AI 智能体

概念解析——思维链(CoT)

思维链(Chain of Thought,简称 CoT)是一种提示技巧:让大语言模型在给出最终答案之前,先把一步步的推理过程写出来。不是直接蹦结论,而是把脑子里的推算摊在纸上,走一步写一步,最后才下结论。数学题、逻辑推理、代码调试——那些需要绕几个弯才能答对的问题,用这招效果很明显。

这招出自 Google 2022 年的一篇论文(Wei 等人)。原意很朴素:模型直接答多步推理题时容易跳步、遗漏中间环节;但如果让它先把中间结果写下来再给答案,正确的概率就高得多。后来发现,不用给例子,只说一句「我们一步一步来想」也能触发类似的效果——这就是 zero-shot CoT(Kojima 等人,2022)。


1

先看差别:同一道题,两种答法

拿一道简单的应用题来对比。题目:一家店奶茶「买 3 杯送 1 杯」,每杯 15 元。凑齐 10 杯,最少花多少钱?

直接答——模型可能张口就来:10 杯,每杯 15 元,一共 150 元。错了,因为没算「买 3 送 1」的优惠。

先想再答——模型先写推理:买 3 杯送 1 杯,意思是每凑 4 杯只付 3 杯的钱。10 杯里能凑 2 组 4 杯(共 8 杯),剩下 2 杯没满一组。8 杯走优惠:2 组付 6 杯的钱。再加剩的 2 杯原价。一共付 8 杯:8 x 15 = 120 元。对了。

区别在哪?直接答跳过了中间步骤一步到位,但跳过的那些步正好藏着陷阱。先想再答把每步都写出来,哪一步错了回头就能看见。

一样的问题,「直接答」跳步翻车;「先想再答」每步写清楚,陷阱自己就露出来了。

2

四种触发方式

让模型先想再答,有几种不同的做法。

加一句话(Zero-shot CoT)。在题目后面补一句「我们一步一步来想」或「请逐步推理」,模型就会先写过程再给答案。最省事,不用给例子。英文原句是 "Let's think step by step"(Kojima 等人,2022)。

给带推理的例子(Few-shot CoT)。贴 2-3 道做法类似的题,每道都写清楚「先算什么、再算什么、最后答案」,然后才问你真正要问的题。模型照着例子的格式,也把自己的推理一步步写出来。例子越贴近你的题,效果越稳。这是 Google 原论文(Wei 等人)提出的做法。

Few-shot CoT 示意:
你发给模型的 prompt 大致长这样:

例题 1:小明有 5 个苹果,给了小红 2 个,又买了 3 个。现在有几个?
推理:5 - 2 = 3, 3 + 3 = 6。答案:6 个。

例题 2:……(类似的题,带推理过程)

现在我的题是:……

明说格式要求。直接在 prompt 里写「先把解题步骤一条条列出来,最后单独一行写出答案」。适合你想让输出格式固定下来、方便核对每一步的时候。

用推理模型,啥都不用加。2026 年的推理模型(如 OpenAI o 系列、DeepSeek-R1)默认就会先推理再回答。你不提「一步步想」,它自己也会先推一长串再给结论。普通模型通常还得你补一句「一步步想」。


3

推理链长什么样:走一遍

模型「先想再答」时内部做的事,本质上就是把一道题拆成几小步,前一步的结果接着喂给下一步。每一步都写下一个中间结论,最后汇聚到答案。拿一道常见的图书馆应用题来走一遍。

题目:图书馆周一有 240 本书。周二借出 1/4,周三还回来 18 本,周四又买进 30 本。现在有多少本?

下面就是模型一步步写出来的推理过程——每一步一个中间数字,像链条一样接起来。

推理链(示意)
1
先把起点记下来:周一是 240 本。
起点 = 240 本
2
周二借出 1/4,先算借走多少:240 的四分之一是 60,剩下 240 - 60。
240 / 4 = 60 借出 → 240 - 60 = 180
3
周三还回 18 本,加回去。
180 + 18 = 198
4
周四买进 30 本,再加上。
198 + 30 = 228
答
228 本。

每一步只动一点点,中间结果都写下来。哪一步算错了,回头一眼就能找到。这就是推理链的本质:把多步推理拆成可追溯、可检查的序列。


4

什么时候值得用,什么时候犯不上

不是每道题都该让模型先想再答。它带来好处,也带来代价。

值得用的场景:

