AITerms 登入
Prompt工程大型語言模型自然語言處理

思維鏈提示(Chain-of-Thought Prompting)是什麼?

思維鏈提示是一種Prompt工程技術,透過引導模型逐步推理,提升複雜問題的解答品質與可解釋性。

完整定義

思維鏈提示 (Chain-of-Thought Prompting) 是一種 Prompt 工程技術,用於提升大型語言模型在複雜推理任務上的表現。它透過在 Prompt 中加入一系列中間推理步驟的範例,引導模型逐步思考,模仿人類的解題思路,從而提高解答的準確性和可解釋性。常見應用包括數學推理、常識推理和符號推理。

白話說明

你想用提示詞把模型的推理步驟引出來時,你會怎麼判斷它真正的作用?

你可以把它想成 思維鏈提示是一種Prompt工程技術,透過引導模型逐步推理,提升複雜問題的解答品質與可解釋性。

在 你想用提示詞把模型的推理步驟引出來時 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

思維鏈提示就像教小孩寫作業 -- 不直接給答案,而是引導他「先想想這個,再想想那個」,一步步把解題思路說出來,這樣他學會的不只是答案,更是解決問題的方法。

容易混淆

思維鏈提示 vs 思維鏈

前者是提示設計,後者是模型產出的推理過程。

思維鏈提示 vs 直接提示

直接提示只問答案,思維鏈提示會刻意引導步驟。

思維鏈提示 vs few-shot

few-shot 是給範例,思維鏈提示是把推理格式一起設計進去。

實際案例

案例 1:加上步驟要求

你在問題後面加上「請分步推理」,模型通常更容易把中間過程拉出來。

案例 2:給推理範例

先示範一題怎麼思考,模型在新題目上也更容易照著走。

演算法與應用

面向
核心
重點
用提示把推理誘導出來,而不是只要最終答案。
面向
技巧
重點
可以搭配 few-shot、角色提示、格式要求與自我一致性。
面向
注意
重點
提示寫得太死,模型有時反而會卡住。

情境判斷

Q1(判斷題): 你只要求模型給答案,不要求過程,這還算思維鏈提示嗎?

不算,那只是一般提示。

Q2(判斷題): 如果模型真的不會分步推理,單靠提示就一定救得回來嗎?

不一定,模型能力本身也有上限。

常見問題

出現在這些考古題

官方公告試題的逐題解析裡,這 1 題把思維鏈提示列為延伸術語。

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