Skip to content

Chương 7: Chain of thought (CoT): Hướng AI suy nghĩ từng bước

🧭 Mở đầu

Giả sử bạn hỏi ChatGPT:

“Một người mua 3 cây bút giá 10.000 đồng mỗi cây và một quyển sổ giá 20.000 đồng. Tổng cộng là bao nhiêu?”

Có lúc AI trả lời đúng — 50.000 đồng, nhưng cũng có lúc nó viết sai kiểu: 60.000 đồng, rồi còn… giải thích rất tự tin. 😅

Tại sao lại có chuyện này? Vì mô hình ngôn ngữ (như ChatGPT) không thật sự tư duy logic như con người — nó chỉ dự đoán từ tiếp theo có vẻ hợp lý nhất. Nếu bạn bắt nó trả lời ngay, nó dễ “nhảy cóc” kết luận mà không suy luận qua từng bước.

Đó là lý do Chain of Thought Prompting (CoT) ra đời – một kỹ thuật giúp AI nghĩ từng bước một cách có trình tự, giống như bạn tự nhẩm bài toán trong đầu.

💡 Giải thích kỹ thuật

Chain of Thought (CoT) nghĩa đen là “chuỗi suy nghĩ”. Với CoT, thay vì bảo AI chỉ trả lời kết quả, bạn hướng dẫn nó diễn giải cách nó đi đến kết quả đó.

Bạn có thể hiểu đơn giản:

Bình thường: “Trả lời câu hỏi.” CoT: “Giải thích từng bước để đi đến câu trả lời.”

Khi được khuyến khích “nghĩ từng bước”, AI sẽ tự phân tích vấn đề, chia nhỏ, tính toán, rồi mới kết luận. Điều này giúp nó giảm lỗi logic, tăng tính nhất quán và chính xác.

⚙️ Cách hoạt động

Mô hình ngôn ngữ dựa trên việc dự đoán chuỗi từ tiếp theo. Khi bạn bảo nó “hãy suy nghĩ từng bước”, bạn không khiến nó “trở nên thông minh hơn” — mà cho phép nó sinh ra thêm những token trung gian thể hiện quá trình suy luận.

Những “bước suy nghĩ” này giúp mô hình tự kiểm tra và chỉnh lại hướng trước khi ra kết luận cuối.

Giống như việc bạn làm bài toán ra nháp trước khi viết kết quả vào bài thi.

🧩 Ví dụ minh họa

Ví dụ 1: Không dùng CoT

💬 Prompt: “Một quả táo giá 5.000 đồng. Mua 4 quả thì hết bao nhiêu tiền?”

🤖 Trả lời: “25.000 đồng.”

Sai! (AI đoán nhanh quá).

Ví dụ 2: Dùng CoT

💬 Prompt: “Một quả táo giá 5.000 đồng. Mua 4 quả thì hết bao nhiêu tiền? Hãy suy nghĩ từng bước để ra kết quả.”

🤖 Trả lời: “Một quả giá 5.000 đồng. 4 quả sẽ là 5.000 × 4 = 20.000 đồng. → Tổng cộng là 20.000 đồng.”

Khi được khuyến khích nghĩ từng bước, AI đã trả lời đúng và logic.

Ví dụ 3: Bài toán phức tạp hơn

💬 Prompt: “Một cửa hàng giảm giá 20% cho sản phẩm giá 300.000 đồng, sau đó thu thêm 10% thuế. Hãy suy nghĩ từng bước để tính giá cuối cùng.”

🤖 Trả lời: “Bước 1: Giảm 20% → 300.000 × (1 - 0.2) = 240.000 đồng. Bước 2: Thêm 10% thuế → 240.000 × (1 + 0.1) = 264.000 đồng. → Giá cuối cùng là 264.000 đồng.”

➡️ Chính xác và rõ ràng hơn nhiều.

🧠 CoT trong các tình huống khác

Không chỉ dùng cho toán học, CoT còn cực kỳ hữu ích khi bạn:

  • Phân tích lập luận (“Hãy suy nghĩ từng bước để đánh giá ai đúng.”)
  • Giải thích nguyên nhân – kết quả (“Giải thích từng bước vì sao hiện tượng này xảy ra.”)
  • Lập kế hoạch hoặc brainstorm ý tưởng (“Hãy chia nhỏ quá trình thực hiện thành các bước logic.”)

