Chain-of-thought: complexe taken opdelen voor AI

Je vraagt ChatGPT om een complexe berekening en het antwoord klopt niet. Je probeert het opnieuw met dezelfde vraag, weer fout. Voeg vier woorden toe ("denk stap voor stap") en plotseling is het antwoord feilloos. Dat is chain-of-thought prompting in actie.

Het probleem met complexe vragen

Wanneer je een AI een complexe vraag stelt, probeert het model in één keer een antwoord te genereren. Dit leidt vaak tot:

• Oppervlakkige antwoorden die belangrijke nuances missen
• Fouten in redeneringen die onopgemerkt blijven
• Inconsistenties tussen verschillende delen van het antwoord
• Hallucinaties waarbij de AI zelfverzekerd onjuiste informatie geeft

Dit is vergelijkbaar met hoe mensen werken. Als iemand je vraagt om direct het antwoord te geven op "wat is 17 × 24?", is de kans op fouten groter dan wanneer je het stap voor stap uitrekent.

Expert tip: Gebruik CoT altijd wanneer je vraag meer dan twee deelvragen bevat of wanneer het antwoord afhangt van een afweging tussen meerdere factoren. In die gevallen verbetert de nauwkeurigheid met 30-50%.

Wat is chain-of-thought prompting?

Chain-of-thought prompting vraagt de AI om zijn redenering expliciet te tonen. In plaats van direct naar het eindantwoord te springen, doorloopt de AI een logisch denkproces.

Zonder CoT:

Prompt: "Is het verstandig voor ons bedrijf om een chatbot te implementeren?"

Resultaat: Een generiek ja of nee antwoord zonder diepgang.

Met CoT:

Prompt: "Analyseer stap voor stap of een chatbot verstandig is voor ons bedrijf. Doorloop deze stappen: (1) identificeer onze huidige klantenservice-uitdagingen, (2) analyseer welke vragen repetitief zijn, (3) schat het besparingspotentieel, (4) identificeer risico's, (5) geef een onderbouwde aanbeveling."

Resultaat: Een gestructureerde analyse met onderbouwde conclusie.

Drie CoT-technieken

1. Expliciete stappen voorschrijven

Je definieert precies welke stappen de AI moet doorlopen. Dit geeft je de meeste controle.

Template:

```

Analyseer [onderwerp] door deze stappen te volgen:

Stap 1: [Eerste analysestap]

Stap 2: [Tweede analysestap]

Stap 3: [Synthese/conclusie]

Toon je redenering bij elke stap voordat je doorgaat

naar de volgende.

```

Praktijkvoorbeeld, Offerte beoordelen:

```

Beoordeel deze offerte stap voor stap:

Stap 1: Vat de kern van de offerte samen (wat wordt er

aangeboden, tegen welke prijs?)

Stap 2: Vergelijk de prijzen met gangbare markttarieven

Stap 3: Identificeer wat er ontbreekt of onduidelijk is

Stap 4: Beoordeel de risico's en verborgen kosten

Stap 5: Geef een aanbeveling met actiepunten

Offerte: [plak hier de offerte]

```

Expert tip: Eindig elke CoT-stap met "Controleer je redenering voordat je doorgaat." Dit dwingt de AI om fouten in eerdere stappen te corrigeren voordat ze doorwerken in de rest van de analyse.

2. Zero-shot CoT (de eenvoudige variant)

Voeg simpelweg "Denk stap voor stap na" toe aan je prompt. Verrassend effectief voor veel taken.

Voorbeelden:

• "Denk hier stap voor stap over na: welke marketingstrategie past het beste bij ons budget van €10.000?"
• "Redeneer stap voor stap: wat zijn de juridische implicaties van het gebruik van AI-gegenereerde content op onze website?"

3. Self-consistency (meerdere redeneerpaden)

Vraag de AI om het probleem op meerdere manieren te benaderen en de antwoorden te vergelijken. Dit is krachtig voor besluitvorming.

Template:

```

Benader dit vraagstuk vanuit drie perspectieven:

Perspectief 1 (financieel): [analyseer vanuit kosten/baten]

Perspectief 2 (operationeel): [analyseer vanuit uitvoerbaarheid]

Perspectief 3 (strategisch): [analyseer vanuit langetermijndoelen]

Vergelijk de drie analyses en geef een gewogen aanbeveling.

