Kehotteiden laatimisessa on kolme tekniikkaa, jotka parantavat vaikeiden analyyttisten tehtävien tuloksia mitattavasti ja toistettavasti: päättelyketju, itsekritiikki ja ajatuspuu. Niitä on tutkittu päättelytutkimuksen vuosien 2022-2023 aallosta lähtien — päättelyketjua tutkimuksessa Wei ym., 2022 ja ajatuspuuta tutkimuksessa Yao ym., 2023. Erillisten päättelytasojen yleistymisestä huolimatta — nykyisten GPT-5.x- ja Claude-mallien ajattelutilat sekä DeepSeek R1 — tekniikoilla on edelleen merkitystä. Ne ovat yhä hyödyllisiä nopeiden mallien kanssa ja ohjaavat myös sitä, miten päättelymalleille kannattaa laatia kehotteita.
Tässä artikkelissa käsitellään kunkin tekniikan toimintaperiaate, sopivat käyttökohteet ja kustannus-hyötylaskelma.
Minkä ongelman nämä tekniikat ratkaisevat
Kaikki kolme tekniikkaa ratkaisevat samaa perusongelmaa: kielimalli tuottaa vastauksen tavallisesti autoregressiivisesti, token kerrallaan. Ilman erillistä harkinta- tai hakuvaihetta ensimmäiset tokenit rajaavat nopeasti jatkoa ja voivat lukita vastauksen heikkoon johtopäätökseen. Yksinkertaisissa tehtävissä tämä on toimivaa ja tehokasta. Monivaiheisessa päättelyssä, vaativassa analyysissa ja tehtävissä, joissa oikea vastaus edellyttää usean välivaiheen onnistumista, oletustapa voi kuitenkin tuottaa itsevarmasti esitettyjä vääriä vastauksia.
Tekniikat pakottavat mallin käyttämään enemmän laskentaa välivaiheiden päättelyyn ennen lopulliseen vastaukseen sitoutumista.
Päättelyketju (CoT)
Alkuperäinen ja yksinkertaisin tekniikka. Lisää kehotteeseen esimerkiksi lause ”ajattele vaihe vaiheelta ennen lopullisen vastauksen antamista”, jolloin malli tuottaa päättelynsä ennen johtopäätöstä.
Käytännön esimerkki. Vertaa seuraavia:
Peruskehote: Juna lähtee Tallinnasta klo 9:00 nopeudella 80 km/h. Toinen juna lähtee Tartosta klo 9:30 kohti Tallinnaa nopeudella 100 km/h. Kaupunkien välinen etäisyys on 190 km. Mihin aikaan junat kohtaavat?
ja:
CoT-kehote: Sama kysymys. Ajattele vaihe vaiheelta. Laske ensin matka, jonka ensimmäinen juna kulkee ennen toisen lähtöä. Muodosta sitten yhtälö junien kohtaamishetkelle. Näytä laskelmasi ja anna lopuksi vastaus.
Vaikeissa laskutehtävissä GPT-3.5-tasoisten perusmallien virheprosentti oli noin 30-50%; CoT-versioiden virheprosentti oli lähempänä tasoa 5-15%. Luvut ovat muuttuneet mallien kehityttyä, mutta suunta on säilynyt mallisukupolvesta toiseen: CoT parantaa monivaiheisten tehtävien tarkkuutta.
Käytä päättelyketjua seuraavissa tilanteissa:
- Monivaiheinen laskenta, etenkin kun mukana on yksiköitä, päivämääriä tai tarkkaa pyöristystä. Vahvatkin mallit tekevät näissä virheitä.
- Logiikkatehtävät ja muut ongelmat, joissa vastaus on päättelyketjun lopputulos.
- Koodin virheenkorjaus, kun vastaus edellyttää tilan muutosten seuraamista.
- Strateginen analyysi, kun johtopäätös edellyttää useiden tekijöiden punnitsemista.
Älä käytä tekniikkaa turhaan seuraavissa tilanteissa:
- Yksinkertainen tiedon palauttaminen. Kysymys ”Mikä on Viron pääkaupunki?” ei tarvitse CoT:tä.
- Sisällöntuotantotehtävät. Kirjoittaminen, tiivistäminen ja luonnostelu. CoT kuluttaa vain lisää tokeneita parantamatta laatua.
