Ketjuajattelun kehottaminen vuonna 2026: Milloin se toimii, milloin se kääntyy itseään vastaan

Ketjuajattelun kehottamisessa on vuonna 2026 ongelma, jonka parhaat oppaat jättävät huomiotta: sama temppu, joka teki malleista älykkäämpiä vuonna 2022, voi hiljaa heikentää päättelymallin suorituskykyä nykyään. Wei et al. esittelivät menetelmän vuonna 2022, ja se paransi tarkkuutta vaativissa matematiikan ja logiikan tehtävissä saamalla mallit näyttämään päättelyvaiheensa. Siinä oli kuitenkin koukku. Menetelmä alkoi toimia kunnolla vasta, kun mallien koko ylitti noin 100 miljardia parametria. Nykyään o-sarjan ja GPT-5-päättelymallit suorittavat tämän ajattelun sisäisesti, joten niiden kehottaminen ”ajattelemaan vaiheittain” kuluttaa usein vain turhia tokeneita. Milloin sitä kannattaa siis vielä käyttää, ja milloin se kannattaa jättää pois?

Keskeiset huomiot:

• Ketjuajattelun kehottaminen näyttää mallin päättelyvaiheet ja parantaa tarkkuutta monivaiheisissa matematiikan, logiikan ja koodauksen tehtävissä.
• Se on emergentti kyky: se ei juurikaan auta pieniä malleja, ja päättelymallit osaavat sen jo sisäisesti.
• O-sarjassa, GPT-5-päättelyssä ja Clauen laajennetussa ajattelussa manuaalinen ”ajattele vaiheittain” -kehotus on usein tarpeeton.
• Käytä manuaalista CoT:tä edelleen ei-päättelymalleissa ja paikallisissa avoimen lähdekoodin malleissa tai silloin, kun tarvitset auditoitavan päättelypolun.

Mikä on ketjuajattelun kehottaminen?

Ketjuajattelun (CoT) kehottaminen on tekniikka, jossa kielimallia pyydetään käymään läpi ongelma selkeissä välivaiheissa ennen lopullisen vastauksen antamista. Wei et al. esitteli sen vuonna 2022, ja se parantaa tarkkuutta monivaiheisissa matematiikan, logiikan ja maalaisjärjen tehtävissä sekä tekee mallin päättelystä näkyvää.

Jos kysyt tavalliselta mallilta sanallista tehtävää suoraan, se syöksyy usein väärään numeroon. Jos pyydät sitä päättelemään ensin, todennäköisyys onnistumiseen kasvaa. Otetaan esimerkiksi: ”Hyllyssä on 3 laatikkoa, joissa kussakin on 7 kirjaa; poistan 5. Kuinka monta jää?” Suoraan kysyttynä pieni malli saattaa vastata ”21”. Lisää kehotus ”Ajetellaanpa vaiheittain”, ja se kirjoittaa: 3 x 7 = 21, sitten 21 - 5 = 16. Sama malli, parempi vastaus, ja voit nähdä, missä kohtaa se lipsahti, jos niin käy. CoT on yksi työkalu laajemmassa kehotussuunnitteluoppaassamme; tässä artikkelissa keskitymme nimenomaan siihen.

Miten se toimii (ja miksi se alkoi toimia vasta suurissa mittakaavoissa)

CoT toimii siten, että malli tuottaa luonnollisen kielen päättelypolun token kerrallaan, jolloin jokainen välipäätelmä ehdollistaa seuraavan. Wei et al. (2022) havaitsivat, että tämä on emergentti kyky: se ei juurikaan auta pieniä malleja, ja suuret tarkkuushyödyt syntyvät vasta, kun mallien koko ylittää noin 100 miljardia parametria.

