思维链提示

在原始方法中，提示词包含若干示例，示例的答案逐步展示了推理过程，模型便会模仿这种结构。更简单的零样本版本只需加上一句“让我们一步一步地思考”（Kojima 等人，2022 年）。写出步骤让模型在每个问题上投入更多计算，并使每一步都建立在上一步之上，从而减少草率得出错误结论的情况。

为什么重要：当任务需要多个相互依赖的步骤时，例如计算报价、诊断错误或按标准比较方案，思维链就很有用。推理模型如今会在内部完成这一过程，因此显式的思维链提示对普通模型最有价值。要求模型写出步骤，也更便于检查答案在哪一步出了错。

举例：与其直接问“3 个许可证用 14 个月、享受年付 9 折，总共多少钱？”，不如让模型先分别列出月单价、月数、折扣和总额，再给出答案。

局限：写出来的推理可能看似合理却包含错误，也不一定如实反映模型得出答案的过程。它还会增加输出 Token，从而提高成本和延迟。