核心摘要

思维链 (Chain of Thought, CoT) 提示词是解锁大语言模型 (LLM) 高级推理能力的秘密武器。只需简单地要求 AI “一步一步地思考”，或为其提供分步推导的示例，你就能迫使模型为当前问题分配更多的算力。本指南将带你全面掌握 Zero-Shot CoT、Few-Shot CoT、自洽性 (Self-Consistency) 以及思维树 (ToT) 等前沿技巧。

📋 目录

✨ 核心要点

  • 算力就是逻辑：CoT 迫使 LLM 生成更多的 Token，这实际上是给了它更多的“测试时算力（Test-Time Compute）”来解决问题。
  • Zero-Shot vs Few-Shot：虽然“一步一步思考”很管用，但直接在 Prompt 中提供 2-3 个具体的推理示例（Few-Shot）能带来高得多的准确率。
  • 集成方法：自洽性 (Self-Consistency) 会多次运行 CoT 并取多数票结果，这能极大地降低模型的幻觉率。
  • 复杂规划：对于需要前瞻性规划的任务（如创意写作或复杂的代码架构设计），请使用思维树 (ToT) 策略。

💡 工具推荐：Token 计数器 — CoT 提示词会生成大量的中间文本。在将 CoT 投入生产环境前，使用我们的 Token 计数器准确预估你的 API 消耗成本。

为什么我们需要思维链？

传统的提示词（Standard Prompting）要求模型直接从问题跳到答案。对于简单的事实查询（“法国的首都是哪里？”），这非常有效。

然而，在处理算术题、逻辑谜题或复杂的编程任务时，标准提示词往往会失败。为什么？因为 LLM 是逐个 Token 生成文本的。如果它不把中间的推导步骤输出出来，它就没有足够的“工作记忆（Working Memory）”来暂存中间计算结果。

思维链 (CoT) 通过强制模型大声说出其内部的推理过程解决了这个问题。通过把步骤写下来，模型就能“读”到自己的逻辑，从而顺理成章地推导出正确的最终答案。

📝 术语链接：提示词工程 (Prompt Engineering) — 设计和优化输入文本，以引导 AI 模型输出最佳响应的一门工程实践。

Zero-Shot CoT：一句神奇的咒语

在 Kojima 等人于 2022 年发表的一篇突破性论文中，Zero-Shot CoT 证明了：你甚至不需要提供任何示例，就能让模型进行严密的逻辑推理。

你只需要在 Prompt 的最后附加上这句神奇的咒语： 👉 "Let's think step by step."（让我们一步一步来思考。）

对比示例：

标准 Prompt（通常会失败）： 杂技演员能同时抛接 16 个球。其中一半是高尔夫球，高尔夫球中又有一半是蓝色的。请问有多少个蓝色的高尔夫球？

Zero-Shot CoT Prompt（成功解题）： 杂技演员能同时抛接 16 个球。其中一半是高尔夫球，高尔夫球中又有一半是蓝色的。请问有多少个蓝色的高尔夫球？ 让我们一步一步来思考。

graph LR A[标准 Prompt] --> B["直接猜测: 8"] A --> C[得出错误答案] D[Zero-Shot CoT Prompt] --> E["步骤 1: 总数 = 16"] E --> F["步骤 2: 高尔夫球 = 16/2 = 8"] F --> G["步骤 3: 蓝色高尔夫球 = 8/2 = 4"] G --> H["得出正确答案: 4"] style A fill:#fce4ec,stroke:#c2185b style C fill:#fce4ec,stroke:#c2185b style D fill:#e8f5e9,stroke:#2e7d32 style H fill:#e8f5e9,stroke:#2e7d32

Few-Shot CoT：用示例引导思考

虽然 Zero-Shot 极其简单，但对于生产环境而言，Wei 等人提出的 Few-Shot CoT 才是最可靠的选择。在这种方法中，你需要在 Prompt 里提供几个带有完整推导过程的示例（Shots），明确地向模型演示应该如何进行推理。

text 
问：罗杰有 5 个网球。他又买了 2 罐网球，每罐有 3 个。他现在有多少个网球？
答：罗杰一开始有 5 个球。2 罐网球，每罐 3 个，就是 6 个网球。5 + 6 = 11。答案是 11。

问：食堂原来有 23 个苹果。如果他们用 20 个做午餐，又买了 6 个，他们现在有多少个苹果？
答：食堂最初有 23 个苹果。他们用 20 个做午餐，所以还剩 23 - 20 = 3 个。他们又买了 6 个，所以现在有 3 + 6 = 9 个。答案是 9。

