你问元宝："一个篮子里有 5 个苹果，你拿走了 3 个，你手里有几个苹果？"
元宝回答："2 个。"
等等——你拿走了 3 个，你手里应该是 3 个才对。
这种错误不是 AI 笨，是它在"跳步"——没有一步步推理，而是直接"猜"了一个最可能的答案。加一句"请一步步思考"，准确率会有明显提升。这个技巧叫思维链（Chain of Thought），简称 CoT。
为什么"让 AI 说出来"能提升准确率？
还记得 AI 的本质是"猜下一个 Token"吗？
当你直接问它一个需要推理的问题，它会根据"问题→答案"的模式匹配，直接输出一个最可能的答案。这个过程中，中间的推理步骤被跳过了。
但如果 AI 先把推理过程写出来——"篮子里有 5 个苹果，拿走了 3 个，所以手里有 3 个"——每一步的输出都成了下一步的输入。它在用自己生成的文字来"辅助思考"。
这就像你做数学题：直接写答案容易出错，在草稿纸上一步步算就靠谱得多。AI 的"草稿纸"就是它输出的文字。
AI 不是在"思考后输出"，而是在"输出中思考"。 它利用已生成的文字作为后续推理的"脚手架"——效果上，确实能提升推理质量。
怎么用？三种方式
方式一：简单指令。
最简单的方式——在 Prompt 末尾加一句：
"请一步步分析。"
AI 在处理数学、逻辑、推理类问题时的准确率会有明显提升。
方式二：要求输出推理过程。
更明确地要求 AI 展示它的思考过程：
"在给出最终答案之前，请先展示你的推理过程。每一步都要说清楚你的依据。"
AI 知道你要求看到完整的推理链，它会更仔细地对待每一步。
方式三：给一个推理示例。
结合 之前学的 的 Few-shot，给 AI 一个"怎么推理"的例子：
问题：一个商店打八折，一件原价 200 元的衣服现在多少钱？
推理过程：打八折意味着价格是原价的 80%。200 × 0.8 = 160 元。
答案：160 元。
现在请用同样的推理方式回答：一个商店打七五折，一件原价 360 元的鞋子现在多少钱？
你给了一个推理的"模板"，AI 会模仿这个模板来处理新问题。
什么时候用 CoT？
CoT 不是万能的。它在以下场景效果显著：
数学计算。 涉及数字运算的任务，CoT 都能明显提升准确率——一步步算比直接猜答案靠谱得多。
逻辑推理。 "如果 A 大于 B，B 大于 C，那么 A 和 C 的关系是什么？"——多步逻辑推理，CoT 让 AI 不会跳步。
复杂分析。 需要从多个角度分析问题时，CoT 让 AI 不会遗漏关键因素。
决策判断。 "我应该选方案 A 还是方案 B？"——CoT 让 AI 列出比较维度和依据，而不是凭"感觉"给答案。
不太需要 CoT 的场景：
- 简单的翻译、改写、总结——不需要推理，CoT 反而会让输出变啰嗦
- 创意写作——CoT 会限制 AI 的创意发挥
- 简单问答——"法国的首都是哪？"不需要一步步推理
一个对比
不用 CoT：
你："一个水池有两个进水管和一个出水管。进水管 A 每小时注入 3 吨水，进水管 B 每小时注入 2 吨水，出水管每小时排出 1 吨水。水池容量 20 吨，从空开始，多久能注满？"
AI 可能会直接回答："4 小时。"（错了，应该是 5 小时）
用 CoT：
你："请一步步推理：一个水池有两个进水管和一个出水管。进水管 A 每小时注入 3 吨水，进水管 B 每小时注入 2 吨水，出水管每小时排出 1 吨水。水池容量 20 吨，从空开始，多久能注满？"
AI：
第一步：计算每小时净注水量。 进水管 A：3 吨/小时 进水管 B：2 吨/小时 出水管：-1 吨/小时 净注水量 = 3 + 2 - 1 = 4 吨/小时
第二步：计算注满时间。 水池容量 20 吨 ÷ 4 吨/小时 = 5 小时
答案：5 小时。
差别一目了然。
CoT 的进阶用法
自问自答法。 让 AI 在推理过程中自己提问自己：
"在分析这个问题时，先问自己三个关键问题，然后逐一回答。"
先识别关键问题，再逐个解答——比直接分析更全面。
反驳法。 让 AI 先给答案，然后自己反驳自己：
"先给出你的答案，然后站在反对者的角度，找出最薄弱的三个点。最后根据这些薄弱点修正你的答案。"
做重要决策时特别有用——AI 会帮你做"压力测试"。
多视角推理。 结合角色扮演法：
"先以支持者的视角分析这个方案，再以反对者的视角分析，最后综合两个视角给出结论。"
一句话总结
需要 AI 做推理时，别让它直接猜答案——让它把推理过程一步步说出来。思维链（CoT）通过"输出即思考"的机制，显著提升 AI 在逻辑、数学、分析类任务上的准确率。