- Päättelymallit. o3, Claude Extended Thinking ja DeepSeek R1 käyttävät jo CoT:tä sisäisesti. Kehotteen ”ajattele vaihe vaiheelta” lisääminen on parhaimmillaan tarpeetonta ja pahimmillaan haitallista.
Viimeinen kohta on ratkaisevan tärkeä, ja palaamme siihen myöhemmin.
Itsekritiikki
Kaksivaiheinen tekniikka. Pyydä mallia ensin tuottamaan vastaus. Pyydä sitä sitten arvioimaan omaa vastaustaan kriittisesti ja tuottamaan korjattu versio.
Kehotteen rakenne:
Vaihe 1: [Alkuperäinen kysymyksesi]
Vaihe 2: Arvioi yllä oleva vastauksesi. Etsi virheet, heikkoudet ja kohdat, joissa olet tehnyt oletuksia, jotka eivät ehkä pidä paikkaansa. Arvioi omaa työtäsi tiukasti.
Vaihe 3: Tuota arviosi perusteella korjattu vastaus.
Tulos paranee, koska malli vapautuu ensimmäisellä kierroksella syntyneestä sitoutumisesta johtopäätökseen. Kun se joutuu tarkastelemaan omaa työtään kriitikkona, se havaitsee asioita, joita ensimmäisellä kierroksella jäi huomaamatta.
Edistyneempi muunnelma on konstitutionaalinen eli periaatteisiin perustuva itsekritiikki. Määritä periaatteet, jotka vastauksen pitää täyttää, ja pyydä mallia arvioimaan vastausta jokaisen periaatteen perusteella.
Tällaisen kysymyksen hyvän vastauksen periaatteet:
- Vastaus käsittelee esitettyä kysymystä eikä sen yleisluontoista muunnelmaa.
- Vastaus lainaa täsmällistä näyttöä sen sijaan, että se vain viittaisi epämääräisesti lähteisiin.
- Vastaus ilmaisee epävarmuuden selvästi silloin, kun sitä on.
- Vastauksen varmuusaste on kalibroitu: vahvat kohdat esitetään varmasti ja heikot varauksin.
Tuota vastaus. Arvioi se sitten jokaisen periaatteen perusteella. Korjaa vastaus lopuksi.
Tämä tekniikka on Anthropicin Constitutional AI -työn ja vastaavien nykyisten tekoälyn linjausta koskevien tutkimusmenetelmien taustalla.
Käytä itsekritiikkiä seuraavissa tilanteissa:
- Kirjoitustehtävät, joissa haluat toisen kierroksen poistumatta keskustelusta.
- Analyyttinen työ, jossa malli on todennäköisesti liian itsevarma.
- Päätöksenteon tuki, jossa haluat mallin löytävän oman perustelunsa aukot.
- Koodi, jolle haluat tarkistuskierroksen tuottamiskierroksen jälkeen.
Älä käytä tekniikkaa turhaan seuraavissa tilanteissa:
- Tehtävät, joissa ei ole ”oikeaa” vastausta, jota kohti korjata (luova ideointi ja ajatusten tuottaminen).
- Tehtävät, joiden kritiikin haluat tehdä itse (kaikki tilanteet, joissa juuri oma harkintasi tuottaa arvon).
- Nopeat keskusteluvastaukset, joissa viiveen kustannus ylittää laadun paranemisen.
Ajatuspuu (ToT)
Kallein tekniikka. Yhden päättelyketjun sijaan malli tarkastelee nimenomaisesti useita etenemisreittejä, arvioi ne ja valitsee lupaavimman.
Käytännön esimerkkirakenne:
Vaihe 1: Tuota kolme erilaista lähestymistapaa tähän ongelmaan.
Vaihe 2: Käy läpi kunkin lähestymistavan ensimmäiset vaiheet sitoutumatta lopulliseen vastaukseen.
Vaihe 3: Arvioi, mikä lähestymistapa onnistuu todennäköisimmin ja miksi. Kuvaa vahvuudet ja heikkoudet täsmällisesti.
Vaihe 4: Valitse paras lähestymistapa ja ratkaise ongelma loppuun.
Ajatuspuu toimii, koska joihinkin ongelmiin on useita uskottavia ratkaisukeinoja eikä ensimmäinen yritys ole aina paras. Rinnakkaisen tarkastelun pakottaminen estää lukkiutumisen heikompaan etenemisreittiin.