Ajattele tätä kuin laskutoimitusten välivaiheiden näyttämistä matematiikan tunnilla. Malli ennustaa yhden tokenin kerrallaan, ja jokainen kirjoitettu sana tulee osaksi seuraavan sanan syötettä. Kun se kirjoittaa ”21” välitulokseksi, tuo ”21” on nyt kontekstissa ohjaamassa viimeistä vaihetta kohti tulosta ”16”. Ohita vaiheet, ja mallin on hypättävä suoraan vastaukseen ilman tukea. Osa outoa tässä on, että hyöty ilmenee vain suurissa mittakaavoissa. Alkuperäisessä tutkimuksessa Weijin tiimi havaitsi, että pienet mallit eivät saaneet juuri mitään hyötyä ja joskus jopa suoriutuivat huonommin. Siksi sama kehotus, joka epäonnistuu 7B:n paikallisessa mallissa, voi muuttaa huippumallin suorituskyvyn.

Kolme variaatiota: Nollan esimerkin, muutaman esimerkin ja itsekonsistenssi

CoT-menetelmistä on kolme päävarianttia. Nollan esimerkin CoT lisää vain lauseen ”Ajetellaanpa vaiheittain” (Kojima et al., 2022). Muutaman esimerkin CoT näyttää ensin ratkaistuja päättelyesimerkkejä. Itsekonsistenssi (Wang et al., 2022) ottaa useita päättelypolkuja ja valitsee enemmistöäänestyksellä vastauksen; se on luotettavin mutta myös kallein näistä kolmesta.

Nollan esimerkin CoT on laiska taikatemppu. Lisäät yhden lauseen, ja malli päättelee ilman esimerkkejä. Kojima et al. osoittivat, että pelkkä ”Ajetellaanpa vaiheittain” muuttaa ison mallin kelvolliseksi nollan esimerkin päättelijäksi.

# 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)

Muutaman esimerkin CoT menee askeleen pidemmälle: annat mallille kaksi tai kolme ratkaistua esimerkkiä, jotta se jäljittelee päättelymallia domaanissasi. Itsekonsistenssi on tarkkuuden säätönuppi. Sen sijaan, että luottaisit yhteen ketjuun, otat viisi näytettä korkeammalla lämpötilalla ja annat niiden äänestää. Wang et al. havaitsivat, että enemmistön vastaus on yleensä oikea, vaikka yksittäiset ketjut harhautuisivatkin.

# 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

Haluatko päättelyn puhtaana JSONina vapaan tekstin sijaan? Yhdistä CoT rakenteellisten tulosten oppaamme malleihin, jotta downstream-vaihe voi jäsentää sen.

Vuoden 2026 muutos: Päättelymallit muuttivat pelisääntöjä

Päättelymallit, kuten OpenAI:n o-sarja ja GPT-5-päättely, Clauen laajennettu ajattelu ja DeepSeek R1, suorittavat ketjuajattelun sisäisesti ennen vastaamista. OpenAI:n omat ohjeet sanovat suoraan, että näiden mallien kehottaminen ”ajattelemaan vaiheittain” on tarpeetonta, ja että päättelymallin pyytäminen päättelemään enemmän voi itse asiassa heikentää suorituskykyä. Rakennelma on sisäänrakennettu.

Tämä on se kohta, jota vanhemmat oppaat teeskentelevät, ettei tapahdu. Päättelymalli tuottaa yksityisen ketjuajattelun ennen kuin se näyttää sinulle vastauksen, joten vaiheittainen päättely, jonka kirjoitit aiemmin käsin, tapahtuu nyt konepellin alla. OpenAI:n päättelyn parhaat käytännöt toteavat tylysti: ”Vältä ketjuajattelukehotuksia: Koska nämä mallit suorittavat päättelyn sisäisesti, kehotus ’ajattele vaiheittain’ tai ’selitä päättelysi’ on tarpeeton.” Niiden o3/o4-mini-kehotusopas menee askeleen pidemmälle: ”Päättelymallin pyytäminen päättelemään enemmän voi itse asiassa heikentää suorituskykyä.”

