AITerms 登入
大型語言模型Prompt工程自然語言處理

思維鏈(Chain-of-Thought)是什麼?

思維鏈是一種讓大型語言模型逐步推理,而非直接給出答案,以提升複雜問題解答正確率的方法

完整定義

思維鏈是一種 Prompt 工程技術,用於引導大型語言模型逐步推理,產生更準確和可解釋的答案。它通過在 Prompt 中加入中間推理步驟的範例,鼓勵模型模仿人類的思考過程,提高複雜問題的解決能力。思維鏈尤其適用於需要多步驟推理的任務,例如數學問題、常識推理等。

白話說明

你遇到多步推理題,想看模型怎麼一路算過去時,你會怎麼判斷它真正的作用?

你可以把它想成 思維鏈是一種讓大型語言模型逐步推理,而非直接給出答案,以提升複雜問題解答正確率的方法。

在 你遇到多步推理題,想看模型怎麼一路算過去時 這種情境裡,這個概念會直接影響你怎麼設計、怎麼評估、怎麼上線。

比喻

思維鏈就像解數學題的「列出算式」步驟 -- 不直接寫答案,而是把中間的思考過程一步步寫出來,這樣不僅更容易找到正確答案,也方便檢查哪裡出了錯。

容易混淆

思維鏈 vs 直接回答

思維鏈會把中間步驟寫出來,直接回答則是直接給結果。

思維鏈 vs 最終答案

思維鏈是過程,答案是結論,兩者不能混成同一件事。

思維鏈 vs 自我一致性

思維鏈是在生成推理步驟,自我一致性是在多條推理裡做投票。

實際案例

案例 1:數學文字題

模型先列出已知條件,再推到最後答案,常比直接猜更穩。

案例 2:規劃任務

要排旅行、拆工作步驟或找錯誤時,分步思考常更好。

演算法與應用

面向
核心
重點
把中間推理顯性化,讓模型更容易處理多步問題。
面向
優點
重點
對數學、邏輯和規劃常有幫助,也方便人類檢查。
面向
注意
重點
寫出推理不等於推理一定正確。

情境判斷

Q1(判斷題): 如果題目很簡單,還一定要寫很多推理步驟嗎?

不一定,太簡單時反而可能拖慢。

Q2(判斷題): 如果模型寫得很長但答案還是錯,代表思維鏈失敗嗎?

不一定,可能是中間邏輯本身就有問題。

常見問題

範例考題

某企業導入生成式 AI 助理,協助內部人員撰寫專案建議與分析報告。團隊希望透過思維鏈(Chain of Thought, CoT)提示設計提升模型輸出的邏輯性與推理透明度,下列何者最符合該提示策略?

  1. A「請直接給出最終建議,不需顯示分析過程。」
  2. B「以下提供兩份分析報告範例,請依相同格式產出新報告。」
  3. C「請將任務拆為三個步驟:資料整理 → 重點摘要 → 建議產出。」
  4. D「請逐步說明你的判斷依據與推理過程,最後再給出結論。」
到題目頁作答

出現在這些考古題

官方公告試題的逐題解析裡,這 2 題把思維鏈列為延伸術語。

相關術語

本頁內容有提到,或屬於同一組主題的術語

來源

這個術語目前沒有標註外部來源。

其他格式:Markdown 版本