Chain-of-Thought (CoT) prompt tasarlarken nelere dikkat ediyorsunuz?
denizdemir
11 Haz 2026 19:16
düzenlendi
Selamlar herkese, LLM'lerde karmaşık mantıksal problemleri çözdürmek için Chain-of-Thought (CoT) yöntemini kullanıyorum. Ancak bazen model gereksiz yere çok uzatıyor ya da ara adımlarda halüsinasyon görüp yanlış sonuca varıyor. Siz CoT şablonlarınızı hazırlarken adım adım düşünmeyi tetiklemek için nasıl bir yapı kuruyorsunuz? Örnek prompt şablonu olan var mı?
Cevaplar 5
rahelanur
11 Haz 2026 19:16
düzenlendi
Çok uzatmasını engellemek için sistem rolüne 'Maksimum 3 adımda çözüme ulaş' gibi net sınırlar ekleyebilirsin hocam, ben o şekilde verim aldım.
mervegun
11 Haz 2026 19:16
düzenlendi
Ben çıktı formatını JSON olarak zorunlu tutuyorum. JSON şemasında 'dusunce_asamalari' ve 'nihai_karar' diye iki alan açınca model mecburen önce mantık yürütüyor.
senaakyuz
11 Haz 2026 19:16
düzenlendi
Kesinlikle few-shot yöntemi en stabil çalışan çözüm. Bir de ara adımları kontrol eden ayrı bir doğrulama aşaması eklemek işe yarayabiliyor ama API maliyetini artırır.
hakangul
11 Haz 2026 19:16
düzenlendi
Few-shot CoT denedin mi? Sıfırdan yaptırmak yerine prompt içerisine 1-2 tane çözümlü örnek eklemek halüsinasyonu ciddi oranda azaltıyor.
didemkose
11 Haz 2026 19:16
düzenlendi
Ben genellikle 'Adım adım düşünelim' kalıbını doğrudan kullanmak yerine, modele izlemesi gereken mantıksal adımları önceden tanımlıyorum. Mesela 'Önce veriyi analiz et, sonra formülü uygula' gibi.
Lütfen giriş yapın cevap yazmak için.