dejavnik:
- Denarni tok: letni obračun nam prinese prihodek vnaprej in poveča predvidljivost.
- Odhod strank: stranke z letno naročnino imajo nižjo stopnjo odhoda.
- Cena: za letni paket lahko ponudimo popust, pa še vedno zaslužimo.
Korak 3 – Stehtaj kompromise: glavna slabost je večje trenje pri novih prijavah.
Korak 4 – Sklep: da, a ponudimo obe možnosti, letno s 15 % popusta.
Zdaj enako strukturo razmišljanja uporabi pri mojem vprašanju:
{{question}}
Primer ne rabi biti enak tvojemu vprašanju – pomemben je le, da pokaže strukturo razmišljanja, ki si jo želiš. AI bo vzorec prilagodil tvoji konkretni situaciji.
Kdaj verižno razmišljanje res pomaga (in kdaj ne)
Verižno razmišljanje ni čarobna rešitev za vsak pogovor z AI. Raziskava Whartonove šole je pokazala, da pri težkih problemih izboljša učinkovitost, pri preprostih pa lahko točnost celo poslabša, ker vnaša odvečno zapletenost.
Verižno razmišljanje uporabi, ko:
primerjaš več možnosti ali tehtaš kompromise
naloga zahteva sklepanje v več korakih ali izračune
moraš odpraviti težavo ali postaviti diagnozo
odgovor zahteva analizo vzroka in posledice
želiš razumeti razmislek AI, ne le dobiti odgovor
Pusti ga ob strani, ko:
sprašuješ po preprostih dejstvih ali definicijah
potrebuješ ustvarjalen rezultat, kot je nabiranje idej ali pisanje
želiš povzetek ali prevod
ti hitrost pomeni več kot natančnost
naloga ne vključuje logičnega sklepanja
Še eno opozorilo: pri manjših AI modelih je verižno razmišljanje manj učinkovito. Prvotna Googlova raziskava je pokazala, da se znaten preskok pojavi šele pri modelih s 100 milijardami parametrov in več. Pri današnjih potrošniških orodjih, kot so ChatGPT-4, Claude in Gemini, si v pravem razredu. Pri starejših ali manjših modelih pa rezultati lahko nihajo.
5 takoj uporabnih CoT pozivov za pravo delo
Tukaj je pet pozivov, ki jih lahko prilepiš in začneš uporabljati danes. Vsak ima v sebi že vgrajeno strukturo verižnega razmišljanja.
1. Analiza odločitve
Pomagaj mi, da se odločim: {{decision_to_make}}
Pojdi skozi to korak za korakom:
1. Naštej ključne dejavnike, ki naj jih upoštevam.
2. Analiziraj, kako se vsaka možnost odreže pri teh dejavnikih.
3. Določi glavna tveganja in kompromise.
4. Daj mi priporočilo z utemeljitvijo.
Bodi konkreten in se opri na mojo dejansko situacijo, ne na splošne nasvete.
2. Primerjava prednosti in slabosti
Primerjaj možnosti: {{option_1}} proti {{option_2}}
Loti se sistematično:
1. Najprej določi pet meril, ki za ta tip odločitve najbolj štejejo.
2. Vsako možnost oceni po vsakem merilu.
3. Označi morebitne ovire ali nujne pogoje.
4. Stehtaj skupne kompromise.
5. Daj mi jasno priporočilo.
Ne naštevaj samo prednosti in slabosti – dejansko premisli, kateri dejavniki tehtajo več in zakaj.
3. Iskanje izvora težave
Pomagaj mi ugotoviti, zakaj se to dogaja: {{problem_description}}
Uporabi naslednji potek razmišljanja:
1. Razčisti, kaj se dejansko dogaja in kaj bi se moralo dogajati.
2. Naštej vse možne vzroke (tudi malo verjetne).
3. Za vsak vzrok premisli, kateri dokaz bi ga potrdil ali izključil.
4. Glede na razpoložljive informacije določi najbolj verjeten izvor težave.
5. Predlagaj, kako to preveriti in kaj storiti.
4. Načrtovanje korak za korakom
Treba je: {{goal}}.
Razčleni to v korake:
1. Najprej določi, kaj se mora zgoditi pred vsem drugim (predpogoji).
2. Nato zariši glavne faze ali mejnike.
3. Za vsako fazo naštej konkretne aktivnosti.
4. Označi odvisnosti (kaj se mora zgoditi, preden se lahko nekaj drugega začne).
5. Opozori na možne ovire in kako jih obvladati.
Bodi konkreten – daj mi izvedljive korake, ne ohlapnih nasvetov.