Käytännön esimerkki vaikeasta kehotteesta:
Minulla on monimutkainen SQL-kysely, joka toimii liian hitaasti. Auta minua optimoimaan se.
Vaihe 1: Tuota kolme erilaista optimointistrategiaa. Vaihe 2: Määritä jokaiselle strategialle sen ratkaisema pullonkaula ja kustannus. Vaihe 3: Arvioi, mikä strategia tuottaa todennäköisimmin suurimman hyödyn pienimmällä riskillä. Vaihe 4: Toteuta valittu lähestymistapa.
Saat selvästi harkitumman vastauksen kuin pelkän ”tässä on yksi uudelleenkirjoitettu kysely”. Saat kolme lähestymistapaa, niiden vertailun, suosituksen ja toteutuksen.
Käytä ajatuspuuta seuraavissa tilanteissa:
- Ongelmat, joihin on useita uskottavia ratkaisuja. Arkkitehtuuripäätökset, algoritmien valinta ja strategiset valinnat.
- Optimointiongelmat. Ensimmäinen yritys on harvoin paras.
- Luovat tehtävät, joissa vaihtoehtojen tutkiminen on tavoite. Nimeäminen, kehystäminen ja asemointi.
- Kaikki tilanteet, joissa epäilet ilmeisen vastauksen olevan väärä.
Älä käytä tekniikkaa turhaan seuraavissa tilanteissa:
- Tehtävät, joihin on yksi oikea lähestymistapa. Älä pyydä kolmea SQL-kyselyä, jos yksi toimiva kysely riittää.
- Yksinkertaiset faktakysymykset. Tekniikka on ylimitoitettu.
- Useimmat päättelymalleille annettavat tehtävät — mallit tekevät nykyään tällaista vaihtoehtojen tarkastelua sisäisesti.
Käytännöllinen päätöspuu
Kun edessäsi on vaikea ongelma, oikea kysymys ei ole ”käytänkö CoT:tä, itsekritiikkiä vai ToT:tä”. Oikea kysymys on ”millainen tämä ongelma on?”
- Lineaarinen monivaiheinen ongelma (laskenta, logiikkatehtävä tai tiukkaa päättelyä vaativa tehtävä) → päättelyketju.
- Ongelma, jossa liiallinen itsevarmuus on riski (analyysi, suositus tai tarkistettava koodi) → itsekritiikki.
- Ongelma, johon on useita uskottavia lähestymistapoja (optimointi, strateginen valinta tai luova tarkastelu) → ajatuspuu.
- Keskusteleva, yksinkertainen tai tuottava tehtävä → ei mitään näistä. Ohita lisätyö.
Hyödyllinen metatekniikka on myös CoT:n käyttäminen ToT:n sisällä ja tämän kokonaisuuden käyttäminen itsekritiikin sisällä. Tutki kolmea reittiä (ToT), päättele jokainen vaihe vaiheelta (CoT) ja arvioi lopuksi valittu reitti kriittisesti (itsekritiikki). Tämä kuulostaa ylimitoitetulta, mutta on aidosti hyödyllistä kaikkein vaikeimmassa analyyttisessa työssä. Kustannuksena ovat viive ja tokenit; hyötynä ovat olennaisesti paremmat vastaukset.
Miten päättelymallit muuttavat laskelmaa
Suurin muutos vuoden 2024 jälkeen on ollut erillisten päättelymallien yleistyminen: o1, o3, Claude Extended Thinking, DeepSeek R1 ja Gemini 2.5 Thinking. Nämä mallit tekevät päättelyketjun sisäisesti ennen vastauksen tuottamista ja saattavat käyttää ”ajatteluun” kymmeniä sekunteja tai minuutteja.
Tämä muuttaa kehotteiden laatimista kolmella tärkeällä tavalla:
1. Älä enää lisää kehotetta ”ajattele vaihe vaiheelta”. Päättelymallit tekevät sen jo. Ilmaisun lisääminen voi hämmentää mallia tai tuottaa tarpeetonta tekstiä. Esitä kysymys suoraan.
2. Luota mallin valitsemaan päättelyn pituuteen. Kun esität monimutkaisen kysymyksen, malli tuottaa sisäisesti pitkän päättelyketjun. Et näe sitä kokonaan, sillä osa on piilotettu ”ajattelutilaan”. Vastineena on pidempi viive. Odota kärsivällisesti.
