Chain-of-thought (CoT) é a técnica de instruir um modelo de linguagem a explicitar o raciocínio em etapas antes de entregar a resposta final. Em vez de pedir 'qual a melhor opção?', o prompt pede 'liste as premissas, compare cada fator e então conclua'. Esse encadeamento de etapas reduz erros de lógica e aritmética porque o modelo 'se compromete' com premissas intermediárias antes de concluir.
Na prática, qualquer instrução que force a IA a mostrar o trabalho ativa CoT: 'pense passo a passo', 'antes de responder, liste os critérios', 'mostre os cálculos'. Modelos de raciocínio mais recentes já fazem parte desse processo internamente, mas tornar o raciocínio visível continua útil para auditar a resposta e detectar onde a lógica falhou.
Quem usa: equipes de produto que constroem assistentes de viagem, gestores que configuram prompts em ferramentas de automação, e analistas que precisam validar recomendações geradas por IA.
Em travel tech:
- Comparar dois orçamentos de grupo com políticas de cancelamento diferentes
- Verificar se uma tarifa cabe na política da empresa antes de sugerir ao viajante
- Montar a lógica de um fluxo de aprovação de despesas antes de implementá-lo em código
- Avaliar se um itinerário multimodal respeita as regras de emissão de CO2 da empresa
CoT não é um modelo nem um produto: é uma instrução de como o modelo deve estruturar a resposta. Confunde-se às vezes com prompt engineering em geral, mas CoT é uma técnica específica dentro desse conjunto.