Ugrás a főtartalomra
Magyar— Nyelv kiválasztása
Menü

Chain of Thought

6. lecke 14 közül Frissítve 2026. november 3. Kezdő
Ezen az oldalon
  1. Lépésről lépésre történő gondolkodás
  2. Miért működik a gondolatmenet-lánc?
  3. Grok gondolkodási modellek
  4. Aktiválási technikák
  5. Következtetési tokenek és költségek
  6. A következtető modellek korlátai
  7. Próbáld ki!
  8. Főbb megállapítások

Frissítve: 2026. november 3. az API-referencia és az xAI legjobb gyakorlatai alapján: a max_completion_tokens csak 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:

  1. Bontsa fel a problémát részproblémákra
  2. Oldja meg sorrendben az egyes részproblémákat
  3. Ellenőrizze a lépések közötti konzisztenciát
  4. 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_penalty és presence_penalty: nem támogatott
  • stop: 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