思维链（CoT）提示的工作原理

outcomeschool 发布于 2026-07-11 13:42 阅读 14

本文介绍了Chain-of-Thought (CoT) Prompting的工作原理。首先解释了Prompt和LLM的基本概念，然后指出直接让模型给出答案容易出错的问题。接着详细说明CoT如何通过引导模型写出逐步推理过程来提高准确性，并给出了零样本（如添加“Let's think step by step”）和少样本（提供示例）两种方式。文章通过数学问题和逻辑推理的例子展示了CoT的效果，分析了其有效的原因（分解复杂问题、利用自回归特性），最后总结了适用场景和注意事项。

作者

Amit Shekhar
Amit Shekhar
发布于 2026 年 7 月 10 日

思维链（CoT）提示是如何工作的？

在本篇博客中，我们将学习思维链（CoT）提示是如何工作的。我们还会看到，为什么直接跳至答案的模型往往会出错，如何通过让它逐步推理来修正这一问题，零样本与少样本 CoT 的区别，以及这项技术真正有用的场景。

我们将涵盖以下内容：

  • 什么是提示？
  • 什么是大语言模型？
  • 问题：当模型直接跳至答案时
  • 什么是思维链（CoT）提示？
  • 一个不含 CoT 和包含 CoT 的简单示例
  • 零样本 CoT 与少样本 CoT
  • 推理链的逐步演示
  • 为什么思维链提示有效？
  • 思维链提示在哪些场景有用
  • 需要注意的事项

什么是提示？

在深入思维链提示之前，我们必须先知道什么是 提示。

提示 是我们给 AI 模型的文本指令。简单来说，提示就是我们输入的提问或任务。

假设我们打开一个基于聊天的 AI 工具，输入 "法国的首都是什么？"。这个句子就是提示。模型读取提示后给出答案。

因此，提示就是我们告诉模型想要什么的方式。

什么是大语言模型？

现在，我们来了解我们所讨论的模型类型。

LLM = 大型语言模型。

简单来说，LLM 是一个阅读了大量文本并学会了预测下一个单词的模型。这是这里最重要的概念。

假设我们输入 "天空是"。模型之前见过很多类似的句子，因此它会预测下一个单词为 "蓝色的"。它会一直这样做，一个接一个地生成单词，直到形成完整的答案。

因此，LLM 是逐词构建答案的。它不会一次性看到整个答案。它按照我们说话的方式，一次一个词地写出答案。

这种逐个生成文本的方式被称为自回归。我们有一篇关于 自回归模型 的详细博客，深入解释了这一点。

这个单一概念将帮助我们理解为什么思维链提示如此有效。

问题：当模型直接跳至答案时

考虑一个简单的数学应用题。

一家商店有 12 个苹果。早上卖掉了 5 个，晚上又进了 8 个。商店现在有多少个苹果？

正确答案是 15。我们通过 12 - 5 = 7，然后 7 + 8 = 15 得到这个结果。

现在，假设我们直接要求模型给出答案。模型会立即尝试预测最终数字。它没有经过中间小步骤。对于简单问题，它可能答对。但对于更困难的问题，它常常跳到一个错误的数字。

为什么会这样？因为我们强迫模型一次性产出答案。我们没有给它逐步思考的空间。

模型是逐词生成的，如果过早确定最终数字，它就没有机会纠正自己。

这就是核心问题。因此，思维链提示出现了。

什么是思维链（CoT）提示？

思维链（CoT）提示是一种技术，要求模型在给出最终答案之前写出推理步骤。

简单来说，我们不是直接要求答案，而是先要求模型 “大声思考”。

让我们分解名称以使其更清晰。

Chain-of-Thought = Chain + of + Thought。

一个 想法（Thought）是一个小的推理步骤。一条 链（Chain）是许多小步骤一个接一个地连接在一起。因此，思维链是一系列小的推理步骤，引导我们得出最终答案。

假设我们正在解决苹果问题。链中的想法如下：

  • 想法 1：一开始有 12 个苹果。
  • 想法 2：卖掉 5 个，所以 12 - 5 = 7 个苹果。
  • 想法 3：再买 8 个，所以 7 + 8 = 15 个苹果。
  • 最终答案：15。

