思維鏈(Chain-of-Thought)是什麼?

思維鏈是一種讓大型語言模型逐步推理,而非直接給出答案,以提升複雜問題解答正確率的方法|本頁含完整原理、應用場景、iPAS 考試重點與 3 個常見問答。

思維鏈(Chain-of-Thought)是什麼? 大型語言模型Prompt工程

你遇到多步推理題,想看模型怎麼一路算過去時,你會怎麼判斷它真正的作用?

你可以把它想成 思維鏈是一種讓大型語言模型逐步推理,而非直接給出答案,以提升複雜問題解答正確率的方法。

在 你遇到多步推理題,想看模型怎麼一路算過去時 這種情境裡,這個概念會直接影響你怎麼設計、怎麼評估、怎麼上線。

容易混淆

思維鏈 vs 直接回答 思維鏈會把中間步驟寫出來,直接回答則是直接給結果。

思維鏈 vs 最終答案 思維鏈是過程,答案是結論,兩者不能混成同一件事。

思維鏈 vs 自我一致性 思維鏈是在生成推理步驟,自我一致性是在多條推理裡做投票。

記住這句就好

先看它要解決的是什麼問題,再看它是不是最合適的方法。

實際案例

案例 1:數學文字題 模型先列出已知條件,再推到最後答案,常比直接猜更穩。

案例 2:規劃任務 要排旅行、拆工作步驟或找錯誤時,分步思考常更好。

算法與應用

面向 重點
核心 把中間推理顯性化,讓模型更容易處理多步問題。
優點 對數學、邏輯和規劃常有幫助,也方便人類檢查。
注意 寫出推理不等於推理一定正確。

情境判斷

Q1(判斷題): 如果題目很簡單,還一定要寫很多推理步驟嗎? → 不一定,太簡單時反而可能拖慢。

Q2(判斷題): 如果模型寫得很長但答案還是錯,代表思維鏈失敗嗎? → 不一定,可能是中間邏輯本身就有問題。

常見問題

思維鏈一定會提高準確率嗎?

不一定,但在多步推理任務上通常比較有幫助。

為什麼思維鏈看起來很像人類解題?

因為它把中間步驟攤開了,但未必和人類真實思考完全一樣。

可以只在提示裡要求一步一步想嗎?

可以,這就是常見的思維鏈提示做法。

範例考題

某企業導入生成式 AI 助理,協助內部人員撰寫專案建議與分析報告。團隊希望透過思維鏈(Chain of Thought, CoT)提示設計提升模型輸出的邏輯性與推理透明度,下列何者最符合該提示策略?

  • A. 「請直接給出最終建議,不需顯示分析過程。」
  • B. 「以下提供兩份分析報告範例,請依相同格式產出新報告。」
  • C. 「請將任務拆為三個步驟:資料整理 → 重點摘要 → 建議產出。」
  • D. 「請逐步說明你的判斷依據與推理過程,最後再給出結論。」 ✓ 正確答案

解析:

Chain of Thought(CoT)提示的核心是引導模型逐步展示推理過程,再得出結論。「逐步說明判斷依據與推理過程,最後給出結論」最符合 CoT 策略。