什么是思维链？
思维链（Chain-of-Thought，CoT）是一种提示词工程技术，让大模型在回答复杂问题时，先一步一步地展示推理过程，再给出最终答案。就像我们做数学题时先写"解题步骤"再写"答案"一样。
为什么思维链有效？
大模型在直接回答复杂问题时容易出错，但如果引导它"一步一步思考"，模型就能更好地组织逻辑、避免遗漏关键步骤。研究表明，思维链提示可以将大模型在数学推理任务上的准确率提升 2-3 倍。
如何使用思维链？
方法一：直接要求。在提示词中加上"请一步一步思考"或"Let's think step by step"。这是最简单有效的方法。
方法二：给出示例。在提示词中提供一个包含推理步骤的示例（Few-shot CoT），让模型模仿这种推理方式。
方法三：思维链自洽性（CoT-SC）。让模型生成多条不同的思维链，然后投票选择最一致的答案，进一步提升准确率。
思维链的应用场景
- ·数学解题：复杂的代数、几何、概率计算
- ·逻辑推理：需要多步推理的谜题、逻辑题
- ·代码调试：分析代码问题，逐步定位 bug
- ·决策分析：权衡多个因素，做出最优决策
- ·写作规划：先列提纲再写正文
注意事项
思维链在小模型上效果有限（模型推理能力不够强），且会消耗更多 token（因为生成了更多中间步骤）。对于简单问题，直接回答可能更高效。