Step-Back 提示是什么
先让模型退一步，找出问题背后的通用原理或规律，再基于这条规律回到原题求解。它针对的现象是：难题容易把注意力吸进细节里，模型跟着题面走，推着推着就偏了；先抽象到原理层，再用原理回填具体参数，推理路径通常更稳。它适合有底层规律的物理、数学与策略类问题，简单的事实性问题用它是纯粹浪费调用。
基本信息
| 基本做法 | 先求原理或规律，再基于原理解答原问题 |
|---|---|
| 适用题型 | 存在底层规律或统一机理的推理题、策略题、排查题 |
| 与链式推理 | 可以叠加：先退一步找原理，再在原理下分步推演 |
| 抽象层级 | 退一步通常收益最大，连退两三步信息损耗会超过收益 |
| 成本量级 | 多一轮生成或一轮问答，成本低于多次采样投票 |
| 输出要求 | 先写原理再给答案，并说明原理与题目条件的对应关系 |
典型使用场景
- 物理化学原理题：先确定适用的定律，再代入题目条件计算
- 策略与方案评估：先明确评估原则与约束，再对具体方案排序
- 单位与量纲分析：先确认量纲关系，能提前发现数量级错误
- 排查异常现象：先想通用机理（压力、温度、网络分层），再逐项对照现场现象
- 技术选型比较：先明确取舍原则，再套到具体产品上，避免被参数表牵着走
Step-Back 模板
Step-Back 模板
先不要直接解答。请按顺序完成两步：
1) 退一步回答：这个问题背后涉及哪条通用原理？用 2-3 句话说明它。
2) 说明该原理如何与题目条件对应，这一步只讲对应关系，不算结果。
然后再基于原理和对应关系解答原问题，标出用到的条件。
原问题：为什么高原上水沸腾的温度低于 100 摄氏度？
# 提示：原理层要写具体（如气压与沸点的关系），不要停在“因为海拔高”
# 若第一步给出的原理与题目无关，先修正原理再进入第二步步骤与检查点
| 步骤 | 产出 | 检查点 |
|---|---|---|
| 退一步 | 一条通用原理或规律 | 原理是否真的适用于本题条件 |
| 建立对应 | 原理与题目条件的映射 | 条件是否用全，有无遗漏约束 |
| 回到原题 | 具体解答与结论 | 解答是否显式引用了那几条原理 |
| 结果校验 | 量级与合理性判断 | 结论是否落在合理范围内 |
抽象一步的收益通常最大：退到原理层已经能绕开细节陷阱，再往上退两三步时，原理与具体题目的连接会变弱，反而容易得出正确但无关的结论。
简单事实性问题不要用 Step-Back：多一轮调用换不来准确率提升，只是增加延迟与成本，判断标准是题目是否存在值得提取的通用规律。