---
title: "Chain-of-thought (cadeia de pensamento)"
url: "https://lucasferrazseo.com/glossario/chain-of-thought/"
datePublished: "2026-10-17T06:45:12-03:00"
dateModified: "2026-10-17T06:45:12-03:00"
image: "https://lucasferrazseo.com/wp-content/uploads/2026/10/chain-of-thought.webp"
description: "Chain-of-thought é a técnica de fazer a IA escrever o raciocínio em etapas. Veja tipos, exemplo e o que muda nos modelos que já raciocinam."
content_signal: ai-train=yes, search=yes, ai-input=yes
---

# Chain-of-thought (cadeia de pensamento)

Chain-of-thought é a técnica de fazer a IA escrever o raciocínio em etapas. Veja tipos, exemplo e o que muda nos modelos que já raciocinam.

![Verbete do glossário com o título O que é chain-of-thought, a definição como técnica de fazer o modelo de linguagem escrever os passos do raciocínio e termos como LLM e prompt, com Lucas Ferraz, fundador da agência Lucas Ferraz SEO, no notebook.](https://lucasferrazseo.com/wp-content/uploads/2026/10/chain-of-thought.webp)

## Resumo

O chain-of-thought serve para conferir a conta e o raciocínio da IA antes de usar a resposta, como no cálculo de um orçamento com desconto. Nos modelos que já raciocinam sozinhos, pedir passo a passo deixa de ser necessário. Para quem vende por orçamento, a explicação que a IA dá ao indicar uma empresa mostra critérios, mas é pista a conferir nas fontes, não prova do motivo.

## Principais pontos

- O chain-of-thought leva o modelo de linguagem a escrever as etapas do raciocínio antes da resposta, e cada etapa escrita vira contexto para a seguinte;
- O chain-of-thought ganhou nome em um estudo de pesquisadores do Google publicado no arXiv em 28 de janeiro de 2022, com oito exemplos resolvidos passo a passo no pedido;
- O chain-of-thought passou a vir embutido nos modelos de raciocínio: o o1-preview da OpenAI em 12 de setembro de 2024, o Claude 3.7 Sonnet em 24 de fevereiro de 2025 e o Gemini 2.5 em 25 de março de 2025;
- O guia da OpenAI para modelos de raciocínio orienta a evitar pedidos de chain-of-thought como "pense passo a passo", porque esses modelos já raciocinam por dentro;
- A explicação em chain-of-thought nem sempre mostra o motivo real: em estudo da Anthropic de 2025, o Claude 3.7 Sonnet admitiu usar uma dica dada no pedido em 25% das vezes.

Chain-of-thought (cadeia de pensamento) é a técnica de levar um modelo de linguagem a escrever os passos intermediários do raciocínio antes da resposta final, o que tende a melhorar o acerto em problemas de várias etapas. Desde 2024, a ideia vem embutida nos modelos que raciocinam antes de responder, como o o1 e o Gemini 2.5.

Para quem vende serviço por orçamento, o chain-of-thought explica por que o ChatGPT monta a lista de empresas indicadas a partir de **critérios em sequência**, e esses critérios são as perguntas que a página da empresa precisa responder, com uma ressalva: a explicação que a IA mostra nem sempre é o motivo real da escolha.

## Como funciona o chain-of-thought?

O chain-of-thought (CoT) funciona quebrando a pergunta em etapas que o modelo escreve uma depois da outra, e cada etapa vira contexto para a seguinte, como descreveram pesquisadores do Google em 2022. Um [modelo de linguagem de grande porte (LLM)](https://lucasferrazseo.com/glossario/llm/) gera texto palavra a palavra, então a conta que ele escreve no meio do caminho passa a apoiar a resposta final, em vez de o resultado sair de um único salto.

