Chain of Thought
Ezen az oldalon
Frissítve: 2026. november 3. az API-referencia és az xAI legjobb gyakorlatai alapján: a
max_completion_tokenscsak a látható választ korlátozza, a gondolkodási folyamatot nem; a javasolt időtúllépés legalább 900 másodperc. Források: Chat Completions · Best practices.
Lépésről lépésre történő gondolkodás
A Chain of Thought (CoT, azaz „gondolatmenet-lánc“) olyan technika, amely arra kéri a modellt, hogy a végső válasz megadása előtt bontsa le explicit lépésekre a következtetési folyamatát. Ahelyett, hogy egyenesen a következtetésre ugrana, a modell részletezi a gondolatmenetét, ami jelentősen javítja a válaszok minőségét összetett feladatok esetén.
Ez a megközelítés különösen jól működik logikai problémák, számítások, több szempontú elemzések és minden olyan feladat esetében, amely többlépéses következtetést igényel.
Miért működik a gondolatmenet-lánc?
Amikor arra kéred a Grokot, hogy közvetlenül oldjon meg egy problémát, a legvalószínűbb választ generálja anélkül, hogy feltétlenül ellenőrizné annak konzisztenciáját. Ha arra kéred, hogy lépésről lépésre gondolkodjon, arra ösztönzöd, hogy:
- Bontsa fel a problémát részproblémákra
- Oldja meg sorrendben az egyes részproblémákat
- Ellenőrizze a lépések közötti konzisztenciát
- A következtetés alapján jusson el a végső konklúzióhoz
Példa gondolatmenet-lánc nélkül
K: Egy üzlet 25 euróért árul pólókat. 20% kedvezmény és 20% ÁFA mellett mennyi a végleges ár?
V: 24 euró.
Példa gondolatmenet-lánccal
K: Egy üzlet 25 euróért árul pólókat. 20% kedvezmény és 20% ÁFA mellett mennyi a végleges ár? Gondolkodj lépésről lépésre.
V:
1. Alapár: 25 euró
2. 20% kedvezmény: 25 x 0,20 = 5 euró
3. Ár kedvezmény után: 25 - 5 = 20 euró
4. 20% ÁFA: 20 x 0,20 = 4 euró
5. Végleges ár áfával: 20 + 4 = 24 euró
A végleges ár 24 euró.
Az eredmény lehet ugyanaz, de az explicit következtetés lehetővé teszi, hogy ellenőrizd az egyes lépéseket, és észleld a lehetséges hibákat.
Grok gondolkodási modellek
Az xAI kifejezetten következtetésre tervezett modelleket kínál. Ezek a modellek natívan integrálják a gondolatmenet-láncot, így nem kell azt explicit módon kérned.
A gondolkodási erőfeszítés beállítása
A korábbi modellek, mint például a grok-3-mini, egy reasoning_effort paramétert tettek elérhetővé (low/high). A jelenlegi kínálatban a gondolkodási erőfeszítést a Responses API reasoning paraméterén keresztül állíthatod be, ahogy az alább látható:
- low: gyors következtetés, kevesebb token fogyasztása, egyszerű kérdésekhez ideális
- medium: egyensúly a gondolatmélység és a költség között, a legtöbb esethez ideális
- high: mélyreható következtetés, több token, összetett problémákhoz ideális
grok-4.20-0309-reasoning: fejlett következtetés
A jelenlegi Grok modellek titkosított következtetést integrálnak. A gondolatmenet nem látható sima szövegként, de teljesítménye jobb. A Responses API segítségével a reasoning paraméterrel szabályozhatod az erőfeszítést:
{
"model": "grok-4.20-0309-reasoning",
"input": "Analyze the advantages and disadvantages of migrating to a microservices architecture",
"reasoning": {
"effort": "high"
}
}
Az elérhető szintek: low, medium és high.
Aktiválási technikák
Még a nem kifejezetten következtető modellek esetén is aktiválhatod a gondolatmenet-láncot egyszerű formulázással a promptodban:
- „Mielőtt válaszolsz, gondolkodj lépésről lépésre“
- „Bontsd le a következtetésedet“
- „Magyarázd el a megközelítésedet, majd add meg a következtetésedet“
- „Gondolkodj hangosan“
A rendszerüzenetben
{
"role": "system",
"content": "You are a financial analyst. For each question, break down your reasoning into numbered steps before giving your final conclusion."
}
Következtetési tokenek és költségek
A következtetési tokeneket a rendszer megszámolja és kimeneti tokenként számlázza. Ezek a válasz reasoning_tokens mezőjében jelennek meg:
{
"usage": {
"completion_tokens_details": {
"reasoning_tokens": 150
}
}
}
A max_completion_tokens paraméter csak a látható választ korlátozza: a belső következtetés nem számít bele ebbe, és mennyiségét a gondolkodási erőfeszítés szintje határozza meg.
Az xAI legjobb gyakorlatai kérésenként legalább 900 másodperces időtúllépést írnak elő, míg a Reasoning útmutatójában szereplő példák összetett problémák esetén akár 3600 másodpercig is terjedhetnek.
A következtető modellek korlátai
Bizonyos paraméterek nem érhetők el a következtető modelleken:
frequency_penaltyéspresence_penalty: nem támogatottstop: nem támogatott- Ezen paraméterek használata hibát eredményez
Próbáld ki!
Teszteld ugyanazt a kérdést gondolatmenet-lánccal és anélkül is:
CoT nélkül:
Egy vonat reggel 8-kor indul Párizsból 120 km/h sebességgel. Egy másik vonat reggel 9-kor indul Lyonból (470 km távolságra) 150 km/h sebességgel. Hánykor találkoznak?
CoT-tel:
Egy vonat reggel 8-kor indul Párizsból 120 km/h sebességgel. Egy másik vonat reggel 9-kor indul Lyonból (470 km távolságra) 150 km/h sebességgel. Hánykor találkoznak? Gondolkodj lépésről lépésre, és mutasd be a számításaidat.
Hasonlítsd össze a válaszokat: a gondolatmenet-láncot használó verzió megbízhatóbb és ellenőrizhetőbb lesz.
Főbb megállapítások
- A gondolatmenet-lánc növeli a megbízhatóságot összetett feladatoknál a következtetés lebontásával
- A jelenlegi Grok modellek titkosított következtetést integrálnak három erőfeszítési szinttel (low/medium/high)
- A következtetési tokenek számlázásra kerülnek, és beleszámítanak a kimeneti tokenek limitjébe
- Bizonyos paraméterek (büntetések, stop) nem kompatibilisek a következtető modellekkel
- Add hozzá a „gondolkodj lépésről lépésre“ utasítást a promptjaidhoz, hogy bármely modellen aktiváld a CoT-t