在这里，我们可以看到每个想法都建立在前一个想法的基础上。这就是链。这就是思维链提示引导模型的方式。

让我们将两种方式的区别可视化如下：

   不使用 CoT（直接跳至答案）

   问题 --> [ 猜测最终数字 ] --> 答案（经常错误）

   使用 CoT（逐步思考）

   问题
      |
      v
   想法 1：一开始有 12 个苹果
      |
      v
   想法 2：12 - 5 = 7 个苹果
      |
      v
   想法 3：7 + 8 = 15 个苹果
      |
      v
   最终答案：15（更可靠）

这里我们可以看到，不使用 CoT 时，模型一步从问题直接跳到答案。使用 CoT 时，问题流过一个个小想法，只有最后一个想法给出最终答案。

一个不含 CoT 和包含 CoT 的简单示例

学习这一点的最佳方法是拿一个例子。

首先，让我们看一个没有思维链的提示，如下：

Q：一家商店有 12 个苹果。早上卖掉了 5 个，晚上又进了 8 个。
现在有多少个苹果？只给出最终数字。

这里，我们告诉模型只给出最终数字。模型被迫直接跳至答案，没有思考空间。对于更困难的问题，这常常导致错误。

现在，让我们将思维链添加到相同的提示中，如下：

Q：一家商店有 12 个苹果。早上卖掉了 5 个，晚上又进了 8 个。
现在有多少个苹果？让我们一步一步地思考。

这里，我们在末尾添加了简单的一句话：“让我们一步一步地思考。” 这一小句话就是触发器。它告诉模型在答案之前写出推理过程。

现在模型响应如下：

一开始有 12 个苹果。
卖掉 5 个后，剩下 12 - 5 = 7 个苹果。
再买进 8 个后，剩下 7 + 8 = 15 个苹果。
所以，最终答案是 15。

在这里，我们可以注意到模型首先写出步骤，然后才给出最终答案。推理过程被清晰地展示出来。这就是思维链提示的实际应用。

问题解决！

零样本 CoT 与少样本 CoT

现在，我们来学习实现思维链提示的两种常见方式。

第一种是 零样本 CoT。

简单来说，“零样本”意味着我们不给任何示例。我们只需添加一行如“让我们一步一步地思考”，模型就会自行开始推理。这是最简单的方式，我们上面已经看到了。

让我们再看一下零样本 CoT 的提示：

Q：如果火车 1 小时行驶 60 公里，3 小时能行驶多远？
让我们一步一步地思考。

这里，我们完全没有给出示例。我们只添加了神奇的一行“让我们一步一步地思考”。模型自己找出步骤。

第二种是 少样本 CoT。

简单来说，“少样本”意味着我们先给出几个示例。我们向模型展示一两个带有完整推理的已解决问题。然后我们提出真正的问题。模型会模仿相同的逐步风格。

让我们看一个少样本 CoT 的提示：

Q：盒子里有 4 支笔。我们又加了 3 支笔。现在有多少支笔？
A：原来有 4 支笔。加 3 支，所以 4 + 3 = 7。答案是 7。

Q：罐子里有 10 颗糖。我们吃了 6 颗。现在有多少颗糖？
A：原来有 10 颗糖。吃了 6 颗，所以 10 - 6 = 4。答案是 4。

Q：书架上放着 8 本书。我们又放了 5 本。现在有多少本书？
A：

这里，我们先给出了两个已解决的例子。每个例子都展示了推理过程，而不仅仅是答案。看到这个模式后，模型会以同样的逐步方式回答第三个问题。它会写出“原来有 8 本书。放 5 本，所以 8 + 5 = 13。答案是 13。”

因此，零样本 CoT 使用简单的指令，而少样本 CoT 使用已解决的例子来教给模型模式。

让我用表格列出零样本 CoT 和少样本 CoT 之间的区别，以便你更好地理解。

点 零样本 CoT 少样本 CoT
给出的示例 无 几个已解决的例子
如何触发推理 一行如“让我们一步一步地思考” 展示带步骤的已解决例子
提示长度 短 较长
编写难度 非常小 较大，因为需要写例子
最适合 快速、常见的问题 更困难或异常的问题