3. Käytä yksinkertaisia ja suoria kehotteita. Päättelymallit ovat vähemmän herkkiä kehotteen muodolle kuin nopeat mallit: ne päättelevät epäselvyyksien läpi sen sijaan, että jumittuisivat niihin. Nopeiden mallien kanssa hyvin toimivat ylitekniset kehotteet — laaja kehystys, monet rajoitteet ja jäsennellyt mallipohjat — heikentävät joskus päättelymallin tulosta. Kokeile ensin yksinkertaista versiota.
Käytännön esimerkki. Vertaa näitä kahta päättelymallille annettavaa kehotetta:
Kehote A: ”Ajattele seuraavaa kysymystä vaihe vaiheelta. Tunnista ensin keskeiset rajoitteet. Luettele sitten vaihtoehdot. Arvioi seuraavaksi jokainen vaihtoehto rajoitteiden perusteella. Valitse lopuksi. Näytä päättelysi jokaisessa vaiheessa. Kysymys: pitäisikö meidän siirtyä nelipäiväiseen työviikkoon?”
Kehote B: ”Pitäisikö meidän siirtyä nelipäiväiseen työviikkoon? Tausta: 80 henkilön B2B SaaS -yritys, jonka asiakastukitiimi työskentelee ma-pe.”
Useimmilla päättelymalleilla kehote B tuottaa paremman vastauksen. Päättelymalli osaa jo käsitellä kysymyksen; yksityiskohtainen vaiheistus voi rajata päättelyä haitallisesti.
Nopeilla malleilla tilanne on päinvastainen. Ne tarvitsevat vaiheistuksen saavuttaakseen vastaavan laadun.
Tämä on tärkein uusi kehotteiden laatimista koskeva havainto sitten 2023: sama kehote, joka toimii parhaiten nopealla mallilla, voi toimia päättelymallilla huonommin ja päinvastoin.
Kustannus-hyötylaskelma
Kaikilla tekniikoilla on kustannuksensa. Rehellinen arvio:
| Tekniikka | Token-kustannus | Viive | Laadun paraneminen | Milloin kannattaa |
|---|---|---|---|---|
| Päättelyketju | ~2-3x | ~1.5-2x | 10-40% vaikeissa ongelmissa | Monivaiheiset ongelmat nopeilla malleilla |
| Itsekritiikki | ~2x | ~2x | 5-20% yleisesti | Kun liiallinen itsevarmuus on todellinen riski |
| Ajatuspuu | ~3-5x | ~2-3x | 10-30% ongelmissa, joihin on useita lähestymistapoja | Vaikeat ongelmat, joissa on useita reittejä |
| Päättelymalli (sisäänrakennettu) | ~3-10x | ~5-30x | 30-100% vaikeissa ongelmissa | Kaikki aidosti vaikeat tehtävät |
Useimmissa arkisissa käyttötapauksissa nopea malli ilman lisätekniikoita riittää. Vaikeissa ongelmissa oikea tekniikka tai päättelymalli on lisäkustannuksen arvoinen. Yksinkertaisissa tehtävissä kaikki nämä tekniikat tuhlaavat rahaa ja aikaa.
Käytännöllinen sääntö: kysy ennen tekniikan valintaa, onko virheen hinta tässä tehtävässä niin merkittävä, että tekniikan lisäkustannus on perusteltu. Jos on, käytä oikeaa tekniikkaa. Jos ei, lähetä tavallinen kehote.
Käytännön esimerkki aidosti vaikeasta tehtävästä
Oletetaan, että arvioit kahden toimittajan tarjouksia ja haluat tasapainoisen vertailun.
Ilman tekniikkaa (peruskehote):
Vertaa näitä kahta toimittajan tarjousta [liitä]. Kumpi meidän pitäisi valita?
Saat varovaisen vastauksen, joka esittelee molemmat puolet. Hyödyllinen lähtökohta, mutta ei riittävä.
CoT:n avulla:
Vertaa näitä kahta toimittajan tarjousta. Ajattele vaihe vaiheelta:
- Luettele päätöksemme kannalta tärkeät arviointiperusteet.
- Anna kummallekin toimittajalle pisteet jokaisesta arviointiperusteesta.
- Tunnista arviointiperusteet, joissa pisteet poikkeavat eniten.
