正在加载模式…
思维链(CoT)
将复杂问题逐步分解为中间推理步骤
30秒速览
- 是什么
- 提示模型在给出最终答案之前先展示中间推理步骤,把求解路径显式化。
- 何时使用
- 适用于需要多步逻辑、数学或因果推理的问题,写出过程有助于发现错误并提升准确率。
- 注意
- 更长的推理链会放大早期的错误:每一步都累积前面步骤的偏差,最终答案随之变差。
向AI专家咨询此模式
打开助手并预填您的问题,发送前可先确认。
视频讲解
思维链: 概览
将复杂问题逐步分解为中间推理步骤
- Decomposes complex problems into manageable sub-problems
- Provides transparent reasoning process
- Uses "think step by step" approach
- Foundation for advanced agent actions
The Agent Architect
每周一个模式、一个权衡、一个生产事故案例。为构建智能体系统的人准备的每周简报。
每周一封邮件,一键退订。您的地址仅用于发送简报。
参考资料
该模式所依据的论文、规范和代码仓库。
- Chain-of-Thought Prompting Elicits Reasoning in Large Language Models (Wei et al., 2022)arXiv:2201.11903
- Self-Consistency Improves Chain of Thought Reasoning (Wang et al., 2022)arXiv:2203.11171
- Least-to-Most Prompting Enables Complex Reasoning (Zhou et al., 2022)arXiv:2205.10625
- Large Language Models are Zero-Shot Reasoners (Kojima et al., 2022)arXiv:2205.11916
- Anthropic Claude Chain of Thought Best Practices
由本目录背后的工程师执行
为你的智能体架构做一次评审
本页讲的是一个模式。真实系统会同时跑几十个,而多数故障恰恰出在它们的衔接处。我们按本目录的 288 个模式评审你的整体设计:架构、可靠性、评测与成本,每一条结论都对应到能修复它的模式。
€750(原价 €1,500),一周交付,书面报告加讲解通话,9月30日前