Chain-of-thought prompting is een prompttechniek waarbij je AI vraagt om een antwoord stap voor stap op te bouwen. In plaats van direct een conclusie te geven, laat je het model eerst tussenstappen, afwegingen of redeneringen formuleren. Daardoor wordt de uitleg beter te volgen en is de kans groter dat het antwoord logisch en zorgvuldig is opgebouwd.
Deze pagina is onderdeel van de AI Promptgids op De Wereld van AI, de centrale kennisbank met uitleg over AI prompts, prompttechnieken en promptstructuren.
Hoe chain-of-thought prompting werkt
Bij deze techniek stuur je AI niet alleen richting een eindantwoord, maar ook richting het redeneerproces daarachter.
In plaats van alleen te vragen:
“Wat is de beste keuze?”
vraag je bijvoorbeeld:
“Denk stap voor stap na en leg uit hoe je tot het antwoord komt.”
Daardoor splitst AI een probleem op in kleinere delen. Eerst wordt informatie geanalyseerd, vervolgens worden tussenstappen uitgewerkt en daarna volgt de conclusie.
Deze aanpak werkt vooral goed bij:
- complexe vragen
- logische puzzels
- rekensommen
- analyse en besluitvorming
- vergelijkingen
- strategische afwegingen
Waarom chain-of-thought prompting vaak betere antwoorden geeft
Veel AI-modellen geven standaard direct een antwoord. Bij eenvoudige vragen werkt dat prima. Bij ingewikkeldere opdrachten kan AI echter sneller fouten maken of belangrijke tussenstappen overslaan.
Door expliciet om een redeneerproces te vragen:
- wordt de logica beter zichtbaar
- ontstaan minder sprongen in de redenering
- worden fouten sneller herkenbaar
- krijgt AI meer structuur tijdens het genereren
Vooral bij langere of complexere prompts kan dit de kwaliteit sterk verbeteren.
Voorbeeld van chain-of-thought prompting
Zonder chain-of-thought prompting:
“Welke laptop is het beste voor videobewerking?”
Met chain-of-thought prompting:
“Vergelijk stap voor stap welke laptop het meest geschikt is voor videobewerking. Kijk naar prestaties, geheugen, koeling, batterijduur en prijs. Eindig daarna met een conclusie.”
In het tweede voorbeeld wordt AI gedwongen om eerst meerdere factoren te analyseren voordat een conclusie wordt gegeven.
Waar chain-of-thought prompting vaak wordt gebruikt
Deze techniek wordt veel gebruikt bij:
- AI-analyse
- programmeerhulp
- financiële berekeningen
- onderwijs en uitleg
- zakelijke besluitvorming
- technische probleemoplossing
Ook bij generatieve AI helpt deze techniek om antwoorden consistenter en beter gestructureerd te maken.
Mogelijke nadelen van chain-of-thought prompting
Hoewel deze techniek krachtig is, heeft ze ook beperkingen.
Een uitgebreid redeneerproces:
- maakt antwoorden vaak langer
- kost soms meer verwerkingstijd
- kan bij betaalde AI-tools tot hogere kosten leiden
- kan extra fouten introduceren in tussenstappen
- werkt niet altijd beter bij simpele vragen
Bij eenvoudige opdrachten is een directe prompt vaak efficiënter.
Chain-of-thought prompting combineren met andere prompttechnieken
Het wordt vaak gecombineerd met andere technieken om AI meer richting en structuur te geven.
Bijvoorbeeld:
- rolprompt, om AI vanuit een specifieke expertise te laten redeneren
- contextprompt, om extra achtergrondinformatie mee te geven
- outputprompt, om een vaste antwoordstructuur af te dwingen
- few-shot prompting, om voorbeelden van gewenste redeneringen te tonen
- stap-voor-stapprompt, om complexe processen verder op te delen
Door meerdere technieken te combineren ontstaat meer controle over de kwaliteit van de output.
Gerelateerde termen
- contextprompt
- few-shot prompting
- outputprompt
- prompt chaining
- promptstructuur
Verder binnen prompttechnieken
Op de hoofdpagina van Prompttechnieken voor betere AI prompts vind je daarnaast andere technieken en voorbeelden die helpen om generatieve AI beter aan te sturen.
Verder leren
Wil je stap voor stap beter begrijpen hoe kunstmatige intelligentie werkt? In de Gratis Basiscursus AI leer je de basis van AI, generatieve AI en praktische toepassingen in begrijpelijke taal.
Wie daarnaast AI-begrippen beter wil begrijpen, vindt in de AI Woordenlijst uitleg over termen zoals prompt engineering, generatieve AI, taalmodellen en machine learning.
Tot slot vind je op het YouTube-kanaal De Wereld van AI uitlegvideo’s over AI prompts, generatieve AI en slimmer werken met AI-tools.