Durante algum tempo, uma das recomendações mais conhecidas para obter respostas melhores de uma inteligência artificial era simples: pedir que o modelo "pensasse passo a passo" antes de responder.

A técnica é conhecida como Chain-of-Thought (CoT), ou cadeia de pensamento. A ideia é fazer com que o modelo decomponha um problema complexo em etapas intermediárias antes de chegar à resposta.

Quer aprender a usar inteligência artificial de forma mais estratégica no trabalho? Conheça o Pré-MBA em IA da Saint Paul e Exame por R$ 37.

O que acontece quando você adiciona o comando

A técnica ganhou destaque após pesquisas mostrarem que modelos de linguagem poderiam melhorar o desempenho em determinadas tarefas de raciocínio quando eram estimulados a trabalhar em etapas.

Um estudo de 2022, por exemplo, mostrou ganhos expressivos em problemas matemáticos ao utilizar o comando "Let's think step by step". A própria documentação do OpenAI Cookbook cita o trabalho como uma das primeiras demonstrações desse efeito.

Na prática, o comando pode ser útil quando a tarefa exige várias etapas de raciocínio. É o caso de problemas matemáticos, análise de dados, lógica ou situações em que é necessário comparar alternativas antes de chegar a uma conclusão.

Imagine um profissional perguntando:

"Tenho três projetos, cada um com custos e retornos diferentes. Qual apresenta o melhor retorno sobre investimento? Pense passo a passo."

Em vez de partir diretamente para uma conclusão, o modelo pode estruturar o problema, identificar as variáveis e realizar os cálculos antes de responder.

Mas existe uma ressalva

Isso não significa que acrescentar "pense passo a passo" sempre melhora a resposta.

Uma pesquisa publicada pela Wharton em 2025 testou a técnica em diferentes modelos e tarefas. Os pesquisadores encontraram ganhos modestos em modelos que não são especializados em raciocínio, enquanto modelos de raciocínio apresentaram benefícios marginais. O uso do comando também aumentou o tempo necessário para obter a resposta.

Para profissionais que querem entender como aplicar IA no trabalho, o Pré-MBA em IA da Saint Paul e Exame está disponível por R$ 37.

O que mudou com os modelos de raciocínio

A principal mudança aconteceu com o surgimento de modelos treinados especificamente para realizar tarefas de raciocínio antes de apresentar a resposta.

O OpenAI o1, por exemplo, foi desenvolvido com aprendizagem por reforço para trabalhar com uma cadeia de pensamento interna. Segundo a empresa, o modelo consegue dividir problemas complexos em etapas, reconhecer erros e tentar estratégias diferentes.

Isso muda a utilidade do antigo comando.

Em modelos desse tipo, pedir "pense passo a passo" pode ser desnecessário. As próprias orientações atuais para modelos de raciocínio recomendam prompts simples e diretos, sem exigir que o sistema exponha ou simule uma cadeia de pensamento.

Então, qual prompt usar?

Para quem utiliza IA no trabalho, uma abordagem mais útil é explicar o que precisa ser resolvido, fornecer contexto e definir o formato esperado da resposta.

Em vez de:

"Pense passo a passo e responda qual estratégia devo escolher."

Prefira algo como:

"Compare as três estratégias abaixo considerando custo, prazo, risco e potencial de retorno. Apresente os critérios utilizados e indique qual alternativa atende melhor aos objetivos apresentados."

A diferença está em orientar o processo da tarefa, sem necessariamente pedir que a IA revele seu raciocínio interno.

Quando vale a pena usar a técnica

O "passo a passo" ainda pode ser útil, especialmente em modelos que não possuem mecanismos avançados de raciocínio.

Ele tende a fazer mais sentido quando o profissional precisa lidar com:

• problemas matemáticos ou financeiros;
• análise de cenários;
• tarefas com várias condições;
• comparação de alternativas;
• problemas de lógica;
• planejamento de atividades complexas.

Para tarefas simples, como resumir um texto, corrigir um e-mail ou transformar informações em uma tabela, acrescentar o comando pode apenas tornar a interação mais longa.

Além disso, há outra questão: uma explicação detalhada produzida pela IA não é necessariamente uma descrição fiel de como o modelo chegou à resposta. Pesquisas recentes continuam investigando até que ponto as cadeias de pensamento apresentadas pelos modelos correspondem ao processo que realmente determinou suas respostas.

O teste deixa uma lição para quem usa IA no trabalho

O comando "pense passo a passo" não desapareceu, mas deixou de ser uma espécie de fórmula universal para melhorar respostas.

Para profissionais, o aprendizado mais importante é outro: quanto melhor definido o problema, maior a chance de a IA entregar uma resposta útil.

Na prática, vale informar o objetivo, fornecer os dados relevantes, estabelecer critérios de avaliação e indicar o formato desejado. Em modelos de raciocínio, prompts simples e objetivos podem ser mais adequados do que instruções para "pensar" antes de responder.

Quer desenvolver habilidades para aplicar IA em decisões e atividades profissionais? Conheça o Pré-MBA em IA da Saint Paul e Exame por R$ 37.