# Chain-of-thought prompting voor complexere opdrachten

Chain-of-thought prompting is een geavanceerde techniek waarmee je Gemini hardop laat redeneren in stappen voordat het een antwoord geeft. Bij complexe opdrachten zoals wiskunde, logica en meerstapsanalyses verhoogt dit de nauwkeurigheid aanzienlijk.

## Wat chain-of-thought betekent

Normaal geeft een AI-model direct een antwoord. Bij eenvoudige vragen werkt dat prima, maar bij complexe taken slaat het model stappen over en maakt het fouten. Chain-of-thought, vrij vertaald gedachtegang, dwingt het model om eerst zijn redenering uit te schrijven en pas daarna te concluderen.

Het effect lijkt op hoe een mens een lastig probleem aanpakt. Wie een rekensom uit het hoofd doet, maakt sneller fouten dan wie het op papier uitwerkt. Hetzelfde geldt voor het model: door tussenstappen te genereren, bouwt het naar een beter onderbouwd antwoord.

:::info title="Waarom dit werkt"
Elke gegenereerde tussenstap wordt onderdeel van de context waarop het model verder bouwt. Door redenering zichtbaar te maken, geeft het model zichzelf meer houvast voor de volgende stap.
:::

## Chain-of-thought versus thinking mode

Sinds de Gemini 2.5-serie en zeker met Gemini 3 hebben de sterkere modellen een ingebouwde redeneerstap, vaak aangeduid als `thinking mode`. Het model gebruikt daarbij interne `thinking tokens` om een probleem af te pellen voordat het antwoordt, zonder dat jij erom hoeft te vragen. In de Gemini-API stuur je dit met `thinkingLevel` (Gemini 3) of `thinkingBudget` (2.5-serie); een waarde van -1 laat het model zelf bepalen hoeveel redeneerruimte een vraag nodig heeft.

Betekent dat dat handmatige chain-of-thought-prompts overbodig zijn? Niet helemaal. De ingebouwde redenering verloopt grotendeels verborgen. Wanneer jij de redenering wilt zien, controleren of in een vaste structuur wilt afdwingen, blijft een expliciete chain-of-thought-instructie waardevol. Je stuurt dan niet alleen op een beter antwoord, maar ook op transparantie en op de vorm waarin de stappen verschijnen.

:::tip title="Combineer slim"
Gebruik de ingebouwde thinking mode voor rauwe redeneerkracht en voeg een chain-of-thought-instructie toe wanneer je de tussenstappen zichtbaar of in een vast format wilt hebben. De twee bijten elkaar niet.
:::

## Hoe je het toepast

De eenvoudigste vorm is een zin toevoegen zoals: leg je redenering stap voor stap uit voordat je antwoordt. Dit triggert het model om eerst te denken en dan te concluderen.

:::howto title="Chain-of-thought activeren"
1. Formuleer je complexe vraag of probleem **helder en concreet**.
2. Voeg een instructie toe zoals `werk dit stap voor stap uit voordat je een conclusie geeft`.
3. Lees de tussenstappen en controleer of de redenering klopt.
4. Vraag eventueel om een specifieke stap nader toe te lichten.
5. Laat het model op basis van de redenering een eindantwoord geven.
:::

Een sterkere variant is het model expliciet vragen meerdere oplossingen te overwegen en daarna de beste te kiezen. Zo voorkom je dat het te snel op een eerste ingeving afgaat.

## Wanneer je het inzet

Chain-of-thought loont bij taken met meerdere stappen of waar logica telt. Denk aan rekenkundige problemen, het analyseren van oorzaak en gevolg, het vergelijken van opties, en het uitwerken van strategieen. Voor simpele feitenvragen voegt het niets toe en maakt het antwoorden alleen langer.

De aanpak verloopt in vier stappen:

1. **Herken de complexiteit.** Identificeer een taak met meerdere stappen of duidelijke logica.
2. **Vraag om redenering.** Instrueer het model om stap voor stap te werken.
3. **Controleer de stappen.** Lees de tussenstappen kritisch na.
4. **Trek de conclusie.** Laat het model op basis van de gecontroleerde redenering concluderen.

:::tip title="Tussenstappen controleren"
De grootste winst van chain-of-thought is niet alleen een beter antwoord, maar ook controleerbaarheid. Omdat je de redenering ziet, spot je precies waar een eventuele fout zit en kun je gericht bijsturen.
:::

## Combineren met andere technieken

Chain-of-thought werkt uitstekend samen met de persona-techniek en het PTCF-framework. Geef Gemini bijvoorbeeld de rol van analist, beschrijf de taak, lever context en vraag dan om stapsgewijze redenering. De combinatie levert bij ingewikkelde opdrachten het beste resultaat.

Een concreet voorbeeld laat het verschil zien. Stel de vraag: een fabriek produceert 120 stuks per uur en draait 7 uur per dag, vijf dagen per week. Hoeveel per week?

| Aanpak | Prompt | Resultaat |
| --- | --- | --- |
| Zonder chain-of-thought | Antwoord direct met het getal. | Het model kan een rekenfout maken die je niet ziet. |
| Met chain-of-thought | Bereken stap voor stap: eerst per dag, dan per week. | Het model toont 120 maal 7 is 840 per dag, dan 840 maal 5 is 4200 per week. De redenering is controleerbaar. |

:::warn title="Langer is niet altijd beter"
Chain-of-thought maakt antwoorden langer en trager. Gebruik het gericht bij complexe taken. Voor snelle, eenvoudige vragen kies je een directe prompt om tijd te besparen.
:::

:::faq
### Werkt chain-of-thought bij elk model?
Het werkt het best bij krachtigere modellen die goed kunnen redeneren. Lichtere modellen profiteren ook, maar de winst is bij complexe taken het grootst met sterke modellen.

### Heb ik chain-of-thought nog nodig nu Gemini een ingebouwde thinking mode heeft?
Vaak niet voor de rauwe nauwkeurigheid, want sterke Gemini-modellen redeneren intern al. Een expliciete instructie blijft handig wanneer je de tussenstappen zichtbaar wilt maken of in een vast format wilt dwingen.

### Moet ik de redenering altijd lezen?
Niet altijd, maar bij belangrijke beslissingen wel. De zichtbare stappen helpen je fouten te ontdekken die je in een kaal antwoord zou missen.

### Kan ik het model vragen alleen het eindantwoord te tonen?
Ja, je kunt vragen om eerst stap voor stap te redeneren en daarna alleen de conclusie samen te vatten. Zo behoud je de nauwkeurigheid met een beknopt resultaat.

### Vermindert dit hallucinaties?
Het helpt, omdat redenering in stappen fouten zichtbaarder maakt. Het is geen garantie, dus controleer kritische feiten alsnog.
:::

Chain-of-thought is een gevorderde techniek. Beheers eerst [[gemini-prompt-framework|het PTCF-framework]] en [[gemini-persona-techniek|de persona-techniek]] voor de beste resultaten.