两步结构
两步结构
第一步（问题 → 假设文档）：
针对问题写一段 100-150 字的答案草稿，只求语义接近，不要求事实正确。
第二步（检索 → 作答）：
用这段草稿向量检索真实文档，再“仅依据检索结果”回答原问题。| 原理 | 假设文档与真实文档在语义空间更接近，弥补短查询向量稀疏的问题 |
|---|---|
| 注意 | 假设文档仅用于检索，绝不能作为最终答案来源 |
| 对照 | 与查询改写互补：一个改查询文本，一个造假设文档向量 |
本包目录（290 条）
提示词基础40 条
模式与框架50 条
- 思维链提示（Chain-of-Thought）
- Few-shot 少样本示例提示
- 零样本思维链（Let's think step by step）
- ReAct 推理与行动交替模式
- Zero-shot 零样本提示
- 检索增强提示写法（RAG 提示）
- 少样本思维链（示例带推理）
- 自洽性投票（Self-Consistency）
- 提示链（Prompt Chaining）
- 由易到难分解（Least-to-Most）
- 函数调用与参数 Schema
- 自我精修（Self-Refine）
- 推理与答案分区输出
- 程序化思考（Program-of-Thought / PAL）
- 工具调用提示结构（Toolformer 思路）
- 先计划再求解（Plan-and-Solve）
- 分块处理模式（Map-Reduce）
- 草稿纸模式（Scratchpad）
- 验证链（Chain-of-Verification, CoVe）
- 反思循环（Reflexion）
- 思维树（Tree of Thoughts）
- 路由分发模式（Router）
- 退一步抽象（Step-Back Prompting）
- 查询改写提示（Rewrite-Retrieve-Read）
- 自我提问（Self-Ask）
- 引用锚定（带出处作答）
- 正反例对比提示
- 前置门卫模式（输入输出检查）
- 骨架并行生成（Skeleton-of-Thought）
- 多角色评审（Role Ensemble）
- 连续分解问答（Successive Prompting）
- 按复杂度选择推理模式
- 输出预填（Prefill / Priming）
- 检索与推理交替（IRCoT）
- 多稿优选（Best-of-N）
- 指令复述（Instruction Repetition）
- 假设文档检索（HyDE 思路）
- 多智能体辩论（Multiagent Debate）
- 推理预算控制（思考长度）
- 先生成背景知识再作答
- 事前验尸（Pre-mortem）
- 动态示例选择（按相似度挑示例）
- 反方审查（Devil's Advocate）
- 类比提示（自生成类比示例）
- 元提示（Meta-Prompting）
- 自动提示生成与筛选（APE）
- 自动构造思维链示例（Auto-CoT）
- 密度链摘要（Chain of Density）
- 元提示优化（OPRO）
- 复述与作答（Rephrase and Respond）
假设文档检索（HyDE 思路）
让模型先写一段“假设能回答问题的文档”，用它的向量去检索，再基于真实检索结果作答；用于短查询与长文档之间的语义鸿沟。
易错点
- 把假设文档当答案输出会产生一本正经的编造，必须与真实检索结果隔离
- 对精确匹配类查询（订单号、错误码）HyDE 无益甚至有害
数据来源与参考
- Precise Zero-Shot Dense Retrieval without Relevance Labels（Gao et al., ACL 2023）