Welke methode splitst een complexe taak op in een reeks kleinere prompts die één voor één naar een large language model (LLM) worden gestuurd?

Prompt chaining splitst een complexe taak op in meerdere kleinere, opeenvolgende prompts. De output van de ene prompt dient als input voor de volgende, waardoor het LLM een reeks stappen doorloopt om de uiteindelijke oplossing te bereiken. Dit is nuttig voor complexe problemen die niet in één keer kunnen worden opgelost. One-shot prompting geeft slechts één voorbeeld van de gewenste output, wat niet voldoende is voor complexe, meerstaps taken. Tree of thoughts is een geavanceerdere prompttechniek die meerdere denkpaden verkent, maar is geen eenvoudige opeenvolging van prompts. Retrieval Augmented Generation (RAG) combineert een LLM met een informatiesysteem om relevante externe gegevens op te halen, wat een andere methode is dan het opsplitsen van een taak in prompts.