Cadeia de pensamento

Falei ao modelo de linguagem sobre a alíquota do Carraristão e apresentei a planilha. A resposta foi essa:
Vamos resolver usando chain-of-thought (passo a passo lógico) com base nos dados da planilha:
Passo a passo
Identificar os dados relevantes:
Soma dos rendimentos acima de 40.000: 435.000
Imposto total arrecadado: 130.500
Entender o objetivo:
Queremos descobrir a alíquota efetiva, ou seja, qual porcentagem foi aplicada sobre esses rendimentos.
Montar o cálculo:
Alíquota = Imposto arrecadado ÷ Soma dos rendimentos tributáveis
Substituir os valores:
Alíquota = 130.500 ÷ 435.000
Calcular:
Alíquota = 0,30
Converter para porcentagem:
0,30 = 30%
Resposta final
A alíquota do “Carraristão” é de 30%.

Oi, Guilherme. Tudo bem?

Você aplicou a técnica de Chain-of-Thought de um jeito bem interessante, usando os dados da planilha do Carraristão para guiar o modelo em um raciocínio passo a passo. O modelo identificou os dados relevantes, montou o cálculo e chegou à alíquota de 30% de forma organizada e clara.

Isso mostra como o Chain-of-Thought vai além de simplesmente pedir uma resposta: ao estruturar o raciocínio em etapas, o modelo consegue lidar com problemas mais complexos com mais precisão, o que é exatamente o ponto central dessa técnica.

Vale experimentar também a variação zero-shot desse mesmo problema, adicionando apenas a instrução "explique passo a passo" ao prompt, sem fornecer exemplos anteriores. Comparar os dois resultados ajuda a entender em quais situações cada abordagem entrega respostas mais confiáveis e quando vale o esforço de construir exemplos detalhados.

Obrigado por compartilhar o resultado aqui.

Conte com o apoio da comunidade Alura na sua jornada. Abraços e bons estudos!

Trilhas por carreira

Carreiras de IA

Carreiras de Dados

Carreiras de Cyber

Carreiras de DevOps & Cloud

Carreiras de UX & UI

Carreiras de Mobile & Front-End

Carreiras de Back-End

Carreiras de Negócios

Cursos universitários FIAP

Tópicos relacionados

Conteúdos Alura com o tema