Preskoči na glavni sadržaj
Hrvatski— Odaberite jezik
Izbornik

Chain of Thought

Lekcija 7 od 16 Ažurirano 28. srpnja 2026. Početnik
Na ovoj stranici
  1. Razmišljaj korak po korak
  2. Jednostavan CoT: jedna instrukcija je dovoljna
  3. Strukturirani CoT: usmjeri korake
  4. Kada koristiti Chain of Thought – a kada ga preskočiti
  5. CoT s few-shot tehnikom
  6. Kontroliraj opširnost rezoniranja
  7. Ključne točke

Razmišljaj korak po korak

Chain of Thought (CoT) tehnika je koja od modela traži da detaljno izloži svoje rezoniranje prije nego što da konačan odgovor. Umjesto da odmah skoči na zaključak, model razrađuje svaki logički korak, što značajno poboljšava kvalitetu odgovora na zadatke koji zahtijevaju rasuđivanje. Kod Mistral modela ovo daje izvrsne rezultate u logici, matematici, analizi i donošenju odluka.

Da bi shvatio zašto ovo funkcionira, sjeti se kako model generira tekst: token po token, pri čemu svaki token ovisi o svim prethodnima. Kada model mora izravno odgovoriti na složeno pitanje, ima samo nekoliko tokena za „razmišljanje“ – odgovor se mora pojaviti gotovo trenutno. Tražeći od njega da detaljno izloži svoje rezoniranje, daješ mu prostor da rastavi problem na jednostavne podprobleme, provjeri svaki korak prije prelaska na sljedeći, uoči relevantne informacije među ponuđenim podacima i u konačnici smanji pogreške u rezoniranju poput halucinacija. Pisano rezoniranje nije naknadna misao: to je mjesto gdje se odvija računanje.

Jednostavan CoT: jedna instrukcija je dovoljna

Najosnovniji oblik sastoji se od dodavanja jednostavne fraze s instrukcijom na kraj tvog prompta:

A restaurant has 15 tables. Each table can seat 4 people.
The restaurant is 80% full. How many people are present?

Reason step by step before giving your answer.

Model će tada proizvesti nešto poput:

Step 1: Total capacity = 15 tables × 4 people = 60 people
Step 2: Occupancy rate = 80% = 0.80
Step 3: People present = 60 × 0.80 = 48 people

Answer: 48 people are present in the restaurant.

Bez instrukcije „reason step by step“, model bi mogao izravno dati „48“ – što je ovdje točno – ali bi također mogao pogriješiti u međuračunu, a da ti ne bi mogao identificirati gdje. To je druga prednost CoT-a, manje poznata, ali jednako vrijedna: vidljivo rezoniranje je provjerljivo. Kada ti odgovor djeluje čudno, pogrešan korak odmah iskače.

Strukturirani CoT: usmjeri korake

Za složenije zadatke nemoj samo tražiti rezoniranje: propiši ga. Zamisli analizu ulaganja:

Evaluate whether this startup is a good investment.

Data:
- Revenue 2025: €2.3M (growth +45% YoY)
- Burn rate: €180K/month
- Runway: 14 months
- Addressable market: €500M
- Team: 22 people, 3 technical founders

Reason according to these steps:
1. Analyze financial health (revenue, burn, runway)
2. Evaluate market potential (size, current penetration)
3. Evaluate the team (skills, size)
4. Identify key risks (3 max)
5. Provide your conclusion with a confidence score (low/medium/high)

Propisivanjem koraka osiguravaš da model pokrije sve važne aspekte, ispravnim redoslijedom, bez preskakanja onoga do kojeg ti je stalo. Prepušten sam sebi, mogao bi se opširno zadržati na tržištu, a financijsku analizu odraditi u žurbi; vođen, sustavno obrađuje svih pet aspekata.

Kada koristiti Chain of Thought – a kada ga preskočiti

CoT je namijenjen zadacima u kojima možeš pogriješiti usput: matematički problemi s više koraka, procjene, analiza podataka (tumačenje metrika, identificiranje trendova), donošenje odluka usporedbom opcija, debugiranje koda ili logova grešaka, logičko rezoniranje i dedukcije. U svim tim situacijama svaki međukorak je kontrolna točka koja sprječava širenje pogrešaka.

S druge strane, CoT je beskoristan – ponekad i kontraproduktivan – kada nema što razvijati. Za jednostavno činjenično pitanje poput „Koji je glavni grad Italije?“, dodaje kašnjenje i troši tokene bez ikakvog poboljšanja. U kreativnom pisanju strukturirano rezoniranje može čak ugušiti kreativnost. Prijevod je intuitivniji nego logičan, a preformuliranje ne zahtijeva dedukciju. Ispravan refleks: zapitaj se bi li ti sam za ovaj zadatak radio nacrte proračuna. Ako ne, poštedi model.

CoT s few-shot tehnikom

Kombiniranje Chain of Thought s few-shot tehnikom iz prethodne lekcije iznimno je moćno: umjesto da opisuješ kako razmišljati, to pokazuješ putem potpunog primjera uspješnog rezoniranja.

messages = [
    {
        "role": "system",
        "content": "You are an analyst who reasons step by step."
    },
    {
        "role": "user",
        "content": """An e-commerce site has 10,000 visitors/day, a conversion rate
of 2.5% and an average cart value of €65. What is the daily revenue?"""
    },
    {
        "role": "assistant",
        "content": """Reasoning:
1. Number of orders/day = 10,000 × 2.5% = 250 orders
2. Daily revenue = 250 × €65 = €16,250

Answer: Daily revenue is €16,250."""
    },
    {
        "role": "user",
        "content": """A SaaS has 5,000 active users, a monthly churn rate
of 3% and an average revenue per user of €49/month. What will the MRR
be in 3 months if no new customers arrive?"""
    }
]

Model će reproducirati istu shemu – numerirani blok „Reasoning“, zatim redak „Answer“ – za novo pitanje. Dobivaš i rigoroznost CoT-a i dosljednost formata few-shot pristupa.

Kontroliraj opširnost rezoniranja

Ponekad želiš rezoniranje, ali ne i roman. Doziranje kontroliraš izravno u instrukciji. Za potpuno rezoniranje traži: „Detaljno opiši svaki korak svog rezoniranja prije zaključka.“ Za sažetiju verziju: „Krako obrazloži (maksimalno 2-3 koraka), a zatim daj odgovor.“ A za produkciju, najkorisnija varijanta odvaja rezoniranje i odgovor pomoću tagova:

Reason within <reasoning></reasoning> tags
then provide your final answer within <answer></answer> tags.

Ovaj posljednji pristup daje ti najbolje iz oba svijeta: tvoj kod izvlači samo sadržaj taga <answer> za prikaz krajnjem korisniku, dok puno rezoniranje ostaje dostupno u logovima za debugiranje. Kada se odgovor u produkciji pokaže pogrešnim, otvoriš log i točno vidiš gdje je rezoniranje skrenulo s puta.

Ključne točke

  • Chain of Thought traži od modela da razmisli prije odgovora – odlučujuće za logiku, računanje i analizu
  • Eksplicitno usmjeri korake za složene zadatke
  • Kombiniraj CoT i few-shot za maksimalnu učinkovitost
  • Beskoristan za jednostavna pitanja ili kreativno pisanje
  • Koristi XML tagove za odvajanje rezoniranja i odgovora u produkciji