Ví dụ:

💬 “Hãy suy nghĩ từng bước để viết kế hoạch học tiếng Anh hiệu quả trong 30 ngày.” → AI sẽ liệt kê từng giai đoạn: phân cấp kỹ năng, chọn tài liệu, chia thời gian, v.v.

⚖️ Khi nào nên dùng CoT

  • Khi vấn đề có nhiều bước logic (tính toán, phân tích, lập kế hoạch...).
  • Khi bạn muốn AI không vội kết luận sai.
  • Khi bạn cần hiểu cách AI “suy nghĩ” ra câu trả lời, chứ không chỉ xem kết quả cuối.

⚖️ Điểm mạnh – điểm yếu

Ưu điểm Hạn chế
✅ Tăng độ chính xác trong suy luận ❌ Câu trả lời dài hơn, tốn token
✅ Dễ kiểm tra logic của AI ❌ Đôi khi AI “suy nghĩ quá đà”, viết vòng vo
✅ Giúp mô hình giải quyết vấn đề phức tạp ❌ Với câu hỏi đơn giản, có thể bị dư thừa
✅ Dễ kết hợp với kỹ thuật Step-back hoặc Role Prompting ❌ Cần hướng dẫn rõ ràng (“hãy suy nghĩ từng bước”)

✏️ Công thức mẫu cho CoT Prompt

Bạn có thể áp dụng những mẫu sau:

1.

“Hãy suy nghĩ từng bước để trả lời câu hỏi sau: [nội dung].”

2.

“Trước khi đưa ra kết luận, hãy mô tả quá trình suy nghĩ từng bước của bạn.”

3.

“Hãy phân tích từng bước, sau đó cho biết kết quả cuối cùng.”

4.

“Hãy chia nhỏ vấn đề và suy luận từng phần để tìm câu trả lời chính xác nhất.”

🔍 Ví dụ nâng cao: Kết hợp CoT + Step-back

💬 “Trước khi trả lời, hãy suy nghĩ lại về ý nghĩa của câu hỏi, rồi giải quyết từng bước để tìm câu trả lời chính xác nhất.”

➡️ Prompt này khiến AI vừa tạm dừng để kiểm tra logic (Step-back), vừa suy luận có trình tự (CoT). Kết quả thường rất đáng tin cậy cho các bài toán hoặc lập luận phức tạp.

🪄 Tips cuối chương

  1. Dạy AI nói to “quá trình suy nghĩ”. Chỉ cần thêm “hãy suy nghĩ từng bước” là đủ để thay đổi chất lượng câu trả lời.

  2. Dùng CoT khi bạn muốn kiểm tra lại logic. Nếu AI sai, bạn sẽ dễ phát hiện lỗi ở bước nào.

  3. Kết hợp CoT với ngữ cảnh. Ví dụ: “Dựa trên thông tin sau, hãy suy nghĩ từng bước để rút ra kết luận.”

  4. Tránh dùng cho câu hỏi ngắn hoặc không cần phân tích. Ví dụ: “Thủ đô của Pháp là gì?” — không cần CoT, chỉ cần trả lời là đủ.

  5. Kiểm tra lại kết quả cuối cùng. Dù CoT giúp giảm lỗi, nhưng không đảm bảo 100% chính xác — nhất là với phép tính phức tạp.

🌱 Kết luận

Chain of Thought Prompting không phải là “phép màu”, nhưng là cây cầu nối giữa việc trả lời nhanh và việc suy nghĩ có logic. Khi bạn yêu cầu AI “nghĩ từng bước”, bạn đang dạy nó làm việc như một người thật sự đang giải quyết vấn đề.

Một câu hỏi hay có thể cho bạn câu trả lời đúng. Nhưng một chuỗi suy nghĩ đúng — sẽ cho bạn cách tư duy đúng, và đó mới là thứ biến AI thành cộng sự thật sự đáng tin cậy của bạn.