Direkt nach der Antwort zu fragen lässt das Modell in einem Sprung raten; das Durcharbeiten lässt jeden Schritt den nächsten informieren. 'Denken wir Schritt für Schritt' wurde berühmt, aber explizite Struktur — 'erst die Größen extrahieren, dann rechnen, dann das Ergebnis nennen' — funktioniert noch besser.
Der Vorbehalt: die geschriebene Begründung ist ein erzeugtes Artefakt, kein Fenster ins Modell — sie kann flüssig und falsch sein. In Produktion läuft die Begründung oft verborgen, nur das geprüfte Ergebnis sieht der Nutzer.
Verwandte Begriffe
Prompt Engineering
Die Praxis, Modelleingaben so zu schreiben, dass die Ausgabe zuverlässig das ist, was man braucht — Struktur, Beispiele, Constraints und Tonalität statt Hoffnung.
Halluzination
Eine selbstsichere, flüssige, vollständig erfundene Antwort — eine Quelle, eine Zahl oder eine API, die es nicht gibt.
Evaluation (Evals)
Ein wiederholbarer Testsatz, der misst, ob eine Änderung an einem KI-System es besser oder schlechter gemacht hat statt nur anders.
