背景

大模型直接回答多步问题时经常翻车：两位数乘法算错、逻辑题前后矛盾、代码调试越改越乱。换更大模型、加算力能改善，但最便宜有效的一招在提示词里——思维链（Chain-of-Thought，简称 CoT）：让模型先把推理过程写出来，再给最终答案。本文讲透思维链的四种用法：零样本触发、少样本示例、输出格式约束、自洽性投票，附 7 套可直接复制的模板和 5 个常见陷阱。适合所有写提示词的人，也适合做 AI Agent 时给子任务设计指令。

什么是思维链：先推理，后作答

大模型是逐 token 生成文本的。直接问「答案是什么」，模型倾向于凭模式联想直接吐一个结果，中间过程被跳过；而多步任务恰恰需要中间过程。思维链的做法只有一个：要求模型把推理步骤显式写出来。步骤一旦落到文字上，每一步都成为下一步的上下文，错误率大幅下降，而且答案可检查、可追究。

思维链不是某个模型的专属能力，它是指令层面的技巧，对主流大模型普遍有效。实际使用时按「触发—示范—约束—投票」四层递进，效果从够用到接近上限：

• 触发：用一句话开启推理模式（零样本 CoT）；
• 示范：给出带完整过程的示例，教模型照做（少样本 CoT）；
• 约束：规定输出格式，把过程和结论分开；
• 投票：多次采样取多数答案，压掉随机错误（自洽性）。

下面每个模板都可以直接复制使用，把尖括号里的内容换成你的实际问题。

零样本思维链：一句话开启推理模式

最简单的用法，在问题后面加一句引导，模型就会先推理后作答。零样本（Zero-shot）意味着不需要准备示例，适合临时提问和快速验证。

模板 1：通用拆解

问题：<你的问题>
请先分步骤推理，每一步列出依据，最后单独给出结论。

模板 2：限定步骤数与格式

问题：<你的问题>
请用不超过 5 步完成推理，每步一行；最后输出格式：
结论：<一行结论>
依据：<关键依据，一两句>

注意：模板 2 的「结论放最后」很关键。把结论前置会导致模型先写结论、再为结论编理由，推理质量反而下降。

少样本思维链：用示例教模型展示过程

模型不擅长的时候，给它 1-3 个「问题 + 完整推理过程 + 答案」的示例，它就会模仿这个格式。示例要短、要正确、要贴题。少样本（Few-shot）的效果通常优于零样本，代价是每次请求多花一些 token。

模板 3：数学推理

示例 1：
问：小明有 3 个苹果，又买了 5 个，吃掉 2 个，还剩几个？
答：3 + 5 = 8；8 - 2 = 6。结论：还剩 6 个。

示例 2：
问：一支笔 4 元，买 3 支，付 20 元，应找多少？
答：4 x 3 = 12；20 - 12 = 8。结论：应找 8 元。

现在回答：
问：<你的数学问题>
答：

模板 4：逻辑判断

示例：
问：所有 A 都是 B，所有 B 都是 C，那么张三（是 A）一定是 C 吗？
推理：张三 是 A；所有 A 都是 B，所以张三 是 B；所有 B 都是 C，所以张三 是 C。
结论：是。

现在回答：
问：<你的逻辑问题>
推理：

写示例时有三条纪律：示例必须真实正确（错误的示例会被模型放大）；每个示例都要有推理过程，不能只给答案；示例数量 1-3 个足够，太多反而稀释注意力。

实战一：数学与数值计算

这是思维链收益最明显的场景。价格计算、比例换算、日期推算都适用。要点：把算式显式写出来。例如算「含税价 328 元，税率 13%，不含税价是多少」：

不含税价 = 含税价 / (1 + 税率)
= 328 / 1.13
≈ 290.27 元
结论：约 290.27 元

如果模型在中间步骤写错，你能直接指出是哪一步错的，让它重算这一步，而不是整题重来——这是思维链带来的可调试性。

实战二：代码调试

让模型「读代码—定位—解释—给修复」四步走，比直接丢「帮我修 bug」可靠得多：

请按以下步骤调试，不要直接给修复代码：
1. 先解释这段代码的预期行为；
2. 逐段追踪实际执行路径，指出与预期不符的地方；
3. 给出原因判断（数据问题 / 逻辑问题 / 边界问题）；
4. 最后给出最小修复方案。

代码：
<粘贴代码>
报错或异常现象：
<描述现象>

给 AI Agent 做代码任务时同理：让子 Agent 输出「分析—计划—实现—自检」四段式，而不是只输出最终代码，出错时能顺着轨迹定位是哪一步的问题。

实战三：AI Agent 任务拆解

在 Agent 工作流里，思维链的价值是把模糊目标变成可执行步骤。给规划型 Agent 的指令可以直接要求它输出结构化的推理链：

目标：<一句话目标>
限制：<预算 / 时间 / 必须遵守的规则>
请输出：
- 步骤列表：每一步做什么、依赖什么、产出什么；
- 风险：每一步可能失败的点；
- 兜底：失败后如何降级。
结论先行，但步骤必须完整。

实践原则：能拆的步骤尽量拆到「一步一动、一步一验」，每步执行完校验输出再走下一步。这也和本站《AI Agent 批量修复漏洞》一文里「小步验证」的方法论一致。

提升准确率：自洽性采样

思维链本身是贪心解码，一次推理可能被某个错误 token 带偏。自洽性（Self-Consistency）的思路很朴素：同一个问题用同样提示词采样多次（比如 3-5 次，可调高 temperature），收集多个推理路径，取出现次数最多的答案作为最终结果。数学和逻辑题上，多数投票能把随机错误压掉一大截。

实现上很简单：调用接口时设置 n（或循环调用）拿到多个补全，然后按「结论行」做文本归一化后统计投票。注意两点：一是投票对象是最终结论而不是推理过程；二是多次采样会增加 token 消耗，按精度需求和成本平衡次数。

五个常见陷阱

• 幻觉合理化：模型可能编造「看起来合理」的推理来圆一个错误结论，尤其当问题超出它的知识范围时。对策：强制引用可核验的事实或数据，并对结论做交叉检查；
• 结论前置：模板里让模型「先说结论再解释」，会诱导它倒推理由。结论永远放最后；
• 示例污染：少样本示例本身有错，或示例与目标问题领域相差太远，模型会照抄错误模式。示例宁缺毋滥；
• 过度推理：简单事实问答（「今天星期几」「一句话概括」）不需要思维链，加了反而啰嗦、增加延迟和费用。按任务复杂度决定是否启用；
• 格式失控：不约束格式时，模型可能把推理和结论混在一起，无法程序化解析。给 Agent 用时务必规定输出结构（如 JSON 或固定分节）。

检查单

写完提示词后按下面五条过一遍，缺哪条补哪条：

• 任务是否需要多步推理？是才启用思维链；
• 是否要求「先推理、结论放最后」？
• 是否给了 1-3 个贴题且正确的示例？
• 是否规定了输出格式（分节 / JSON / 固定字段）？
• 关键数字或事实是否可核验、是否要求了依据？

思维链是提示词工程里性价比最高的一招：不换模型、不加算力，只改提示词就能把多步任务的准确率拉上一个台阶。把上面的模板存成自己的提示词库，写 Agent 指令时按「触发—示范—约束—投票」四层取用，效果稳定可预期。