  • 多步推理题。数学应用题、逻辑推理题、需要多条件综合判断的问题。绕的弯越多,先想再答比直接答的优势越大。
  • 你需要核查过程。如果答案的对错取决于推理过程是否合理——比如代码调试、决策分析——过程写出来,你就能检查。
  • 复杂编码任务。让模型先分析问题、列出实现方案、再写代码,比让它直接生成代码更可靠。

犯不上的场景:

  • 简单事实查询。"法国的首都是哪?""李白的朝代?"——这类问题直接答就够了,加上「一步步想」只会多写一堆废话。
  • 翻译、改写、闲聊。这些任务不涉及多步推理,推理过程没有额外价值,反而拖慢响应、浪费 token。
  • 你在意速度和成本。多写的过程会让输出长度翻倍甚至更多,模型响应更慢,按 token 计费也更贵。
出弯越多,CoT 越值得。翻倍的事,一句事实——别让模型白写过程。

5

代价:慢一点,贵一点

CoT 不是免费的。让模型写推理过程,意味着输出 token 数量大幅增加——可能从直接答的几十个 token 变成几百甚至上千。这会带来三个后果:

第一,响应变慢。模型逐个 token 生成,字数越多,用户等得越久。第二,成本上升。大模型按 token 计费(包括输入和输出),多输出几倍的 token,每次调用的费用就成倍增加。第三,推理过程可能出错。模型虽然写了过程,但过程本身也可能有逻辑错误——这时反而给了你一个看似正确但中间有错的答案。

所以 CoT 不是无脑加。判断标准很简单:这道题它直接答容易错吗?如果容易错,让它在过程上多花 token 就划算。如果直接答已经够准,就不必多此一举。更全面的了解可以看 Token 词元 的概念解析。


6

CoT 与 2026 的推理模型

2025-2026 年,AI 行业出现了一个重要变化:推理模型(Reasoning Models)成为主流。OpenAI 的 o1、o3、o4 系列,DeepSeek-R1,以及各家跟进的产品——这些模型的内核就是把 CoT 从「用户可选技巧」变成了「模型内置能力」。

普通模型 vs 推理模型的区别:你用 ChatGPT(GPT-4o 等)时,默认不走 CoT。你需要在 prompt 里加一句「一步步想」它才会推理。但推理模型不同,它收到问题后自动在内部展开一段很长的思考过程——思考链可能长达几千个 token——然后再给出答案。你不需要提醒它,它自己就会想。

DeepSeek-R1 这种开源推理模型的原理是:在训练阶段引入强化学习,模型为了答对题学会了在内部「自言自语」式地推理。用户能看到模型输出的「思考标签」里的内容——那种「让我想想……先看看已知条件……不对,这里有个陷阱……」的中间思考。OpenAI 的 o 系列也类似,只是它的思考过程默认对用户隐藏,只给最终答案。二者都是把 CoT 从 prompt 技巧升级为模型的原生能力。

一句话总结:CoT 这个技巧诞生时是「你教模型怎么想」;推理模型做的则是「模型自己学会了怎么想」。前者是 prompt 层面的引导,后者是训练层面的内化。

这意味着什么?如果你已经在用推理模型,大部分需要 CoT 的场景已经被自动覆盖了。但如果你用的还是普通模型(比如大多数免费聊天 AI 的后端),手动加「一步步想」仍然是提升准确率最有效的技巧之一。


7

相邻概念

CoT 不是孤立技巧。它跟下面几个概念关系紧密:

  • Few-shot 学习:CoT 有两条路——给例子(few-shot CoT)和不给例子(zero-shot CoT)。few-shot CoT 把 CoT 和 few-shot 组合在一起,效果往往更稳。详见 概念解析——Few-shot 学习。
  • 提示词(Prompt):CoT 本质上是一种 prompt 技巧——怎么把要求跟模型讲清楚。写 prompt 的通用方法论详见 概念解析——提示词(Prompt)。
  • 上下文工程(Context Engineering):CoT 属于「通过组织上下文内容来引导模型行为」这个更大框架里的一招。详见 概念解析——上下文工程。
  • 大语言模型(LLM):CoT 的作用对象。理解 LLM 怎么工作的,能帮你更好地判断什么时候该用 CoT。详见 概念解析——大语言模型(LLM)。
概念解析 · 人工智能ABC