- Anna sitten suosituksesi.
Saat huomattavasti jäsennellymmän analyysin. Jokainen vaihe on näkyvissä, joten voit tarkistaa tai korjata sen.
Lisäämällä itsekritiikin:
[sama kuin yllä]
Arvioi suosituksen jälkeen oma analyysisi kriittisesti:
- Mitkä arviointiperusteet olen saattanut painottaa väärin?
- Mitä sellaista oletin, mitä minun ei olisi pitänyt olettaa?
- Mikä on vahvin uskottava perustelu toisen toimittajan puolesta?
Tuota sitten tarvittaessa korjattu suositus.
Kriittinen arviointi paljastaa ensimmäisen analyysin katvealueita.
ToT:n avulla:
Vertaa näitä kahta toimittajan tarjousta.
Vaihe 1: Tuota kolme erilaista päätöksentekokehystä tällaiselle valinnalle (esimerkiksi riskin minimointi, arvon maksimointi ja kyvykkyyksiin sovittaminen). Vaihe 2: Sovella jokaista kehystä. Tuota kolme suositusta. Vaihe 3: Mistä kehykset ovat samaa mieltä? Missä niiden tulokset eroavat? Vaihe 4: Mikä kehys sopii parhaiten todellisiin rajoitteisiimme? Anna lopullinen suositus.
Saat valintaan kolme eri näkökulmaa. Erot ovat juuri niitä kohtia, joissa kiinnostavin päättely tapahtuu.
Päättelymallin avulla:
Vertaa näitä kahta toimittajan tarjousta. Kumpi meidän pitäisi valita ja miksi? Kerro myös, mitkä seikat muuttaisivat vastaustasi.
Päättelymalli tekee kaiken edellä kuvatun sisäisesti. Tulos vastaa usein vahvasti vaiheistetun nopean mallin tulosta tai on sitä parempi, ja aikaa kuluu suunnilleen yhtä paljon.
Vuonna 2026, aidosti vaikeassa analyyttisessa työssä päättelymalli ja selkeä kehote ovat yleensä oikea valinta. CoT ja ToT ovat edelleen hyödyllisiä nopeiden mallien kanssa, ja itsekritiikki toimii lisäkerroksena käytetystä mallista riippumatta.
Muutama käytännöllinen tapa
Tee käyttämäsi tekniikka itsellesi näkyväksi. Merkitse kehotteeseen käyttämäsi tekniikka. Se auttaa kehittämään tuntumaa siihen, mikä toimii.
Vertaa tuloksia. Suorita kerran viikossa sama vaikea kehote tekniikan kanssa ja ilman sitä. Vertaa tuloksia. Opit nopeasti arvioimaan, milloin tekniikka ansaitsee kustannuksensa.
Älä pinoa tekniikoita harkitsematta. CoT:n, itsekritiikin, ToT:n ja päättelymallin yhdistäminen on harvoin parempi vaihtoehto kuin yhden sopivan menetelmän valitseminen. Jokainen kerros lisää kustannuksia, joten lisää vain kerroksia, jotka aidosti parantavat juuri kyseisen tehtävän vastausta.
Säilytä tekniikat kirjastossasi. Tallenna katkelmat ”CoT:n avulla”, ”itsekritiikin avulla” ja ”ToT:n avulla” ja sovella niitä kulloiseenkin tehtävään. Näin säästät aikaa verrattuna siihen, että kirjoittaisit vaiheistuksen joka kerta uudelleen.
Yhteenveto
Kolme tekniikkaa, joista jokaisella on oma ihanteellinen käyttökohteensa. Päättelyketju sopii lineaarisiin monivaiheisiin ongelmiin. Itsekritiikki auttaa havaitsemaan liiallisen itsevarmuuden. Ajatuspuu sopii ongelmiin, joihin on useita lähestymistapoja. Päättelymallit muuttavat laskelmaa tekemällä kahta ensimmäistä sisäisesti, mutta tekniikoilla on yhä merkitystä sekä nopeiden mallien kanssa että niiden päälle rakennettavina toimintamalleina.
Valitse ongelmaan sopiva tekniikka. Ohita tekniikat, jos niiden hyöty ei kata kustannusta. Sisäistä ero ”vaikeamman ongelman” ja ”erilaisen ongelman” välillä — kaikki muu seuraa siitä.
