Chain of Thought

# OpenAI API를 사용한 Chain of Thought 프롬프팅
from openai import OpenAI

client = OpenAI()

# 일반 프롬프트 (CoT 없음)
standard_prompt = """
Q: 농장에 닭 23마리와 소 7마리가 있습니다. 다리는 총 몇 개일까요?
A:
"""

# Chain of Thought 프롬프트
cot_prompt = """
Q: 농장에 닭 23마리와 소 7마리가 있습니다. 다리는 총 몇 개일까요?

단계별로 풀어봅시다:

1단계: 닭의 다리 수 계산
- 닭은 2개의 다리를 가지고 있습니다
- 23마리 x 2개 = 46개

2단계: 소의 다리 수 계산
- 소는 4개의 다리를 가지고 있습니다
- 7마리 x 4개 = 28개

3단계: 전체 다리 수 합산
- 46 + 28 = 74개

A: 총 74개의 다리가 있습니다.

---

Q: 가게에서 사과 15개를 샀습니다. 5개를 먹고, 친구에게 3개를 줬습니다.
남은 사과로 각각 2개씩 담은 봉지를 만들면 몇 봉지가 될까요?

단계별로 풀어봅시다:
"""

# Zero-shot CoT (가장 간단한 방법)
zero_shot_cot = """
Q: 상자에 공이 12개 있습니다. 빨간 공은 파란 공보다 4개 많습니다.
파란 공은 몇 개일까요?

Let's think step by step.
"""

def solve_with_cot(prompt):
    response = client.chat.completions.create(
        model="gpt-4",
        messages=[
            {"role": "system", "content": "수학 문제를 단계별로 풀어주세요."},
            {"role": "user", "content": prompt}
        ],
        temperature=0
    )
    return response.choices[0].message.content

# 실행
print("=== Zero-shot CoT 결과 ===")
print(solve_with_cot(zero_shot_cot))

# Self-Consistency: 여러 번 샘플링 후 다수결
def solve_with_self_consistency(question, n_samples=5):
    answers = []
    for _ in range(n_samples):
        response = client.chat.completions.create(
            model="gpt-4",
            messages=[{"role": "user", "content": question + "\nLet's think step by step."}],
            temperature=0.7  # 다양성을 위해 temperature 설정
        )
        # 최종 답변 추출 로직 (간소화)
        answers.append(response.choices[0].message.content)
    return answers  # 실제로는 답변에서 숫자를 추출해 다수결