3.4 框架四：分步思考
引言：一句话改变 AI 的"智商"
2022 年，Google 研究员 Jason Wei 发现了一个神奇的技巧。
他让 AI 解数学题，AI 经常出错。
然后，他加了一句话：
Let's think step by step.
（让我们一步步思考）奇迹发生了——AI 的准确率飙升 50%！
这个发现震惊了学术界。一个句子，就能改变 AI 的「智商」？
这就是 「思维链」（Chain of Thought） 的诞生故事。今天，这个技巧已成为 Prompt 工程的核心武器。
动画演示：CoT 效果对比
❌ 无 CoT（直接回答）✅ 有 CoT（分步思考）
小明有 15 个苹果，给了小红 3 个，又买了 7 个，吃掉一半。现在有几个？
小明有 15 个苹果，给了小红 3 个，又买了 7 个，吃掉一半。现在有几个？
分步思考让准确率从 50% 提升到 95%
提升 45%！一句话改变 AI 的"智商"
一个直观对比
无 CoT（直接回答）
问题：小明有 15 个苹果，给了小红 3 个，又买了 7 个，吃掉一半。现在有几个？
AI 直接回答：10 个
↑
可能算错！有 CoT（分步思考）
问题：小明有 15 个苹果，给了小红 3 个，又买了 7 个，吃掉一半。现在有几个？
请一步步思考：
步骤 1：小明原本有 15 个苹果
步骤 2：给了小红 3 个 → 剩下 15 - 3 = 12 个
步骤 3：又买了 7 个 → 变成 12 + 7 = 19 个
步骤 4：吃掉一半 → 剩下 19 ÷ 2 = 9.5 个
步骤 5：答案是 9.5（或 9-10，取决于怎么理解）
AI 输出：9.5 个
↑
计算清晰，更准确！效果对比
❌ 无 CoT（直觉模式）
- 流程：问题 ──────► 答案
- 方式：直接跳到答案，可能出错
- 准确率：约 50-60%
- → 适合简单问题，复杂问题容易出错
✅ 有 CoT（推理模式）
- 流程：问题 ──► 步骤1 ──► 步骤2 ──► 步骤3 ──► 答案
- 方式：展示推理过程，逐步验证
- 准确率：约 90-95%
- → 准确率提升 30-50%
框架定义
简单版触发语
「请一步步思考」
「Let's think step by step」
「请先分析，再给出结论」完整版框架
请一步一步地思考以下问题：
【你的问题】
要求：
1. 先分析问题的关键点
2. 然后列出解题步骤
3. 最后给出答案核心思想
让 AI「说出思考过程」，答案的准确率会显著提高。
为什么分步思考有效？
AI 的两种"思考模式"
🐇 模式一：直觉模式（System 1）
- 特点：快速、自动、不费脑力
- 适用：简单问题、常见问题
- 问题：复杂问题容易出错
- 示例：
"1+1=?"──► 直接回答"2"
🐢 模式二：推理模式（System 2）
- 特点：慢速、需要努力、逐步推理
- 适用：复杂问题、需要验证的问题
- 优势：准确率高、可以发现错误
- 示例：
"15-3+7÷2=?"──► 步骤1: 15-3=12 ──► 步骤2: 12+7=19 ──► 步骤3: 19÷2=9.5
CoT = 强制 AI 进入推理模式
研究数据
研究表明，分步思考（Chain of Thought）可以：
| 任务类型 | 准确率提升 |
|---|---|
| 数学问题 | +30-50% |
| 逻辑推理 | +20-40% |
| 复杂分析 | +15-25% |
实战示例
示例一：数学计算
问题：小明有 23 个苹果，给了小红 5 个，又买了 12 个。请问现在有几个？
请一步步思考：
1. 小明原本有多少苹果？ → 23 个
2. 给了小红后剩下多少？ → 23 - 5 = 18 个
3. 又买了之后有多少？ → 18 + 12 = 30 个
4. 最终答案是多少？ → 30 个示例二：逻辑推理
问题：如果下雨，小明会带伞。今天小明带了伞。请问今天是否下雨？
请一步步思考：
1. 原命题是什么？
→ 「下雨 → 带伞」（下雨则带伞）
2. 已知事实是什么？
→ 「小明带了伞」
3. 原命题能推导出什么？
→ 下雨的人会带伞，但带伞的人不一定下雨
→ 逆向推导不成立
4. 结论是什么？
→ 无法确定是否下雨
→ 可能下雨，也可能小明习惯带伞
答案：不确定，需要更多信息示例三：复杂分析
任务：分析特斯拉的投资价值
请分步骤分析：
步骤 1：分析财务状况
├── 营收：近三年增长趋势
├── 利润：盈利能力变化
└── 增长率：是否持续增长
步骤 2：分析行业地位
├── 市场份额：电动车占比
├── 竞争对手：主要竞品对比
└── 技术优势：核心竞争力
步骤 3：分析风险因素
├── 政策风险：补贴变化
├── 技术风险：电池技术迭代
└── 市场风险：需求波动
步骤 4：综合评估
└── 结合以上分析，给出综合判断
步骤 5：给出投资建议
└── 基于综合评估的具体建议适用场景
✓✓✓ 非常适合
- 数学计算
- 逻辑推理
- 复杂分析
✓✓ 适合
- 多步骤任务
- 需要验证的问题
△ 可能没必要
- 简单问答（会变慢）
- 常见问题
✗ 不适合
- 创意写作（打断创意流）
- 情感表达
- 需要直觉的任务
本节小结
📌 本节核心要点
- 发现故事 — Jason Wei 2022 年发现 CoT，一句话提升 50% 准确率
- 框架公式 — 分步骤思考 + 问题
- 核心思想 — 让 AI 展示推理过程，强制进入"推理模式"
- 触发语 — "请一步步思考" / "Let's think step by step"
- 适用场景 — 数学、逻辑、复杂分析
- 效果提升 — 30-50%
练习
用「分步思考」框架，为以下问题写 Prompt：
- 计算：3 个人分 10 个苹果，每人至少 2 个，有几种分配方式？
- 推理：「所有猫都会飞，Garfield 是猫，所以 Garfield 会飞」这个推理有什么问题？
- 分析：为什么某公司的股价最近下跌？
阶段总结：四种框架对比
| 框架 | 公式 | 适用场景 |
|---|---|---|
| 角色-任务-要求 | 角色 + 任务 + 要求 | 通用场景 |
| 背景-任务-格式 | 背景 + 任务 + 格式 | 工作场景 |
| 示例模仿 | 示例 + 你的任务 | 翻译、风格模仿 |
| 分步思考 | 步骤 + 问题 | 数学、逻辑、分析 |
下一阶段预告
掌握了四种框架，下一阶段我们进入实战改造——看「烂 Prompt」如何变成「好 Prompt」。