Chain-of-Thought：让 AI 像专家一样思考

什么是 Chain-of-Thought (CoT) 提示？

Chain-of-Thought（思维链）是 Google Brain 团队在 2022 年提出的提示技巧。核心思想是：让 AI 展示推理过程，而不仅仅给出最终答案。

为什么 CoT 有效？

大语言模型本质上是序列预测模型。当你要求它直接给出复杂答案时，它往往"跳步"导致错误。CoT 通过强制中间步骤，让模型：

• 分解复杂问题为可管理的子步骤
• 在每步中验证逻辑一致性
• 减少"幻觉"和推理错误

基本用法

方法一：简单触发

只需要在 Prompt 末尾加一句话：

请逐步分析这个问题，在给出最终答案前展示你的推理过程。

（英文版）Let's think step by step.

方法二：结构化推理

请按以下步骤分析：
1. 首先，识别问题中的关键变量
2. 然后，列出已知条件和未知条件
3. 接着，建立变量之间的关系
4. 执行计算或推理
5. 验证结果的合理性
6. 给出最终结论

实战对比

❌ 不使用 CoT

Q: 一个商店买 3 送 1，小明买了 20 个苹果，实际付了多少个的钱？

A: 15 个 ← 直接回答，容易出错

✅ 使用 CoT

Q: 一个商店买 3 送 1，小明买了 20 个苹果，实际付了多少个的钱？请逐步分析。

A: 让我逐步分析：
1. 买 3 送 1 意味着每 4 个苹果只需付 3 个的钱
2. 20 ÷ 4 = 5 组
3. 每组付 3 个钱，5 × 3 = 15 个
所以小明实际付了 15 个苹果的钱。

高级技巧：Tree-of-Thought

CoT 的进阶版本。让 AI 同时探索多条推理路径，选择最优解：

对于这个问题，请：
1. 提出 3 种不同的解决思路
2. 分别推演每种思路的结果
3. 评估每种方案的优缺点
4. 选择最优方案并解释原因

适用场景：数学推理、逻辑分析、策略规划、代码调试、医学诊断等需要严密推理的任务。