Anthropicin laajennettu ajattelu on sama idea tuotteistettuna. Annat Clauelle ajattelubudjetin vaiheittaisen skriptin sijaan, ja uusimmat mallit päättävät itse, kuinka syvällisesti ne ajattelevat. Tämän tyyppisissä malleissa säädät reasoning_effort-parametria tai ajattelubudjettia, et sanamuotoa. Avoimen lähdekoodin päättelymallien, kuten DeepSeek R1:n, osalta katso erittelymme Qwen vs DeepSeek vs GLM.

Milloin manuaalinen CoT edelleen auttaa vs milloin se kääntyy itseään vastaan

Manuaalinen CoT edelleen auttaa ei-päättelymalleissa sekä pienissä tai paikallisissa avoimen lähdekoodin malleissa, tai kun tarvitset tietyn päättelyrakenteen tai auditoitavan jäljen. Se kääntyy itseään vastaan natiiveissa päättelymalleissa (tarpeeton ja hitaampi), yksinkertaisissa yhden vaiheen tehtävissä sekä latenssi- tai kustannusherkissä poluissa, joissa se vain kuluttaa tokeneita ilman tarkkuushyötyä.

Tässä on todellinen esimerkki omasta pajastamme. Tämän artikkelin kirjoittanut 12-agentin putki pyörii Claude-malleilla, emmekä koskaan kehoita näitä agentteja ”ajattelemaan vaiheittain”, koska mallit ajattelevat jo sisäisesti ja se lisäisi vain kohinaa. Sen sijaan kirjoitamme käsin jäykkiä, grepatavia päättelyrakenteita. Validointiagenttimme käyttää kiinteää 100 pisteen arviointimallia (50 laadulle, 50 SEO:lle) plus kahdeksaa peräkkäistä porttitarkistusta. Kääntäjä seuraa asetettua tarkistuslistaa: sovita lähteen H2-otsikoiden määrä, aja diakriittisten merkkien grep, jonka on palautettava enemmän kuin nolla, ja pysy 80–120 prosentin rivimäärähaarukassa. Julkaisija ajaa julkaisua edeltäviä ja jälkeisiä portteja, jotka regex-tarkistavat publishedAt-aikaleiman ja kysyvät CMS:ltä vahvistuksen, ettei runko ole tyhjä.

Mikään tästä ei liity enempään ajatteluun. Se on kiinteä, auditoitava polku, jonka voimme tarkistaa ja grepata, mikä on juuri se tapaus, jossa ”manuaalinen CoT edelleen auttaa”. Lisäsimme nämä portit syystä: pelkkä päivämäärämuotoinen publishedAt-arvo piilotti kerran hiljaa kokonaisen artikkelin blogihakemistostamme, joten jäykkä vaihejärjestys on nyt olemassa estämään mallia ohittamasta varmennusta. Yksi rehellinen varaus: tämä on operatiivinen havainto, ei benchmark. Emme ole ajaneet kontrolloitua tarkkuuden A/B-testiä ”ajattele vaiheittain” vs ei ohjeita, joten käsittele tätä rakenne- ja auditoitavuusoppina, ei numeroväittämänä.

Ajatko paikallisia malleja, joissa manuaalinen CoT edelleen kannattaa? Parhaat avoimen lähdekoodin LLM:t vuonna 2026 -katsauksemme kattaa kentän. Ja jos joskus näytät mallin ketjuajattelun käyttäjille, käsittele sitä luottamattomana tulosteena; kehotusinjektion estämisoppaamme selittää miksi.

Piilokustannukset: Tokenit, latenssi ja laskusi

CoT ei ole ilmaista. Jokainen päättelyvaihe on tulostokeneita, joista maksat, ja pidemmät generoinnit nostavat latenssia. Päättelymallit laskuttavat näkyvän vastauksen päälle piilotettuja päättelytokeneita. Korkean volyymin tai reaaliaikaisissa päätepisteissä vaiheittaisen tulosteen pakottaminen voi hiljaa moninkertaistaa kustannukset, joten budjetoi se tai rajoita sitä reasoning_effort-parametrilla.

