Chain of Thought(CoT)는 AI가 답을 바로 말하지 않고, 단계별로 생각하며 문제를 해결하도록 유도하는 기법입니다.
CoT의 효과
기본 프롬프트
가장 간단한 형태
[질문]
단계별로 생각해서 답변해주세요.
더 명확한 형태
[질문]
다음 단계를 따라 답변해주세요:
1. 문제 이해: 무엇을 묻고 있는지 파악
2. 정보 분석: 주어진 정보 정리
3. 추론: 논리적으로 답 도출
4. 검증: 답이 맞는지 확인
5. 최종 답변: 결론 제시
실전 템플릿
수학/논리 문제
문제: 한 상점에서 사과 3개와 배 2개를 사면 5,000원이고,
사과 2개와 배 3개를 사면 5,500원입니다.
사과 1개와 배 1개의 가격은 각각 얼마인가요?
단계별로 풀이해주세요:
1. 변수 설정
2. 방정식 수립
3. 연립방정식 풀이
4. 검산
5. 최종 답
의사결정
상황: [의사결정이 필요한 상황]
다음 프레임워크로 분석해주세요:
1. 선택지 나열
2. 각 선택지의 장점
3. 각 선택지의 단점
4. 리스크 평가
5. 종합 추천
코드 디버깅
다음 코드에서 버그를 찾아주세요:
[코드]
분석 과정:
1. 코드가 의도한 동작 파악
2. 실제 동작 추적 (라인별)
3. 예상과 다른 부분 찾기
4. 원인 분석
5. 수정 방안 제시
비즈니스 분석
질문: [비즈니스 질문]
MECE 원칙에 따라 분석해주세요:
1. 문제 정의
2. 핵심 요소 분해
3. 각 요소 분석
4. 상호 관계 파악
5. 결론 및 제안
Zero-shot vs Few-shot CoT
Zero-shot CoT
[질문]
Let's think step by step.
(또는: 단계별로 생각해봅시다.)
Few-shot CoT (예시 제공)
예시 1:
Q: 8 + 7 × 2 = ?
A: 단계별로 풀어보면,
1) 곱셈 먼저: 7 × 2 = 14
2) 덧셈: 8 + 14 = 22
답: 22
예시 2:
Q: 15 - 3 × 4 = ?
A: 단계별로 풀어보면,
1) 곱셈 먼저: 3 × 4 = 12
2) 뺄셈: 15 - 12 = 3
답: 3
이제 다음 문제를 같은 방식으로 풀어주세요:
Q: 20 + 6 × 3 - 8 = ?
고급 기법
Self-Consistency (자기 일관성)
다음 문제를 3가지 다른 방법으로 풀어보고,
가장 일관된 답을 선택해주세요:
[문제]
방법 1: [접근법 A]
방법 2: [접근법 B]
방법 3: [접근법 C]
최종 답:
Tree of Thoughts
다음 문제를 트리 구조로 분석해주세요:
[문제]
가능한 접근법들:
├── 접근법 A
│ ├── 세부 방법 A-1
│ └── 세부 방법 A-2
├── 접근법 B
│ ├── 세부 방법 B-1
│ └── 세부 방법 B-2
└── 접근법 C
각 경로를 탐색하고 가장 좋은 해결책을 찾아주세요.
역방향 추론
목표: [달성하고 싶은 결과]
역순으로 분석해주세요:
1. 목표 달성 직전에 필요한 것은?
2. 그것을 위해 필요한 것은?
3. 그것을 위해 필요한 것은?
...
N. 지금 당장 해야 할 첫 번째 행동은?
효과적인 상황
| 적합한 상황 | 부적합한 상황 |
|---|---|
| 수학/논리 문제 | 단순 사실 질문 |
| 복잡한 의사결정 | 창의적 글쓰기 |
| 코드 분석/디버깅 | 간단한 번역 |
| 인과관계 분석 | 감정적 대화 |
| 전략 수립 | 빠른 답변 필요시 |
트리거 문구 모음
한국어:
- "단계별로 생각해주세요"
- "과정을 보여주세요"
- "어떻게 그 결론에 도달했는지 설명해주세요"
- "풀이 과정을 포함해주세요"
영어:
- "Let's think step by step"
- "Show your reasoning"
- "Walk me through your thought process"
- "Break this down into steps"
CoT는 복잡한 문제에서 AI의 정확도를 크게 높이는 검증된 기법입니다.