Řetězec myšlenek (Chain of Thought) v roce 2026: Kdy funguje a kdy škodí

Metoda Chain of thought prompting má v roce 2026 problém, který většina průvodců přehlíží: stejný trik, který učinil modely chytřejšími zpět v roce 2022, může dnes tiše zhoršit výkon modelu pro uvažování. Wei a kolektiv ji představili v roce 2022 a zvýšila přesnost u obtížných matematických a logických úloh tím, že přiměla modely ukázat jejich kroky uvažování. Byl tu však háček. Fungovalo to až poté, co modely překročily hranici zhruba 100 miliard parametrů. Nyní modely řady o a GPT-5 provádějí toto uvažování interně, takže říkat jim „přemýšlej krok za krokem“ často jen plýtvá tokeny. Kdy byste ji měli stále používat a kdy ji raději vynechat?

Klíčová zjištění:

• Chain of thought prompting ukazuje kroky uvažování modelu a zvyšuje přesnost u vícekrokové matematiky, logiky a kódu.
• Jde o emergentní schopnost: malým modelům barely pomáhá a modely pro uvažování ji již provádějí interně.
• U řady o, GPT-5 reasoning a rozšířeného přemýšlení modelu Claude je manuální výzva „přemýšlej krok za krokem“ často zbytečná.
• Manuální CoT stále používejte u modelů bez vestavěného uvažování a u lokálních open-source modelů, nebo když potřebujete auditovatelnou stopu uvažování.

Co je Chain of Thought Prompting?

Chain of thought (CoT) prompting je technika, která žádá jazykový model, aby prošel problémem prostřednictvím explicitních mezilehlých kroků, než uvede konečnou odpověď. Tuto metodu představili Wei a kolektiv v roce 2022 a zlepšuje přesnost u vícekrokových matematických, logických úloh a úloh vyžadujících zdravý rozum, zároveň činí uvažování modelu viditelným.

Pokud položíte běžnému modelu slovní úlohu „naostro“, často vyplivne špatné číslo. Pokud ho nejprve požádáte o uvažování, šance na správný výsledek vzroste. Vezměme si příklad: „Na polici jsou 3 krabice po 7 knihách; odstraním 5. Kolik zbývá?“ Naostro by malý model mohl odpovědět „21“. Přidejte větu „Pojďme přemýšlet krok za krokem“ a model napíše: 3 x 7 = 21, potom 21 - 5 = 16. Stejný model, lepší odpověď a pokud udělá chybu, uvidíte, kde sklouzla. CoT je jedním z nástrojů v širší sadě nástrojů v našem průvodci prompt engineeringem; tento příspěvek se zaměřuje výhradně na ni.

Jak to funguje (a proč to začalo fungovat až ve velkém měřítku)

CoT funguje tak, že model generuje cestu uvažování v přirozeném jazyce token po tokenu, takže každý mezilehlý závěr podmiňuje ten další. Wei a kolektiv (2022) zjistili, že jde o emergentní schopnost: malým modelům barely pomáhá a významné zvýšení přesnosti přináší až u modelů, které mají zhruba 100 miliard parametrů.

Představte si to jako ukazování postupu v hodinách matematiky. Model předpovídá jeden token za druhým a každé slovo, které napíše, se stává součástí vstupu pro další slovo. Když napíše „21“ jako mezivýsledek, toto „21“ nyní sedí v kontextu a směruje finální krok k „16“. Pokud kroky vynecháte, model musí skočit rovnou k odpovědi bez opory. Zvláštností je, že tento benefit se objevuje pouze ve velkém měřítku. V zakládajícím článku tým Weiho zjistil, že malé modely nezaznamenaly téměř žádné zlepšení a někdy si dokonce pohoršily. Proto stejný prompt, který selže u lokálního modelu s 7 miliardami parametrů, může transformovat špičkový model.

Tři varianty: Zero-Shot, Few-Shot a Self-Consistency

Existují tři hlavní varianty CoT. Zero-shot CoT pouze přidá větu „Pojďme přemýšlet krok za krokem“ (Kojima a kolektiv, 2022). Few-shot CoT nejprve ukáže příklady řešeného uvažování. Self-consistency (Wang a kolektiv, 2022) vzorkuje několik cest uvažování a vezme většinový hlas pro odpověď; je nejspolehlivější, ale také nejdražší ze všech tří.

Zero-shot je líný kouzelnický trik. Přidáte jednu větu a model začne uvažovat bez jakýchkoli příkladů. Kojima a kolektiv ukázali, že samotná věta „Pojďme přemýšlet krok za krokem“ změní velký model na slušného reasonera pro zero-shot scénáře.

