CoT 是什么
思维链（Chain-of-Thought，CoT）指让模型在给出结论之前先输出中间推理步骤。直接作答时，模型要在一次输出里完成全部跳跃，任何一步算错都会带进结论；把多步计算与条件判断摊开写，中间结果可以被检查，正确率也更容易提升。Wei 等人 2022 年的实验显示，这种提升在参数量足够大的模型上才明显出现，说明 CoT 是把模型已有的推理能力引导出来，而不是教它新的知识。
代价与替代关系
CoT 用更多输出 token 换正确率：推理过程要占预算和延迟，简单任务（单步分类、字段抽取）加上推理反而多出出错面。需要程序解析答案时，把推理与答案分区输出；需要更高稳定性时，可在同一提示上多次采样再做多数投票，也就是自洽性投票。
基本写法
| 两种形态 | 零样本：补一句先分步推理再给结论；少样本：示例里带完整推理过程 |
|---|---|
| 适用 | 多步算术、单位换算、逻辑与因果判断、需要摊开依据的方案权衡 |
| 不适用 | 单步分类、字段抽取、模型本身不擅长的领域，推理越长错得越整齐 |
| 成本 | 输出更长，延迟与费用上升；答案提取要另加分区或二次调用 |
| 忠实性 | 推理文本不保证真实反映内部计算，只能当输出内容看，不能当审计依据 |
典型使用场景
- 多步算术与单位换算：每步写出中间量，便于定位算错的环节
- 方案权衡：把候选、判据、取舍理由摊开，结论可复核
- 逻辑与因果判断：先列出条件再推结论，减少跳步式误判
- 结论需要人工复核的场景：评审者按推理链逐行检查，而不是只看答案
- 作为自洽性投票的基础：同一条 CoT 提示多次采样，对最终答案做多数投票
少样本 CoT 片段
少样本 CoT 片段
示例：
问：仓库原有 120 箱，上午出库 45 箱，下午入库 30 箱，现有多少箱？
答：上午出库后 120-45=75；下午入库后 75+30=105。结论：105 箱。
待答：……推理与答案分区
推理与答案分区
<reasoning>
# 只写必要步骤，每步一行，总量不超过 150 字
</reasoning>
<answer>
# 只写最终答案，不重复推理内容
</answer>四种常见形态
| 形态 | 写法要点 | 适用与代价 |
|---|---|---|
| 零样本 CoT | 问题后补一句先分步推理再给结论 | 改动最小，适合试水；引导语措辞会明显影响效果 |
| 少样本 CoT | 示例含推理三段结构，格式统一 | 输出结构稳定、可解析；示例占上下文 |
| 自洽性投票 | 同提示多次采样后取多数答案 | 正确率更稳；成本近似按采样次数计 |
| 先计划再求解 | 先列 3-5 步计划，再逐步执行并核对 | 减少要算什么这类理解层错误；多一轮输出 |
模型开始出声思考时，答案里常混进推理中的中间数字；用 <answer> 标签或二次调用只取最终答案，程序端按标签定位再解析。
同一模型上，CoT 的效果依任务类型差别很大：先在自己的小测试集上对比开与不开两种写法，再决定是否长期保留。