Langsung ke konten

Apa itu Zero-Shot Chain-of-Thought (Zero-Shot CoT)?

Zero-shot chain-of-thought adalah trik memancing penalaran bertahap pada model bahasa hanya dengan menambahkan kalimat ajakan berpikir langkah demi langkah, tanpa contoh soal.

Apa itu Zero-Shot Chain-of-Thought?

Zero-shot chain-of-thought adalah varian dari chain-of-thought prompting yang tidak memerlukan contoh soal berpasangan. Kamu cukup menambahkan satu kalimat pemicu di akhir pertanyaan, dan model akan menuliskan langkah penalaran sebelum menjawab.

Kalimat pemicu yang paling dikenal berasal dari makalah Kojima dan kawan-kawan: Let's think step by step. Terjemahan bebasnya, "mari berpikir langkah demi langkah".

Cara kerja sederhana

Pada chain-of-thought biasa, kamu memberi beberapa contoh soal yang sudah dilengkapi langkah penyelesaian. Model meniru pola itu.

Pada versi zero-shot, tidak ada contoh. Kalimat pemicu bertindak sebagai isyarat bahwa model sebaiknya memproduksi urutan penalaran lebih dulu, bukan langsung menebak jawaban akhir. Karena model bahasa memprediksi token berikutnya, membuka ruang penalaran membuat token jawaban akhir dihasilkan setelah konteks berpikir terbentuk.

Efeknya paling terasa pada soal aritmetika, logika berlapis, dan pertanyaan multi-langkah. Pada tugas sederhana seperti klasifikasi sentimen pendek, efeknya kecil atau bahkan nol.

Contoh pemakaian

Tanpa pemicu:

Harga 3 buku Rp 45.000. Berapa harga 7 buku?

Dengan pemicu:

Harga 3 buku Rp 45.000. Berapa harga 7 buku?
Mari berpikir langkah demi langkah.

Model akan menuliskan harga per buku, lalu mengalikannya dengan 7, baru menyimpulkan.

Untuk tugas pemeriksaan dokumen, pemicunya bisa lebih spesifik: "Sebutkan dulu bukti yang kamu temukan di teks, baru simpulkan."

Batasan dan salah paham umum

  • Bukan jaminan jawaban benar. Penalaran yang ditulis bisa rapi tetapi tetap keliru di tengah jalan.
  • Menambah token keluaran. Jawaban jadi lebih panjang, biaya dan waktu tunggu ikut naik.
  • Tidak selalu perlu. Untuk tugas ringan, pemicu ini hanya menambah kebisingan.
  • Bukan sama dengan model reasoning. Model reasoning modern punya proses berpikir internal tersendiri. Zero-shot CoT adalah trik prompt pada model biasa.
  • Penalaran yang ditampilkan belum tentu penyebab jawaban. Model bisa menulis langkah yang terdengar logis setelah "mengetahui" arah jawabannya. Perlakukan sebagai bahan pemeriksaan, bukan bukti.

Rujukan resmi

  • Kojima, Gu, Reid, Matsuo, Iwasawa. Large Language Models are Zero-Shot Reasoners. arXiv:2205.11916 (24 Mei 2022). https://arxiv.org/abs/2205.11916
  • Wei, Wang, Schuurmans, Bosma, Ichter, Xia, Chi, Le, Zhou. Chain-of-Thought Prompting Elicits Reasoning in Large Language Models. arXiv:2201.11903 (28 Januari 2022). https://arxiv.org/abs/2201.11903

Dicek 14 November 2026.

Istilah Terkait

Chain-of-Thought Prompting (CoT)Zero-Shot Prompting (Instruksi AI Tanpa Contoh)Reasoning AISelf-Consistency Prompting (Penalaran Konsistensi Mandiri AI)Reasoning Tokens (Token Penalaran AI)