```

Praktische toepassingen

Toepassing 1: Complexe e-mails beantwoorden

In plaats van: "Beantwoord deze e-mail" gebruik:

```

Analyseer deze e-mail stap voor stap:

1. Wat is de kernvraag of het kernverzoek?
2. Welke bijkomende vragen of zorgen worden geuit?
3. Wat is de toon van de afzender (boos, neutraal, enthousiast)?
4. Welke informatie heb ik nodig om goed te antwoorden?
5. Schrijf nu een antwoord dat alle punten adresseert,

passend bij de toon.

E-mail: [plak hier de e-mail]

```

Toepassing 2: Strategische beslissingen

```

Help me een beslissing nemen over [onderwerp].

Doorloop dit framework:

1. SITUATIE: Wat zijn de relevante feiten?
2. OPTIES: Welke opties hebben we? (minimaal 3)
3. CRITERIA: Welke criteria zijn belangrijk voor de beslissing?
4. ANALYSE: Beoordeel elke optie tegen elk criterium (schaal 1-5)
5. RISICO'S: Wat zijn de risico's per optie?
6. AANBEVELING: Welke optie scoort het beste overall?

Context: [beschrijf je situatie]

```

Toepassing 3: Content beoordelen

```

Beoordeel deze tekst systematisch:

1. DOEL: Wat probeert de tekst te bereiken?
2. DOELGROEP: Is de tekst passend voor de beoogde lezer?
3. STRUCTUUR: Is de opbouw logisch?
4. TAALGEBRUIK: Is het helder en professioneel?
5. OVERTUIGINGSKRACHT: Beweegt het de lezer tot actie?
6. VERBETERPUNTEN: Top 3 concrete verbeteringen

Geef bij elk punt een score (1-10) en een toelichting.

Tekst: [plak hier de tekst]

```

Wanneer CoT wel en niet gebruiken

Wel gebruiken bij:

• Analytische taken, data-interpretatie, vergelijkingen, beoordelingen
• Besluitvorming, afwegingen met meerdere criteria
• Probleemoplossing, debuggen, troubleshooting, root cause analysis
• Complexe schrijftaken, waarbij planning nodig is vóór het schrijven
• Wiskundige of logische problemen, berekeningen, planning

Niet nodig bij:

• Eenvoudige feitelijke vragen, "Wat is de hoofdstad van België?"
• Creatieve brainstorms, waar spontaniteit gewenst is
• Vertalingen, tenzij het om complexe, contextuele vertalingen gaat
• Simpele tekstbewerkingen, samenvatten, inkorten, herformuleren

Combineer CoT met andere technieken

Chain-of-thought wordt nog krachtiger in combinatie met:

1. Rolgeving, "Als ervaren financieel analist, doorloop stap voor stap..."
2. [Few-shot voorbeelden](/tips/few-shot-prompting), Toon een voorbeeldredenering voordat je je vraag stelt
3. Zelfcorrectie, "Controleer nu je eigen redenering op fouten en corrigeer waar nodig"
4. Meerdere rondes, Gebruik de output van de eerste CoT als input voor een verfijnde analyse

Direct toepassen

Kies een complexe taak die je deze week moet doen, een beslissing nemen, een voorstel beoordelen, of een analyse maken. Pas het RCTF-framework toe en formuleer je prompt met expliciete stappen en vergelijk het resultaat met hoe je het normaal zou aanpakken. Het verschil in diepgang en kwaliteit zal je verbazen.

Lees ook

• Betere prompts schrijven: van goed naar excellent
• Few-shot prompting: AI leren met voorbeelden
• 10 prompt templates voor dagelijks werk

Veelgestelde vragen

Wanneer is chain-of-thought prompting overdreven?

CoT is niet nodig voor eenvoudige, feitelijke vragen ("Wat is de hoofdstad van Frankrijk?"), korte creatieve teksten, of simpele vertalingen. Als je vraag in één stap te beantwoorden is zonder afwegingen, voegt CoT onnodig complexiteit toe en maakt het antwoord onnodig lang.

Werkt chain-of-thought met alle AI-tools?

De meeste moderne AI-tools (ChatGPT, Claude, Gemini) ondersteunen CoT goed. Bij oudere of kleinere modellen werkt het minder betrouwbaar omdat ze moeite hebben met langere redeneerketens. Test het eerst met een eenvoudig voorbeeld; als de AI de stappen goed volgt, kun je complexere taken proberen.

Hoe debug ik een chain-of-thought die een verkeerd eindantwoord geeft?

Lees de tussenstappen zorgvuldig door om te vinden waar de redenering afwijkt. Meestal zit het probleem in een onduidelijke stap-definitie of ontbrekende context. Herformuleer die specifieke stap, voeg meer detail toe, of splits hem op in twee kleinere stappen en voer de prompt opnieuw uit.