
Har du någon gång märkt att AI:n tar ett snabbt beslut utan att överväga andra alternativ? Då är Tree-of-thoughts prompting (ToT) något för dig. Med den här tekniken får AI:n inte bara tänka i en rak linje – den får istället utforska flera möjliga lösningar parallellt, utvärdera dem, och backa när det behövs. Lite som att ge modellen en hjärna med GPS och möjlighet att ta en annan väg om den första leder till återvändsgränd.
Tree-of-thoughts är en avancerad teknik där AI:n bryter ner en uppgift i flera steg, och i varje steg genererar flera möjliga tankar eller idéer. Sedan utvärderar modellen varje alternativ, går vidare med de mest lovande, och kan till och med backa om det visar sig att en väg leder fel. Det är en kraftfull strategi för att lösa komplexa problem där en enda tankebana inte räcker.
Tänk dig ett tanketräd – där varje gren representerar en ny möjlighet att lösa problemet. AI:n väljer den gren som verkar mest lovande och följer den, men kan också hoppa tillbaka och testa en annan om det behövs.
ToT sker ofta i fyra steg:
Det här gör att modellen inte bara hoppar på första bästa idé – den funderar, provar och utvärderar.
Uppgiften: Använd siffrorna 3, 8, 3, 8 för att få 24 genom räknesätt.
Med en vanlig chaing of thought (CoT)-prompt klarar modellen kanske 49 % av problemen.
Med tree-of-thoughts – där modellen provar flera beräkningsvägar samtidigt – ökar träffsäkerheten till 74 %.
AI:n testar olika kombinationer, utvärderar och går tillbaka om en väg inte funkar. Det är exakt vad som krävs för problemlösning på riktigt.
ToT fungerar inte bara för matte – det är också grymt för att skriva texter.
Resultatet blir ofta mer sammanhängande och logiskt än om modellen bara skriver rakt upp och ner utan plan.
1. Med kod (t.ex. LangChain eller Python)
Här kan du styra exakt hur AI:n ska generera tankebanor, utvärdera dem och gå vidare. Detta passar avancerade användare.
2. Manuellt – prompt chaining
Skriv en sekvens av prompts, till exempel:
– Generera idéer
– Utvärdera dem
– Välj en att utveckla vidare
Perfekt för dig som vill ha kontroll utan att koda.
3. Zero-shot ToT
Du skriver en prompt som får modellen att rollspela flera experter som tänker högt, debatterar och korrigerar varandra.
Exempel:
“Tre experter försöker lösa uppgiften. De delar sina tankar. Om någon inser att deras lösning är fel, säger de det och försöker igen. Till slut kommer gruppen fram till ett svar.”
Tree-of-thoughts prompting är ett sätt att få AI:n att tänka mer som en människa: testa flera idéer, tänka efter, och välja det mest lovande spåret. Det kräver mer resurser, men ger ofta mycket bättre resultat – särskilt när uppgiften är komplex. Om du vill ta dina AI-prompter till nästa nivå och få mer intelligenta, pålitliga och genomtänkta svar, är ToT en teknik värd att testa..