Jokainen mallin kirjoittama ”vaihe 1, vaihe 2, vaihe 3” on tulostokeneita, ja tulostokenit ovat kalliimpia. Viisi kertaa pelkkää vastausta pidempi ketju maksaa suunnilleen viisi kertaa enemmän kyseisessä kutsussa ja streamautuu hitaammin. Päättelymallit lisäävät käänteen: ne laskuttavat päättelytokeneita sisäisestä ajattelusta, jota et koskaan näe, joten lyhyt lopullinen vastaus voi piilottaa pitkän, maksetun ketjun. Alhaisen volyymin päätepisteessä tämä on kohinaa; korkean liikenteen pisteessä se kasvaa nopeasti. Kaksi tapaa pitävät asiat hallinnassa. Välimuistita kontekstisi vakaat osat, ettet maksa niiden uudelleenlukemisesta (prompt-caching-oppaamme näyttää miten), ja mittaa, ostavatko lisätokenit todella tarkkuutta ennen CoT:n roll-outia kaikkialle. LLM-evaluaatio-oppaamme kattaa tämän mittauksen, jotta et maksa päättelystä, joka ei paranna pistemäärää.

Miten käyttää CoT:tä vuonna 2026: Päätösten tarkistuslista

Ensinnäkin, tunnista malliluokkasi. Päättelymallissa ohita manuaalinen CoT ja säädä sen sijaan reasoning_effort-parametria tai ajattelubudjettia. Ei-päättely- tai paikallisessa mallissa lisää nollan esimerkin ”Ajetellaanpa vaiheittain”, päivitä muutaman esimerkin CoT:hen domeenitehtäviä varten ja lisää itsekonsistenssi vain, kun tarkkuus on tärkeämpää kuin tokenikustannus.

Tässä koko päätösprosessi viidessä vaiheessa:

1. Tunnista malliluokkasi. Päättelymalli vai ei? Tämä yksittäinen fakta ratkaisee kaiken alla olevan.
2. Päättelymallissa älä kirjoita CoT:tä käsin. Säädä sen sijaan reasoning_effort-parametria tai ajattelubudjettia ja anna mallin ajatella sisäisesti.
3. Ei-päättely- tai paikallisessa mallissa lisää nollan esimerkin ”Ajetellaanpa vaiheittain”. Se on yksi rivi ja ilmainen kokeilla.
4. Domeenikohtaisissa tehtävissä päivitä muutaman esimerkin CoT:hen kahdella tai kolmella ratkaistulla esimerkillä. Lisää itsekonsistenssi vain, kun tarkkuus voittaa tokenikustannuksen.
5. Jos paljastat päättelyn, mittaa se evaluaatioilla ja käsittele näkyvää ketjua luottamattomana tulosteena.

Lauseke itsessään asuu yleensä system promptissa. System prompt -esimerkkimme näyttävät, mihin se sijoitetaan ja miten se muotoillaan.

# 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}

Tämän integrointi tuotantopinoon on hankalampaa kuin blogiesimerkki antaa ymmärtää. Jos et halua säätää päättelybudjetteja ja eval-harnessseja itse, tiimimme rakentaa nämä putket end-to-end. Katso AI-integraatio tai ota yhteyttä.

Kirjoittajasta

Mert Batur Gurbuz on Techsy.io:n co-founder, jossa tiimi toimittaa AI-agentteja, automaatiojärjestelmiä ja voice/SDR-putkia B2B-asiakkaille. Hän opiskelee Birminghamin yliopistossa ja kirjoittaa LLM-työkalupinosta, jota Techsy-tiimi todella käyttää tuotannossa.

Co-founder, Techsy.io, Birminghamin yliopisto. Yhdistä LinkedInissä.

Usein kysytyt kysymykset

Onko ketjuajattelun kehottaminen edelleen relevanttia vuonna 2026?