推理链的逐步演示

现在，让我们拿一个稍微大一点的问题，一步一步地走一遍链。

假设一个班有 30 名学生。其中 12 人踢足球。剩余学生的一半打板球。有多少学生打板球？

让我们跟随链。

步骤 1： 总共 30 名学生。

步骤 2： 12 名学生踢足球。所以剩余学生为 30 - 12 = 18。

步骤 3： 剩余 18 名学生的一半打板球。所以 18 除以 2 = 9。

步骤 4： 所以，最终答案是 9 名学生打板球。

我们可以想象每一步的结果如何流入下一步，如下所示：

  步骤 1           步骤 2             步骤 3           步骤 4
+--------+      +-------------+     +-------------+     +--------+
| 总数   | ---> | 剩余        | --> | 板球人数   | --> | 最终   |
| = 30   |      | = 30 - 12   |     | = 18 / 2    |     | 答案   |
|        |      | = 18        |     | = 9         |     | = 9    |
+--------+      +-------------+     +-------------+     +--------+
                     ^                    ^
                     |                    |
               使用了步骤 1 的总数   使用了步骤 2 的剩余人数

这里我们可以看到，每一步都使用前一步的结果。步骤 2 需要步骤 1 的总数。步骤 3 需要步骤 2 的剩余人数。这种步骤的链接正是我们称之为链的原因。

如果模型尝试一次猜出“9”，很容易出错。但通过一步步工作，它保持在正确的轨道上。这就是思维链提示减少错误的方式。

为什么思维链提示有效？

现在，下一个大问题是：为什么这个简单的技巧如此有效？

记住之前的概念：LLM 一次一个词地写出答案，每个新词依赖于之前写过的词。

当模型写出推理过程时，这些推理词成为它接下来要读取的一部分。因此，模型现在是在正确、可见的步骤之上构建最终答案，而不是凭空猜测。

假设我们在脑子里做一道困难的计算。很容易出错。但如果我们在纸上写下每一步，我们更有可能得到正确结果。思维链提示给模型提供了同样的“写字的纸”。

另一个原因是这样的：将一个大问题分解成小步骤，使每一步都变得简单。模型擅长小而简单的步骤。通过将许多简单的步骤串联起来，它可以解决一个整体看上去困难的问题。

因此，模型并没有变得更聪明。我们只是给了它思考的空间，而且是以结构化的方式。这就是思维链提示的美妙之处。

一些较新的模型经过训练，能够自行产生这些推理步骤，而无需我们添加任何特殊提示。我们有一篇关于 大型推理模型 的详细博客，解释了这是如何工作的。

思维链提示在哪些场景有用

现在，我们知道它是如何工作的。让我们看看哪里可以使用它。

  • 数学应用题，需要许多小计算。
  • 逻辑谜题，一个错误的步骤会破坏整个答案。
  • 多步问题，答案取决于前面的事实。
  • 决策任务，必须在选择之前权衡几个选项。
  • 阅读理解，必须连接文章的不同部分。

在所有这些场景中，答案不是一个单一的事实。它需要多个步骤。思维链提示完美地适合这些情况。

需要注意的事项

现在，在结束之前，让我们讨论几个重要点。

  • 思维链提示在困难、多步问题上最有帮助。对于像“法国的首都是什么？”这类非常简单的问题，我们不需要它。答案是一个单一事实，不需要分解成步骤。
  • 模型写出的推理过程有帮助，但并不总是完美的。模型可能写出看似正确但仍得到错误答案的步骤。因此，对于重要任务，我们必须自己检查步骤，不能盲目信任。
  • 写出步骤意味着模型产生更多文本。更多文本需要多一点点时间和成本。对于大多数任务来说，这是获得更好答案的公平交换，但我们必须根据自己的使用场景记住这一点。

所以，想法很简单：与其直接要求模型给出答案，不如要求它一步一步地思考。模型写出一连串小想法，每个想法引导到下一个，直到我们得出可靠的最终答案。

这就是思维链提示的工作原理，也是为什么提示中这么小的改变能带来如此大的不同。

  • 原文链接： outcomeschool.com/blog/h...
  • 登链社区 AI 助手，为大家转译优秀英文文章，如有翻译不通的地方，还请包涵～
微信扫码分享

相关文章

0 条评论

登录后发表评论