流程
流程
1. 用同一 CoT 提示采样 n 次（如 n=5-10，temperature 0.5-0.8）
2. 提取每次的最终答案并归一化（去空格、统一单位）
3. 取出现次数居前的答案；并列时回看推理质量或追加采样| 前提 | 答案可归一化（数字、选项、短标签）；开放文本不适用 |
|---|---|
| 成本 | 成本近似按 n 倍计，按任务价值选择 n |
| 取舍 | 单次低温回答更省；自洽性用成本换稳定 |
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）
自洽性投票（Self-Consistency）
对同一问题多次采样、对最终答案做多数投票；用采样多样性换取正确率，适合答案可对齐的推理类任务。
易错点
- 开放式文本无法投票，强行归一化会把同义表达算成不同答案
- 采样参数需要按自己的任务标定，不能照抄教程数值
数据来源与参考
- Self-Consistency Improves Chain of Thought Reasoning in Language Models（Wang et al., ICLR 2023）