Kyllä, mutta sen rooli on kutistunut. Ei-päättelymalleissa sekä pienissä tai paikallisissa avoimen lähdekoodin malleissa manuaalinen CoT edelleen parantaa tarkkuutta monivaiheisissa tehtävissä. Päättelymalleissa se on pääosin tarpeetonta. Vahvin jäljellä oleva käyttötapaus on pakottaa yksi kiinteä, auditoitava päättelypolku, jonka voit tarkistaa.

Toimiiiko ketjuajattelun kehottaminen päättelymalleissa kuten GPT-5, o3 tai Claude?

Nämä mallit ajattelevat jo sisäisesti, joten manuaalinen CoT on yleensä tarpeeton ja joskus haitallinen. OpenAI:n dokumentit sanovat, että niiden kehottaminen ”ajattelemaan vaiheittain” on tarpeetonta, ja että niiden pyytäminen päättelemään enemmän ”voi itse asiassa heikentää suorituskykyä”. Säädä päättelyeffortia vaiheiden kirjoittamisen sijaan.

Mikä on nollan esimerkin ketjuajattelun kehottaminen?

Nollan esimerkin CoT tarkoittaa trigger-lauseen, yleensä ”Ajetellaanpa vaiheittain”, lisäämistä antamatta ensin ratkaistuja esimerkkejä. Kojima et al. (2022) osoittivat, että tämä yksinään muuttaa ison mallin kelvolliseksi päättelijäksi. Se on halvin CoT-variaatio: yksi rivi, ei esimerkkien kuratointia, nopea testata.

Mikä on itsekonsistenssi ketjuajattelun kehottamisessa?

Itsekonsistenssi, Wang et al. (2022), ottaa useita itsenäisiä päättelyketjuja korkeammalla lämpötilalla ja valitsee enemmistöäänestyksellä lopullisen vastauksen. Se on tarkin CoT-variaatio, koska väärät ketjut harvoin ovat samaa mieltä, mutta maksat jokaisesta otetusta polusta, joten se on myös kallein.

Mikä on ero ketjuajattelun ja muutaman esimerkin kehottamisen välillä?

Muutaman esimerkin kehottaminen näyttää mallille esimerkki syöte-tuloste-pareja. Ketjuajattelu keskittyy päättelyyn syötteen ja tulosteen välillä. Ne yhdistyvät hyvin: muutaman esimerkin CoT antaa ratkaistuja esimerkkejä, jotka sisältävät päättelyvaiheet, jolloin malli kopioi päättelymallisi, ei vain vastausmuotoasi.

Ketjuajattelu vs prompt chaining vs tree of thought: mikä on ero?

Ketjuajattelu päättelee yhden kehotuksen sisällä. Prompt chaining jakaa tehtävän useisiin erillisiin mallikutsuihin, välittäen tuloksia eteenpäin. Tree of thought tutkii useita päättelyhaaroja ja karsii heikot. CoT on yksi lineaarinen polku; kaksi muuta lisää ulkoista rakennetta mallin ympärille.

Kuka keksi ketjuajattelun kehottamisen?

Ketjuajattelun kehottamisen esittelivät Jason Wei ja kollegat Googlella vuoden 2022 paperissa ”Chain-of-Thought Prompting Elicits Reasoning in Large Language Models”. Kojima et al. lisäsivät myöhemmin nollan esimerkin CoT:n, ja Wang et al. lisäsivät itsekonsistenssin, molemmat myös vuonna 2022.

Toimiiiko ketjuajattelun kehottaminen koodigenerointiin?

Kyllä, ei-päättelymalleissa. Mallin pyytäminen suunnittelemaan logiikka ennen koodin kirjoittamista havaitsee reunaehdot ja vähentää bugeja monimutkaisissa tehtävissä. Päättelymalleissa suunnittelu tapahtuu sisäisesti, joten tavallinen ohje toimii yleensä paremmin kuin käsin kirjoitettu ”päätele vaiheittain” -etuliite.