通过提供这些示例，模型在解答你的实际问题时，会完美地模仿你设定的推理风格和输出格式。

自洽性 (Self-Consistency)：投票的力量

自洽性 (Self-Consistency) 将 CoT 推向了新的高度。由于大模型在生成文本时带有一定的随机性（受 temperature 参数控制），如果你将同一个 CoT Prompt 运行 5 次，可能会得到 5 条略有不同的推理路径。

自洽性的工作原理如下：

  1. 针对同一个问题，让模型生成多条不同的推理路径（例如 5 条）。
  2. 从每条路径的末尾提取最终答案。
  3. 采取“多数表决（Majority Vote）”机制。

如果 4 条路径得出的答案是“42”，而 1 条路径得出的答案是“40”，系统就会输出 42。这种集成方法能极大地降低大模型在数学和逻辑任务中的幻觉率。

🔧 立即体验：在构建自洽性 (Self-Consistency) 工作流？使用我们的 JSON 格式化工具 高效地解析和聚合多次 API 请求返回的复杂 JSON 响应。

思维树 (ToT)：高级逻辑探索

当任务需要复杂的战略规划（例如写小说、解数独、或设计软件架构）时，单线的 CoT 就显得力不从心了。

思维树 (Tree of Thoughts, ToT) 引导模型生成多个可能的“下一步”，评估每个步骤的潜力，并有意识地选择最好的一条路径继续走下去。如果发现当前路径是一条死胡同，模型还能回溯（Backtrack）到上一个节点重新选择。

ToT 提示词示例（简化版）：

text 
假设有 3 位不同的专家正在解答这个问题。
所有专家都会写下他们思考的第一步，然后与大家分享。
接着，所有专家会基于讨论继续写下第二步，以此类推。
如果在任何时候，某位专家意识到自己的思路是错的，他就会退出讨论。
问题是：[插入极其复杂的问题]

CoT 提示词的最佳实践

  1. 使用分隔符：要求模型将其推理过程包裹在 <thinking> 标签中，将最终答案包裹在 <answer> 标签中。这让你的代码在解析大模型输出时变得极其简单可靠。
  2. 结合 System Prompt：将你的 Few-Shot CoT 示例放在系统提示词（System Prompt）中，以确保模型在整个多轮对话中严格遵守你的推理格式。
  3. 注意上下文窗口：CoT 会生成海量的 Token。请务必将 API 的 max_tokens 参数设置得足够大，否则模型的推理过程可能会在半途被强制截断。

⚠️ 常见错误：

  • 在简单的事实查询中使用 CoT → 纠正：千万不要对“日本的首都是哪里？”这样的问题使用“一步一步思考”。这纯粹是在浪费 Token 成本，且徒增延迟，没有任何好处。
  • 在 Few-Shot 示例中提供错误的推理逻辑 → 纠正：仔细检查你提供的示例！如果你给的逻辑是错的，模型会盲目地复制你的错误逻辑。

常见问题 (FAQ)

Q1：CoT 在较小的模型（比如 7B 参数的模型）上有效吗？

CoT 表现出一种“涌现（Emergent）”特性。它在超大参数模型（如 GPT-4 或 Claude 3.5）上表现得如同魔法般神奇；但在较小的模型（100 亿参数以下）上，模型往往很难在漫长的推理链中保持逻辑的连贯性，容易中途跑偏或产生混乱的输出。

Q2：新的推理模型（如 OpenAI o1、DeepSeek R1）与 CoT 是什么关系？

像 OpenAI o1 和 DeepSeek R1 这样的模型，已经将 CoT 硬编码到了它们的底层架构中。它们通过强化学习，在后台自动生成隐藏的思维链。对于这些模型，你反而不应该在 Prompt 中添加“一步一步思考”，因为这会干扰它们原生的推理过程。

Q3：使用 CoT 会更贵吗？

是的。因为各大 API 的计费方式是基于生成的 Token 数量的。强制模型在输出 10 个字的最终答案前，先写下 200 字的推理过程，会显著增加你的 API 调用成本。

总结

思维链 (CoT) 提示词是 AI 开发者不可或缺的工具。无论你是使用简单的 Zero-Shot 咒语，严谨的 Few-Shot 示例，还是高级的自洽性投票机制，CoT 都能将 LLM 从一个简单的文本预测器，改造为一个强大的逻辑推理引擎。

👉 立即开始使用 QubitTool — 使用我们提供的一整套免费开发者工具，优化你的提示词工程 (Prompt Engineering) 工作流。

相关资源