본 논문은 ArgMining 2025의 비판적 질문 생성(CQs-Gen) 공유 과제를 위한 시스템을 제시합니다. Walton의 논증 체계를 안내 삼아, 사고 연쇄 프롬프팅을 사용하는 거대 언어 모델(LLM)을 활용하여 비판적 질문을 생성하는 접근 방식을 사용합니다. 각 입력 개입에 대해, LLM에게 대화형 프롬프트를 제공하여 해당 논증 체계 템플릿을 인스턴스화하여 구조화된 논증을 얻은 다음, 관련 비판적 질문을 생성합니다. 그 후, LLM에게 프롬프트를 제공하여 원본 개입 텍스트를 기반으로 상위 3개의 가장 유용한 질문을 선택하여 모든 사용 가능한 비판적 질문을 순위 지정합니다. 구조화된 논증 이론과 단계별 추론을 결합하여 맥락에 맞고 다양한 비판적 질문을 생성할 수 있습니다. 본 시스템은 최종 테스트 세트에서 경쟁력 있는 성능을 달성하여 논증적 텍스트를 고려하여 비판적 사고를 촉진하고 누락되거나 정보가 부족한 주장을 감지하는 잠재력을 보여줍니다. 코드는 DayDreamer에서 확인할 수 있습니다.