Skip to content

Chain-of-Thought: Step-by-Step Reasoning

On complex problems, asking Claude to 'think first, answer second' dramatically improves accuracy. Cover the four flavors of CoT and practical use.

Şükrü Yusuf KAYA
10 min read
Intermediate
Chain-of-Thought: Adım Adım Düşündürme

"Adım adım düşün"un büyüsü#

2022'de Wei et al. araştırmacıları basit bir keşif yaptı: matematik ve mantık problemlerinde "Let's think step by step" eklemek doğruluğu %17'den %78'e çıkardı (GSM8K benchmark, GPT-3).
Buna Chain-of-Thought (CoT) Prompting denir.
Definition
Chain-of-Thought
Modele cevap vermeden önce ara adımları yazmasını söyleyerek karmaşık akıl yürütmenin kalitesini artıran prompt tekniği.
text · diff modu
Senin kodun
Hedefe karşı diff
  Soru: Ali'nin 23 elması var. 7'sini Aysel'e, 4'ünü Mehmet'e veriyor. Sonra Aysel'den 5 elma alıyor. Ali'nin kaç elması kalır?
+  
+ Adım adım düşün, sonra sonucu ver.
   
  Cevap:
Tek satırlık 'adım adım düşün' eklemenin etkisi.
text
Adım 1: Ali'nin başlangıçtaki elma sayısı = 23
Adım 2: Aysel'e 7 verir → 23 - 7 = 16
Adım 3: Mehmet'e 4 verir → 16 - 4 = 12
Adım 4: Aysel'den 5 alır → 12 + 5 = 17
Sonuç: Ali'nin 17 elması kalır.
CoT prompt'la modelin verdiği yanıt — adımlar açık, kolay denetlenebilir.
💡 Neden işe yarıyor?
Modeller her token'ı tek seferde üretir; uzun mantık zincirini 'tek nefeste' çıkarmak hata yapar. Adımları yazınca her ara sonucu sonraki tokenlara bağlam olur — model hatayı erken yakalar. Aynı zamanda sen de hatayı debug edebilirsin.
Sadece "Let's think step by step" / "Adım adım düşün" eklemek.
Soru: [...]

Adım adım düşün, sonra cevabı ver.
⚠️ CoT'un sınırları
(1) Basit görevlerde gereksiz — '2+2 nedir?' için CoT yapmaya gerek yok. (2) Modeller hayal görür — ara adım yanlışsa sonuç da yanlış, ama tutarlı görünür. (3) Token maliyeti — uzun ara adımlar API maliyetini artırır. (4) Reasoning modelleri (o1, o3, GPT-5 Thinking) zaten içselleştirdiği için manuel CoT genelde gerekmez — onlara doğrudan zor soru sor.
text
Bir SaaS aboneliğinin yıllık gelirini hesaplamak istiyorum.
 
Veriler:
- Aylık abone sayısı: 250
- Aylık churn rate: %3
- Yeni abone akışı (aylık): 30
- Aylık ortalama gelir/abone: $40
 
12 aylık projeksiyon yap.
 
Adım adım düşün:
1. Her ay için açılış-kapanış abone sayısını hesapla (kaybedilen + yeni)
2. Her ayın gelirini hesapla
3. 12 ayın toplamını ver
4. Hangi ayda zirveye ulaşır işaret et
Karmaşık iş hesabı için yapılı CoT — debug edilebilir bir tablo çıkar.

Bu derste neler öğrendik?#

✓ Chain-of-Thought = "adım adım düşün" + ara adımları yaz ✓ Karmaşık matematik/mantık görevlerinde 2-5x doğruluk sıçraması ✓ Zero-shot CoT: tek cümle ekle. Few-shot CoT: örneklerde adımları göster. ✓ Reasoning modelleri (GPT-5 Thinking, o3) için CoT manuel gerekmez
Sıradaki ders: Self-Consistency — birden fazla CoT örnekleyip oy çokluğuyla cevap.

Yorumlar & Soru-Cevap

(0)
Yorum yazmak için giriş yap.
Yorumlar yükleniyor...

Related Content

Modül 1: Başlangıç ve Temeller

ChatGPT Nedir? Tarihçe, Evrim ve Bugünün Manzarası

Start Learning
Modül 1: Başlangıç ve Temeller

Hesap Açma ve Plan Karşılaştırması: Free, Plus, Pro, Team, Enterprise

Start Learning
Modül 1: Başlangıç ve Temeller

Arayüz Anatomisi: Her Buton, Menü ve Ayar Açıklamalı

Start Learning

Connected pillar topics

Pillar topics this article maps to

Pillar Topic

Prompt and Context Engineering

Prompt engineering is the applied discipline of designing instructions, examples, context and output controls so that an LLM produces consistent, accurate and cost-efficient outputs.