收益：
- 解释为什么逐步思考可以提高复杂任务的准确性
- 可以使用指导模型推理的表达式和结构
- 区分该技术是适当的还是不必要的情况
有些任务不是一蹴而就就能完成的；这需要几个步骤的思考。对于此类任务，有一种非常简单但令人惊讶的有效技术：要求模型逐步思考。这种方法在英语中称为“思维链”，可以显着提高复杂任务的准确性。在本单元中，我们将了解该技术为何有效、如何应用以及何时使用。
为什么该技术有效？
正如我们在之前的单元中所看到的，该模型通过逐字处理来生成文本。它产生的每个单词都会成为下一个单词的输入。当您直接向模型询问结果时，它会尝试一步“预测”该结果，并跳过中间步骤中需要完成的推理；这会导致错误，尤其是在多步骤作业中。
当你要求模型先思考然后回答时，模型会将中间步骤放入文本中。这些中间步骤就像“中间输入”一样，使下一步更加准确。换句话说，你为模型的思考开辟了空间。这就像人们把一个难题写在纸上并逐步解决它：所涉及的工作增加了获得正确结果的机会。
如何逐步触发？
一些简单的陈述指导推理模式：
- “一步步想。”
- “先整理一下相关信息，再做决定。”
- “在得出解决方案之前，先清楚地写下每一步。”
- “慢慢来；证明每一步的合理性。”
这些并不是魔法词，而是魔法词。这些是告诉模型“不要立即给出结果，而是产生中间步骤”的方法。
哪里有用，哪里没必要？
任务类型
一步步思考
多步微积分/逻辑问题
非常有用
证明决定的合理性
有用的
从长文本中进行推理
有用的
简单翻译/一句话回答
不必要的
简短的称呼/头衔
不必要的
如果速度至关重要且任务很简单
避免
规则：如果任务可以安全地一步完成，那么一步一步的思考只会增加时间。但如果任务涉及多个中间决策，揭示判断可以提高准确性。
将结论与推理分开
一步步思考有一个实际的微妙之处：有时您想查看中间步骤（用于检查），有时您只想要干净的结果。您可以像这样管理两者：
- 对于审核：“首先写下你的推理，然后在‘结论：’下给出最终答案。”这样，您就可以分别看到想法和结果。
- 对于干净的输出：“一步一步思考，但只写最终结果。”它从模型内部推理并只给出结果。 （你无法控制后者的判断；在关键问题上，选择第一条路。）
四个可复制模板
1) 决策理由：
任务：【决策问题】首先列出影响决策的因素。简要评估每个因素。然后在“建议：”标题下给出一项明确的建议。
2）多步分析：
逐步分析以下情况：1) 总结可用数据。2) 列出可能的原因。3) 用证据支持或排除每个原因。4) 陈述最可能的原因和下一步。情况：[文本]
3）检查/审核（测试自己的答案）：
解决这个问题。然后从头开始检查您的解决方案：检查每个步骤是否有错误，并在必要时进行更正。最后写上“验证结果：”。问题：[问题]
4）清晰的结论（隐藏推理）：
一步步思考来解决这个问题，但只要给我最后一行答案即可。问题：[问题]
弱提示/强提示
弱：
我应该选择 3 个供应商报价中的哪一个？[quotes]
强：
评估 3 个供应商报价。一步一步进行：1）列出每个报价的价格、交货时间和保修。2）我们的首要任务是交货速度；对每个提案进行相应评分 (1-5)。3) 解释分数并给出理由。4) 在标题“建议：”下做出一个选择，并用一句话证明其合理性。提案：[提供]
第二个提示模型首先进行配置，然后根据优先级进行评分，最后进行决策。结果会更加准确，并且可以检查其合理性。
三个迷你箱
案例 1——预算控制。当办公室经理询问 8 项费用清单和超出预算的项目的总计时，当直接询问时，模型会忽略一个项目并给出错误的总计。当我被告知“首先，把每一项都写下来，运行到它们，然后将它们相加并与预算进行比较”时，总数是正确的，并且多余的两项也被清楚地标记出来。
案例 2——合同风险。当采购专业人士询问合同中的风险条款时，该模型给出了一个肤浅的清单，没有逐步的指导。当说“逐条阅读，如果有风险，写下为什么有风险，然后列出最关键的3个”时，分析明显加深，并发现了一条被忽视的刑罚条款。
案例 3 — 定价场景。当一位企业家询问3种不同价格套餐对年收入的影响时，直接的答案并不一致。通过逐步指导（写下假设 → 分别计算每个包 → 比较），计算结果变得一致；尽管如此，结果还是在电子表格中进行了独立验证。
提示：如果这是一个关键的计算或决定，请要求提供可见的推理（“显示步骤”）。可见的推理会告诉你哪里出了问题，并且更容易修复它。
注意：逐步推理可以提高准确性，但不能保证准确性。即使模型的中间步骤看起来一致，也可能导致计算错误。始终独立验证数字和事实结果（计算器、来源、第二种方法）。
常见错误
- 适用于简单任务。在一次性作业中产生不必要的长度。
- 无法控制判断力。说“一步一步思考”并接受结果，而不阅读中间步骤。
- 不分离结果。当推理和最终答案交织在一起时，无法得出可用的结论。
- 跳过验证。当步骤看起来合乎逻辑时，毫无疑问地接受数值结果。
- 要求过多的步骤。 15 个步骤的推动使简单的任务变得不必要地复杂。
综上所述
- 逐步提示是要求模型在给出结果之前写下中间步骤。
- 中间步骤充当中间输入并提高多步骤任务的准确性。
- 该技术适用于复杂的计算、逻辑和论证；在简单的一步工作中是不必要的。
- 通过将推理与最终结果分开，您可以审核并获得干净的输出。
- 技术有所提高但不保证准确性；请务必验证数字和事实结果。
应用任务
有一份真正的工作需要几个步骤（预算检查、报价比较或决策）。首先直接提问，然后以“逐步思考，展示步骤，然后写结论”的格式再次提问。独立检查两个输出的准确性，并注意分步版本的差异。
清单
- [ ] 我可以解释为什么让你一步步思考可以提高准确性。
- [ ] 我可以使用表达式来指导模型进行推理。
- [ ] 我区分哪些任务需要技术，哪些任务不需要技术。
- [ ] 我可以通过将推理与结果分开来询问最终结果。
- [ ] 我总是独立验证结果。