# Zero-shot CoT: append the trigger phrase. Best on non-reasoning models.
# Model names change fast, so treat the string below as a placeholder.
from openai import OpenAI
client = OpenAI()

prompt = (
    "Q: A shelf holds 3 boxes. Each box has 7 books. "
    "I remove 5 books. How many are left?\n"
    "A: Let's think step by step."
)

resp = client.chat.completions.create(
    model="your-non-reasoning-model",
    messages=[{"role": "user", "content": prompt}],
)
print(resp.choices[0].message.content)

Few-shot CoT jde dále: modelu předáte dva nebo tři příklady řešení, aby zkopíroval vzorec uvažování pro vaši doménu. Self-consistency je regulátor přesnosti. Místo důvěry v jeden řetězec vzorkujete pět při vyšší teplotě a necháte je hlasovat. Wang a kolektiv zjistili, že většinová odpověď je obvykle správná, i když se jednotlivé řetězce odchýlí.

# Self-consistency: sample N reasoning paths, majority-vote the answer.
# More accurate, more expensive. Wang et al., 2022.
from collections import Counter

def self_consistency(prompt, n=5, temperature=0.7):
    answers = []
    for _ in range(n):
        resp = client.chat.completions.create(
            model="your-non-reasoning-model",
            messages=[{"role": "user", "content": prompt}],
            temperature=temperature,  # diversity across paths
        )
        answers.append(extract_final_answer(resp.choices[0].message.content))
    return Counter(answers).most_common(1)[0][0]  # majority vote

Chcete toto uvažování jako čistý JSON místo volného textu? Spojte CoT se vzory v našem průvodci strukturovanými výstupy, aby je downstreamový krok mohl zpracovat.

Posun v roce 2026: Modely pro uvažování změnily pravidla

Modely pro uvažování, jako jsou řada o od OpenAI a GPT-5 reasoning, rozšířené přemýšlení od Claude a DeepSeek R1, provádějí chain of thought interně před tím, než odpoví. Vlastní pokyny OpenAI explicitně uvádějí, že říkat těmto modelům „přemýšlej krok za krokem“ je zbytečné a že žádost modelu pro uvažování o větší úsilí v přemýšlení může skutečně poškodit výkon. Lešení je vestavěné.

To je ta část, kterou starší průvodci předstírají, že se neděje. Model pro uvažování vytvoří soukromý řetězec myšlenek, než vám vůbec ukáže odpověď, takže krok za krokem, který jste dříve psali ručně, se nyní děje pod kapotou. Osvědčené postupy pro uvažování od OpenAI to říkají jasně: „Vyhněte se promptům chain-of-thought: Protože tyto modely provádějí uvažování interně, je zbytečné je vyzývat k ‚přemýšlení krok za krokem‘ nebo k ‚vysvětlení vašeho uvažování‘.“ Jejich průvodce promptováním pro o3/o4-mini jde ještě dál: „Žádost modelu pro uvažování o větší úsilí v přemýšlení může skutečně poškodit výkon.“

Rozšířené přemýšlení od Anthropicu je stejná myšlenka produktově zabalená. Dáte Claudii rozpočet na přemýšlení místo skriptu krok za krokem a nejnovější modely samy rozhodnou, jak hluboko přemýšlet. U této třídy modelů ladíte reasoning_effort nebo rozpočet na přemýšlení, nikoliv formulaci. Pro stranu open-source modelů pro uvažování, včetně DeepSeek R1, viz naše srovnání Qwen vs DeepSeek vs GLM.

Kdy manuální CoT stále pomáhá versus kdy škodí

Manuální CoT stále pomáhá u modelů bez vestavěného uvažování a u malých nebo lokálních open-source modelů, nebo když potřebujete jednu specifickou strukturu uvažování či auditovatelnou stopu. Škodí u nativních modelů pro uvažování (je zbytečná a pomalejší), u jednoduchých jednokrokových úloh a v cestách citlivých na latenci nebo náklady, kde pouze plýtvá tokeny bez zvýšení přesnosti.

Zde je reálný příklad z naší dílny. Pipeline s 12 agenty, která napsala tento příspěvek, běží na modelech Claude a těmto agentům záměrně nikdy neříkáme „přemýšlej krok za krokem“, protože modely již uvažují interně a přidalo by to pouze šum. To, co ručně píšeme, jsou rigidní, grepovatelná lešení pro uvažování. Naše validační agenta spouští pevný bodovací systém na 100 bodů (50 kvalita, 50 SEO) plus osm sekvenčních kontrolních bran. Překladatel dodržuje stanovený checklist: shoda počtu H2 se zdrojem, spuštění grepu na diakritiku, který musí vrátit více než nulu, a udržení se v pásmu počtu řádků 80 až 120 procent. Publisher spouští kontroly před a po publikaci, které regexem kontrolují datetime publishedAt, a následně dotazují CMS, aby potvrdily, že tělo článku není prázdné.