O estudo que deu nome ao chain-of-thought saiu em **28 de janeiro de 2022** no [arXiv (Wei e colegas)](https://arxiv.org/abs/2201.11903): com apenas **oito exemplos resolvidos passo a passo** no pedido, um modelo de 540 bilhões de parâmetros atingiu o melhor resultado da época no GSM8K, um teste de problemas de matemática escritos em texto, acima até de um GPT-3 ajustado para a tarefa.

A diferença aparece no prompt, que é o pedido escrito que se faz à IA, de quem calcula orçamento. No exemplo, os valores são ilustrativos: mão de obra de R$ 9.000 com 10% de desconto à vista, mais R$ 6.500 de material.

| Critério | Pedido direto | Pedido com chain-of-thought |
| --- | --- | --- |
| O que se escreve no prompt | Quanto fica o total à vista? | Calcule passo a passo e mostre cada conta antes do total |
| O que a IA entrega | Só o número final | R$ 9.000 menos R$ 900 dá R$ 8.100, mais R$ 6.500 dá R$ 14.600 |
| Como conferir | Refazer a conta inteira | Olhar a etapa em que o desconto foi aplicado |

O pedido com chain-of-thought **mostra onde a IA pode ter errado**: se o desconto caiu sobre o material, a etapa errada fica visível na segunda linha, e o dono do negócio corrige antes de mandar o valor ao cliente.

## Quais são os tipos de chain-of-thought?

Os tipos de chain-of-thought se dividem pela forma de pedir o raciocínio ao LLM: com uma frase-gatilho, com exemplos já resolvidos ou com exemplos que o próprio sistema gera. A escolha entre eles depende de quantas vezes a mesma tarefa se repete no trabalho:

- **Zero-shot:** uma frase-gatilho no fim do pedido, como “pense passo a passo” ou “explique o raciocínio antes da resposta”, sem nenhum exemplo;
- **Few-shot:** o pedido traz alguns problemas já resolvidos em etapas, e o modelo copia o formato no problema novo, como no estudo de 2022;
- **Automático (Auto-CoT):** o próprio sistema gera os exemplos em etapas antes de responder, sem que o dono do negócio escreva cada um.

No dia a dia de uma empresa de serviço, o chain-of-thought zero-shot resolve a maior parte dos casos, porque basta acrescentar uma frase. O few-shot compensa quando a mesma conta se repete toda semana, como o cálculo de orçamento com desconto, e vale guardar o exemplo pronto para colar.

## O que mudou quando os modelos passaram a raciocinar antes de responder?

O raciocínio em etapas saiu do prompt e entrou no modelo em três anúncios oficiais: a **OpenAI lançou o o1-preview em 12 de setembro de 2024**, a **Anthropic lançou o Claude 3.7 Sonnet em 24 de fevereiro de 2025**, primeiro modelo de raciocínio híbrido do mercado, e o **Google lançou o Gemini 2.5 em 25 de março de 2025**.

As datas e os anúncios oficiais de cada modelo de raciocínio, com o link para a fonte, estão no [status dos algoritmos do Google e das IAs](https://lucasferrazseo.com/ferramentas/status-do-algoritmo-do-google-ias/).

O próprio Google descreve, no [anúncio do Gemini 2.5 (2025)](https://blog.google/technology/google-deepmind/gemini-model-thinking-updates-march-2025/), que os modelos que pensam antes de responder foram construídos a partir de técnicas como o chain-of-thought prompting. Na prática, o modelo faz sozinho as etapas que antes precisavam ser pedidas.

Por isso a frase-gatilho mudou de papel. O [guia de boas práticas da OpenAI para modelos de raciocínio](https://platform.openai.com/docs/guides/reasoning-best-practices) orienta a **evitar pedidos de “pense passo a passo”** nesses modelos, porque eles já raciocinam por dentro, e avisa que a instrução pode até atrapalhar. A decisão para quem usa a IA no trabalho fica assim: em modelo comum, peça as etapas; em modelo de raciocínio, peça direto e gaste as linhas com o contexto do problema.

