什么是思考鏈 (CoT)

思考鏈（Chain of Thought,，簡(jiǎn)稱 CoT）是一種推理策略，通過將復(fù)雜問題分解為多個(gè)簡(jiǎn)單步驟,，從而提升大型語(yǔ)言模型（LLM）的推理能力,。

這種方法使得模型能夠逐步構(gòu)建解決方案，從而減少錯(cuò)誤并提高準(zhǔn)確性,。

CoT 主要應(yīng)用于需要多步驟推理的任務(wù),，如數(shù)學(xué)問題、邏輯推理和編程問題等,。

值得注意的是,，CoT 是 OpenAI 與 DeepLearning.AI 合作的課程中提到的一種重要策略。

課程鏈接：https://learn./courses/chatgpt-building-system/lesson/5/chain-of-thought-reasoning

介紹提示詞的簡(jiǎn)單模版

為了更好地利用思考鏈方法,，我建議使用以下提示詞模版：

這個(gè)模版可以幫助你有效地引導(dǎo) AI 進(jìn)行多步驟推理,，從而提高任務(wù)完成的準(zhǔn)確性和效率,。

傳統(tǒng)方法的局限

在過去，使用 GPT 處理任務(wù)時(shí),，通常會(huì)添加一句“請(qǐng)一步步思考”,。然而，這種提示較為籠統(tǒng),，模型有時(shí)無(wú)法準(zhǔn)確理解具體需求,，導(dǎo)致結(jié)果不盡如人意。

改進(jìn)方法：通過 CoT 生成提示詞

最近,，我發(fā)現(xiàn)了一種更高效的方法：先通過 CoT 生成提示詞,，然后根據(jù)這些提示詞完成任務(wù)。

實(shí)踐示例

示例一：英文翻譯成中文（先直譯,，再反思,，再意譯）

提示詞模版：

我要讓 AI 幫我從英文翻譯成中文（先直譯,，再反思,，再意譯），請(qǐng)幫我用 Chain-of-Thought 來(lái)寫 AI 提示詞,。

GPT-4o 生成的提示詞如下：

示例二：畫圖

提示詞模版：

我上傳的原始圖片是在 ideogram 平臺(tái)上生成的，通過 GPT-4o 生成的提示詞重新輸入 ideogram 后,，生成的新圖片與原圖片非常相似,。

需要注意，如果直接在 GPT 里生成,，可能效果不好,，因?yàn)?GPT 里用的是 DALLE3 模型。

示例三：寫推薦文案

提示詞模版：

我要讓 AI 分析我上傳的文章,，寫一段適合發(fā)布在即刻（https://web./）網(wǎng)站上,，以吸引即刻粉絲閱讀的文案，請(qǐng)幫我用 Chain-of-Thought 來(lái)寫 AI 提示詞,。

結(jié)果顯示,，生成的文案效果非常不錯(cuò)。

為什么需要特定 CoT

不同內(nèi)容需要生成不同的 CoT,，因?yàn)槊總€(gè)問題的結(jié)構(gòu)和邏輯不同,，需要特定的推理步驟來(lái)解決。

通過生成特定的 CoT,，可以引導(dǎo)模型逐步完成每個(gè)步驟,，從而提高問題解決的準(zhǔn)確性和效率。

Anthropic 智能生成提示詞

Anthropic Prompt Generator 也備受關(guān)注,。除了直接在 Anthropic API 的 playground 后臺(tái)生成外,，還可以在 Colab 上生成。相關(guān)鏈接如下：

• https://docs./en/docs/helper-metaprompt-experimental
• https://colab.research.google.com/drive/1SoAajN8CBYTl79VyTwxtxncfCWlHlyy9

Anthropic Metaprompt Text 非常長(zhǎng),，內(nèi)容復(fù)雜,。

以下是我設(shè)置的一個(gè)任務(wù)示例：

任務(wù)：我要讓 AI 幫我從英文翻譯成中文（先直譯，再反思,，再意譯）

Prompt Generator 生成的提示詞：

當(dāng)將 Metaprompt Text 放入 GPT-4o 中時(shí),，生成的提示詞效果似乎不如直接讓 GPT-4o 生成 AI 提示詞來(lái)得好。

結(jié)語(yǔ)

再次強(qiáng)調(diào),，我介紹的提示詞簡(jiǎn)單模版如下：

希望這個(gè)方法能對(duì)你有所幫助,，歡迎留言討論,。