Nejde zde o více přemýšlení. Je to pevná, auditovatelná cesta, kterou můžeme inspectovat a grepovat, což je přesně případ, kdy „manuální CoT stále pomáhá“. Tyto brány jsme přidali z důvodu: hodnota publishedAt pouze s datem jednou tiše skryla celý příspěvek z našeho indexu blogu, takže rigidní sekvence kroků nyní existuje, aby zabránila modelu v přeskočení ověření. Jedno upřímné upozornění: toto je operační pozorování, nikoliv benchmark. Neprováděli jsme kontrolovaný A/B test přesnosti mezi „přemýšlej krok za krokem“ a žádnou instrukcí, takže to berte jako lekci o struktuře a auditovatelnosti, nikoliv jako tvrzení založené na číslech.

Spouštíte lokální modely, kde se manuální CoT stále vyplatí? Naše shrnutí nejlepších open-source LLM roku 2026 pokrývá celé pole. A pokud někdy zobrazujete řetězec myšlenek modelu uživatelům, považujte jej za nedůvěryhodný výstup; náš průvodce prevencí prompt injection vysvětluje proč.

Skryté náklady: Tokeny, latence a váš účet

CoT není zdarma. Každý krok uvažování jsou výstupní tokeny, za které platíte, a delší generace zvyšují latenci. Modely pro uvažování účtují skryté tokeny pro uvažování navíc k viditelné odpovědi. Na endpointech s vysokým objemem nebo v reálném čase může vynucení výstupu krok za krokem tiše znásobit náklady, takže na to myslete v rozpočtu nebo to omezte pomocí reasoning_effort.

Každé „krok 1, krok 2, krok 3“, které model napíše, jsou výstupní tokeny a výstupní tokeny jsou ty drahé. Řetězec pětkrát delší než holá odpověď stojí zhruba pětkrát více v rámci tohoto volání a streamuje se zpět pomaleji. Modely pro uvažování přidávají zákrut: účtují tokeny pro uvažování za interní přemýšlení, které nikdy neuvidíte, takže krátká konečná odpověď může skrývat dlouhý, zaplacený řetězec. Na endpointu s nízkým objemem je to šum; na tom s vysokým provozem to rychle roste. Dva návyky udržují situaci pod kontrolou. Cacheujte stabilní části svého kontextu, abyste neplatili za jejich opětovné čtení (naše průvodce cachováním promptů ukazuje jak), a měřte, zda extra tokeny skutečně kupují přesnost, než nasadíte CoT všude. Naše průvodce evaluací LLM pokrývá toto měření, abyste neplatili za uvažování, které neposouvá skóre.

Jak používat CoT v roce 2026: Rozhodovací checklist

Nejprve identifikujte třídu svého modelu. U modelu pro uvažování vynechte manuální CoT a místo toho laděte reasoning_effort nebo rozpočet na přemýšlení. U modelu bez vestavěného uvažování nebo lokálního modelu přidejte zero-shot „Pojďme přemýšlet krok za krokem“, přejděte na few-shot pro doménové úlohy a přidejte self-consistency pouze tehdy, když je přesnost důležitější než cena tokenů.

Zde je celé rozhodování v pěti krocích:

1. Identifikujte třídu svého modelu. Je to model pro uvažování, nebo ne? Tento jediný fakt rozhoduje o všem níže.
2. U modelu pro uvažování nepište CoT ručně. Místo toho laděte reasoning_effort nebo rozpočet na přemýšlení a nechte model uvažovat interně.
3. U modelu bez vestavěného uvažování nebo lokálního modelu přidejte zero-shot „Pojďme přemýšlet krok za krokem“. Je to jeden řádek a zdarma k vyzkoušení.
4. Pro úlohy specifické pro doménu přejděte na few-shot CoT se dvěma nebo třemi příklady řešení. Přidejte self-consistency pouze tehdy, když přesnost převáží nad cenou tokenů.
5. Pokud vystavujete uvažování, změřte jej pomocí evaluací a považujte viditelný řetězec za nedůvěryhodný výstup.

Spouštěcí fráze samotná obvykle žije ve vašem systémovém promptu. Naše příklady systémových promptů ukazují, kam patří a jak ji formulovat.

