高级提示技术

一句话定义：CoT、Self-Consistency、Prompt Chaining 等技术提升复杂任务下的推理与稳定性。

1. Chain-of-Thought（CoT）

• 让模型"分步想再答"。
• 触发："Let's think step by step"。
• 对数学/逻辑/多步推理增益显著。

2. Self-Consistency

• 对同一问题多次采样 CoT 推理。
• 取多数答案，提升稳定性。
• 代价：多次推理成本高。

3. Prompt Chaining

• 把复杂任务拆成多步，前一步输出作后一步输入。
• 例：摘要 → 翻译 → 校对。
• 比单次长提示更可控。

4. Tree-of-Thoughts（ToT）

• 把推理建为搜索树，可回溯。
• 适合规划、博弈等需探索的任务。
• 成本高，复杂任务才用。

5. ReAct

• 推理 + 行动交错，配合工具调用。
• 是 Agent 的推理骨架（见 02 推理范式）。

6. Plan-and-Solve

• 先让模型制定计划再执行。
• 改善 CoT 在复杂任务中的规划不足。

7. 选择建议

8. 学习要点

• CoT 是复杂推理的基石。
• Self-Consistency 用多样性换稳定。
• Chaining 把复杂任务分解，更可控。

9. 参考资料

• "Chain-of-Thought Prompting Elicits Reasoning"
• "Self-Consistency Improves Chain of Thought"
• "Tree of Thoughts"