Chain-of-Thought Prompting

O prompting de Raciocínio em Cadeia (CoT) é uma técnica avançada de engenharia de prompts que permite que modelos de linguagem de grande escala (LLMs) resolvam tarefas complexas de raciocínio decompondo-as em etapas lógicas intermédias. Em vez de pedir a um modelo que forneça imediatamente uma resposta final, o CoT incentiva o sistema a gerar uma "linha de raciocínio" que imita a resolução de problemas humana. Este raciocínio passo a passo melhora significativamente o desempenho em tarefas que envolvem aritmética, lógica simbólica e raciocínio de senso comum, transformando a forma como interagimos com sistemas de Inteligência Artificial (AI).

O Mecanismo do Raciocínio#

Os modelos de linguagem padrão têm frequentemente dificuldades com problemas de várias etapas porque tentam mapear diretamente a entrada para a saída numa única passagem. Esta abordagem de "caixa negra" pode levar a erros, sobretudo quando o salto lógico é demasiado grande. O prompting de Raciocínio em Cadeia resolve este problema ao inserir etapas de raciocínio entre a pergunta de entrada e a saída final.

Este processo funciona geralmente de duas formas:

• CoT Zero-Shot: o utilizador acrescenta ao prompt uma frase simples de ativação, como "Vamos pensar passo a passo". Isto ativa as capacidades de raciocínio latentes do modelo sem exigir exemplos específicos.
• CoT Few-Shot: o prompt inclui alguns exemplos (casos exemplificativos) de perguntas acompanhadas pelas respetivas soluções passo a passo. Isto utiliza a aprendizagem few-shot para mostrar ao modelo exatamente como estruturar a sua lógica antes de tentar resolver um novo problema.

Ao gerar explicitamente raciocínios intermédios, o modelo tem mais oportunidades para se autocorrigir e oferece transparência sobre a forma como chegou a uma conclusão. Isto é crucial para reduzir as alucinações em LLMs, nas quais os modelos poderiam, de outro modo, afirmar factos incorretos com confiança.

Aplicações no mundo real#

Embora tenha sido inicialmente desenvolvido para a lógica baseada em texto, o prompting de Raciocínio em Cadeia tem aplicações poderosas quando combinado com outros domínios de IA, como a visão computacional e a geração de código.

1. Melhorar a Geração de Código para Visão Computacional#

Os programadores utilizam o CoT para orientar os LLMs na escrita de scripts de software complexos para tarefas como a deteção de objetos. Em vez de um pedido vago como "escreve código para encontrar carros", um prompt de CoT poderia estruturar o pedido da seguinte forma: "Primeiro, importa as bibliotecas necessárias. Segundo, carrega o modelo pré-treinado. Terceiro, define a fonte da imagem. Por fim, executa o ciclo de previsão." Esta abordagem estruturada garante que o código gerado para modelos como o YOLO26 está sintaticamente correto e é logicamente sólido.

2. Tomada de Decisões Autónoma#

No domínio dos veículos autónomos, os sistemas têm de processar dados visuais e tomar decisões críticas para a segurança. Uma abordagem de Raciocínio em Cadeia permite que o sistema articule a sua lógica: "Deteto um peão perto da passadeira. O peão está virado para a estrada. O semáforo está verde para mim, mas o peão pode avançar. Por isso, vou abrandar e preparar-me para parar." Isto torna as decisões da IA interpretáveis e está alinhado com os princípios da IA explicável (XAI).

Raciocínio em Cadeia em Ação#

Embora o CoT seja principalmente uma técnica de linguagem natural, pode ser implementado programaticamente para garantir interações consistentes com modelos de visão. O exemplo seguinte em Python demonstra como um programador pode estruturar um prompt para orientar um LLM (aqui simulado) na geração de código de inferência válido para a Ultralytics Platform.

# Example of structuring a Chain-of-Thought prompt for an LLM
# This prompt guides the model to write a valid YOLO26 inference script

cot_prompt = """
Task: Write a Python script to detect objects using YOLO26.

Chain of Thought:
1. Import the YOLO class from the 'ultralytics' library.
2. Load the 'yolo26n.pt' model weights (the latest nano model).
3. Load a sample image using a URL or local path.
4. Run the predict() function and save the results.

Based on these steps, generate the Python code below:
"""

# In a real application, you would send 'cot_prompt' to an LLM API
print(f"Structured Prompt for LLM:\n{cot_prompt}")

Distinguir conceitos relacionados#

É importante distinguir o prompting de cadeia de pensamento de termos semelhantes no panorama da aprendizagem automática (ML):

• Encadeamento de Prompts: consiste em ligar várias chamadas de modelo separadas, nas quais a saída de uma etapa se torna a entrada da seguinte. O CoT ocorre dentro de um único prompt para elicitar o raciocínio interno, enquanto o encadeamento de prompts coordena um fluxo de trabalho através de múltiplas interações.
• Geração Aumentada por Recuperação (RAG): o RAG centra-se na obtenção de dados externos (como documentos ou bases de dados) para fundamentar o conhecimento do modelo. O CoT centra-se no próprio processo de raciocínio. Frequentemente, estas abordagens são combinadas: utiliza-se o RAG para obter os factos e o CoT para raciocinar sobre eles.
• Ajuste de Prompts: este é um método de ajuste fino eficiente em termos de parâmetros que otimiza prompts suaves contínuos (vetores) durante o treino. O CoT é uma estratégia discreta de linguagem natural aplicada durante a inferência em tempo real, sem alterar os pesos do modelo.

Perspetivas futuras#

À medida que os modelos fundacionais continuam a evoluir, o prompting de Raciocínio em Cadeia está a tornar-se uma prática recomendada padrão para desbloquear todo o seu potencial. A investigação de grupos como a Google DeepMind sugere que, à medida que os modelos aumentam de dimensão, a sua capacidade de realizar raciocínio CoT melhora drasticamente. Esta evolução está a abrir caminho para agentes mais fiáveis e autónomos, capazes de gerir fluxos de trabalho complexos em setores que vão dos cuidados de saúde à fabricação inteligente.