## A explicação passo a passo da IA mostra o motivo real da resposta?

Não, a explicação passo a passo nem sempre mostra o motivo real. Em **estudo publicado pela Anthropic em 3 de abril de 2025**, os pesquisadores colocaram uma dica da resposta no pedido e conferiram se o modelo admitia o uso dela: [o Claude 3.7 Sonnet mencionou a dica em 25% das vezes, e o DeepSeek R1 em 39%](https://www.anthropic.com/research/reasoning-models-dont-say-think).

Para quem vende por orçamento, isso pesa quando o dono pergunta ao ChatGPT por que ele indicou um concorrente e recebe uma lista de razões. A explicação é um **indício dos critérios**, como avaliações, página de serviço por cidade e preço publicado, mas pode deixar de fora o que de fato decidiu a resposta.

### Como a Rodada de Citação usa o motivo que a IA dá?

A Rodada de Citação usa o motivo que cada IA dá como texto literal, que só vira tarefa depois de cruzado com as fontes citadas. A [medição em ciclos da Rodada de Citação](https://lucasferrazseo.com/glossario/metodo-rodada-de-citacao/) acompanha como as IAs respondem sobre a empresa, nesta ordem:

1. As perguntas de compra do mercado do cliente vão às IAs em conversa nova, com a mesma redação em cada rodada;
2. A primeira rodada registra quem aparece, com quais fontes e com o motivo escrito pela IA, palavra por palavra;
3. A matriz cruza o motivo com o que as páginas citadas dizem, e o critério que se repete sem resposta no site do cliente vira lacuna;
4. A lacuna vira conteúdo publicado na página que responde aquela pergunta de compra;
5. Uma nova rodada mede de novo presença, fontes e motivo, até a citação ficar estável.

> Nas medições que conduzo, o motivo que ChatGPT, Gemini, Perplexity e Claude escrevem para incluir ou deixar de fora uma empresa serve como pista, e só entra no plano da página quando aparece em mais de uma rodada e bate com o que as fontes citadas dizem.
>
>
> [Lucas Ferraz](https://lucasferrazseo.com/autor-lucas-ferraz/), especialista em SEO

Quem quer ver os critérios que a IA usa no próprio mercado pode começar pela [estratégia de Generative Engine Optimization (GEO)](https://lucasferrazseo.com/servicos/generative-engine-optimization-geo/), o trabalho de preparar o site para ser citado pelas IAs, ou pedir a análise gratuita da Lucas Ferraz SEO, que inclui a **checagem de presença da empresa na IA**. A agência tem **mais de 195 avaliações no Google com nota 5,0**, responde no mesmo dia útil e envia a proposta em até 48 horas.

## Perguntas frequentes sobre chain-of-thought

Quem chega ao chain-of-thought pelo ChatGPT quer saber se escrever “pense passo a passo” ainda funciona: funciona nos modelos comuns e é dispensável nos modelos que já raciocinam antes de responder.

### O que significa chain of thought em português?

Chain of thought significa cadeia de pensamento em português, e também aparece como CoT. O nome descreve a sequência de passos que o modelo de linguagem escreve antes da resposta final. Em português, os textos sobre inteligência artificial usam tanto o termo original quanto a tradução, e as duas formas se referem à mesma técnica de prompt.

### Como fazer o ChatGPT pensar mais?

Para fazer o ChatGPT pensar mais, escolha um modelo de raciocínio quando a conta oferecer essa opção e escreva o problema com todo o contexto: números, regras e o formato da resposta. Em modelo comum, acrescente “calcule passo a passo e mostre cada etapa”. Nos dois casos, peça que a IA confira o resultado antes de entregar.

### Quais são alguns exemplos de chain-of-thought?

Um exemplo de chain-of-thought é pedir à IA o total de um orçamento com desconto mostrando cada conta: primeiro o desconto sobre a mão de obra, depois a soma com o material. Outro é o problema de matemática do estudo de 2022, em que o modelo escreve as etapas da conta antes do resultado e acerta mais.