**Chain-of-Thought (CoT)** és una tècnica d’intel·ligència artificial que permet als grans models de llenguatge (LLM) resoldre problemes complexos desglossant-los en passos lògics i seqüencials, simulant així el raonament humà. En comptes de donar directament una resposta final, el model explica el procés que segueix, fet que millora la precisió en tasques com matemàtiques, lògica o raonament simbòlic.

Aquesta metodologia facilita que el model “pensi en veu alta” i sigui més transparent, de manera que els usuaris també poden entendre per què arriba a una conclusió determinada. El CoT ha esdevingut especialment útil a mesura que els models han crescut en mida i complexitat, ja que permet gestionar i resoldre problemes que abans eren massa difícils per a la IA tradicional.

Existeixen variants com el **Zero-Shot Chain of Thought**, on afegint instruccions senzilles com “Pensem pas a pas” al prompt, el model pot generar una cadena de raonament sense necessitat d’exemples previs. Això fa que la tècnica sigui més accessible i fàcil d’implementar. Per als desenvolupadors, CoT no és una solució automàtica; cal ajustar i provar estratègies específiques per obtenir els millors resultats en cada aplicació.

En resum, la tècnica CoT representa un avenç important en IA, ja que permet als models abordar tasques complexes d’una manera més humana, transparent i fiable, però requereix una implementació acurada i adaptada a cada cas d’ús.