# On a reasoning model, don't hand-write CoT. Tune the effort instead.
# Param names and levels change per provider and version, so check current docs.
resp = client.responses.create(
    model="your-reasoning-model",
    reasoning={"effort": "medium"},   # e.g. low | medium | high
    input="Prove that the square root of 2 is irrational.",
)

# Anthropic equivalent: an extended-thinking budget.
# budget_tokens MUST be less than max_tokens.
# thinking = {"type": "enabled", "budget_tokens": 4000}

Zapojení tohoto do produkčního stacku je složitější, než vypadá v blogovém příkladu. Pokud nechcete sami ladit rozpočty na uvažování a eval harnessy, náš tým staví tyto pipeline end-to-end. Podívejte se na AI integraci nebo kontaktujte nás.

O autorovi

Mert Batur Gurbuz je spoluzakladatelem Techsy.io, kde tým dodává AI agenty, automatizační systémy a voice/SDR pipeline pro B2B klienty. Studuje na University of Birmingham a píše o stacku nástrojů pro LLM, který tým Techsy skutečně používá v produkci.

Spoluzakladatel, Techsy.io, University of Birmingham. Spojte se na LinkedIn.

Často kladené otázky

Je chain of thought prompting stále relevantní v roce 2026?

Ano, ale její role se zmenšila. U modelů bez vestavěného uvažování a u malých nebo lokálních open-source modelů manuální CoT stále zvyšuje přesnost u vícekrokových úloh. U modelů pro uvažování je většinou zbytečná. Nejsilnější zbývající použití je vynucení jedné pevné, auditovatelné cesty uvažování, kterou můžete inspectovat.

Funguje chain of thought prompting u modelů pro uvažování, jako jsou GPT-5, o3 nebo Claude?

Tyto modely již uvažují interně, takže manuální CoT je obvykle zbytečná a někdy škodlivá. Dokumentace OpenAI říká, že vyzývání těchto modelů k „přemýšlení krok za krokem“ je zbytečné a že žádost o větší úsilí v přemýšlení „může skutečně poškodit výkon“. Místo psaní kroků laděte úsilí v uvažování.

Co je zero-shot chain of thought prompting?

Zero-shot CoT znamená přidání spouštěcí fráze, obvykle „Pojďme přemýšlet krok za krokem“, bez předchozího poskytnutí jakýchkoli příkladů řešení. Kojima a kolektiv (2022) ukázali, že toto samo o sobě změní velký model na slušného reasonera. Je to nejlevnější varianta CoT: jeden řádek, žádná kurátorská práce s příklady, rychlé k testování.

Co je self-consistency v chain of thought prompting?

Self-consistency, od Wanga a kolektivu (2022), vzorkuje několik nezávislých řetězců uvažování při vyšší teplotě a poté vezme většinový hlas pro konečnou odpověď. Je to nejpřesnější varianta CoT, protože špatné řetězce se zřídka shodují, ale platíte za každou vzorkovanou cestu, takže je také nejdražší.

Jaký je rozdíl mezi chain of thought a few-shot promptingem?

Few-shot prompting ukazuje modelu příklady párů vstup-výstup. Chain of thought se zaměřuje na uvažování mezi vstupem a výstupem. Dobře se kombinují: few-shot CoT poskytuje příklady řešení, které zahrnují kroky uvažování, takže model kopíruje váš vzorec uvažování, nejen formát odpovědi.

Chain of thought vs prompt chaining vs tree of thought: jaký je rozdíl?

Chain of thought uvažuje uvnitř jednoho promptu. Prompt chaining rozděluje úlohu přes několik samostatných volání modelu a předává výstupy dál. Tree of thought prozkoumává více větví uvažování a ořezává slabé. CoT je jedna lineární cesta; ostatní dvě přidávají externí strukturu kolem modelu.

Kdo vynalezl chain of thought prompting?

Chain of thought prompting byl představen Jasonem Weiem a kolegy z Google v článku z roku 2022 „Chain-of-Thought Prompting Elicits Reasoning in Large Language Models“. Kojima a kolektiv později přidali zero-shot CoT a Wang a kolektiv přidali self-consistency, oba také v roce 2022.

Funguje chain of thought prompting pro generování kódu?

Ano, u modelů bez vestavěného uvažování. Žádost modelu o naplánování logiky před napsáním kódu zachycuje okrajové případy a snižuje chyby u komplexních úloh. U modelů pro uvažování probíhá plánování interně, takže obyčejná instrukce obvykle funguje lépe než ručně psaný prefix „uvažuj krok za krokem“.