5. Analiza zapletenega vprašanja
{{complex_question}}
Preden odgovoriš, gremo skozi to mirno in po vrsti:
1. Razčleni, kaj to vprašanje zares sprašuje.
2. Določi domneve, ki so v vprašanje vgrajene.
3. Premisli ključne dejavnike, ki vplivajo na odgovor.
4. Skozi vsak dejavnik se sprehodi z razmislekom.
5. Nato mi daj odgovor s sklepanjem, ki ga podpira.
Če ostaja prava negotovost, jo priznaj, namesto da se delaš prepričanega.
Vsi ti pozivi sledijo enakemu vzorcu: poveš, kaj potrebuješ, in nato izrecno opišeš, kakšen razmislek naj AI opravi. Struktura ga vodi skozi temeljito analizo, namesto da bi skočil naravnost na zaključek.
Kartica predloge poziva s spremenljivimi mesti, ki jih prilagajamo različnim nalogam
Če opaziš, da te poziva uporabljaš znova in znova – le da vsakič vstavljaš drugo odločitev, problem ali vprašanje – ti orodje, kot je PromptNest, omogoča, da jih shraniš že z vstavljenimi {{spremenljivkami}}. Ko jih potrebuješ, samo zapolniš prazna mesta in skopiraš končni poziv.
Odpravljanje težav, kadar razmislek zaide
Včasih boš uporabil verižno razmišljanje in AI bo lepo razgrnil korake … pa bo vseeno prišel do napačnega zaključka. Tukaj je, kaj storiti.
Razmislek je videti v redu, sklep pa je napačen. AI je morda izhajal iz zgrešene predpostavke. Vprašaj: "Katere predpostavke pri tem upoštevaš? Naštej jih izrecno." Napaka pogosto tiči v neizgovorjeni domnevi, ne v sami logiki.
AI je preskočil pomembne dejavnike. Odgovori: "Nisi upošteval {{factor}}. Kako to spremeni tvojo analizo?" AI bo nove informacije vključil in pogosto popravil sklep.
Razmislek vrti v krog ali ostaja preveč ohlapen. Zahtevaj več konkretnosti: "V drugem koraku si rekel 'to bi lahko bilo tvegano'. Na katera tveganja konkretno misliš in kako bi jih ovrednotil?" Konkretni podatki razgalijo megleno razmišljanje.
Sumiš, da je AI presamozavesten. Poskusi: "Igraj hudičevega odvetnika. Kateri je najmočnejši argument proti temu zaključku?" Tako pogosto na plan privlečeš slabosti, ki jih je AI pri prvem poskusu zavestno ali nezavedno preskočil.
Smisel verižnega razmišljanja ni le boljši odgovor – cilj je, da AI razmislek postane viden, da napake lahko opaziš in popraviš. Prvi odgovor jemlji kot izhodišče, ne kot dokončno rešitev.
Verižno razmišljanje začni uporabljati danes
Ni se ti treba učiti tehnik na pamet ali slediti zapletenim okvirom. Zapomni si bistvo: kadar potrebuješ, da AI res razmisli, namesto da ugiba, ga prosi, naj pokaže pot do odgovora.
Začni pri eni nalogi, kjer AI redno uporabljaš – pri analizi, primerjavi ali odpravljanju težav. Dodaj "Premisli to korak za korakom" in poglej, kako se odgovor spremeni. Ko enkrat opaziš razliko, boš sam vedel, kdaj seči po tej tehniki.
Če bi rad zgradil zbirko premišljevalnih pozivov, kakršne so zgornji, jih lahko hraniš kjerkoli – v aplikaciji za zapiske, dokumentu, karkoli ti je všeč. Če pa raje uporabiš nekaj, narejenega prav za to, je PromptNest domorodna aplikacija za Mac (19,99 $ enkratno na Mac App Store, brez naročnine, brez računa, teče lokalno), ki tvoje pozive z že vgrajenimi spremenljivkami drži urejene. Tako ali drugače je glavno, da imaš svoje najboljše pozive pri roki, ko jih potrebuješ – ne pa zakopane v starih zgodovinah klepetov.
Razlika med AI, ki ti pomaga misliti, in AI, ki samo zveni samozavestno, se pogosto skrči na šest besed: "Premisli to korak za korakom."