Chain of thought (ragionamento a catena)

Quando usarla

Usalo per matematica, logica, ragionamento multi-passaggio, pianificazione o qualsiasi compito in cui la risposta corretta dipende dal fare bene diversi passaggi intermedi.

Quando evitarla

Evitalo per semplici ricerche di fatti o compiti a passaggio singolo — il ragionamento extra aggiunge solo lunghezza e latenza senza migliorare l'accuratezza, e può occasionalmente introdurre un errore che non ci sarebbe stato in una risposta diretta. Con i modelli di ragionamento più recenti (modelli con capacità di 'thinking' estese integrate), chiedere esplicitamente un ragionamento passo dopo passo è spesso superfluo — questi modelli ragionano già internamente prima di rispondere, e un'istruzione esplicita può talvolta allungare la risposta senza migliorarne la qualità. Con questi modelli usa prima una formulazione zero-shot semplice, e aggiungi il chain-of-thought esplicito solo se la risposta diretta non è affidabile.

Vantaggi

• Migliora in modo misurabile l'accuratezza su compiti di ragionamento multi-passaggio
• Rende la logica del modello ispezionabile — più facile individuare dove ha sbagliato
• Si combina bene con il few-shot (mostrando esempi ragionati, non solo risposte)

Svantaggi

• Risposte più lunghe costano più token e richiedono più tempo
• Può occasionalmente 'ragionare' fino a una conclusione sbagliata con passaggi dall'aspetto convincente
• Non utile per compiti che non richiedono davvero una logica multi-passaggio