思维链提示词：让AI一步步想清楚，答案自然就对了
我一开始用AI的时候，最喜欢让它「直接给答案」。简单问题还行，一碰到数学题、多条件推理、要权衡的分析题，它就经常一本正经地给个错答案。后来我才知道，问题不在AI不够聪明，而在于我让它「跳着想」。
加上一句「请一步步思考」之后，准确率肉眼可见地变好了。这就是今天要聊的思维链（Chain-of-Thought），一种让AI把推理过程摊开来、一步步走的提示词技巧。这篇我把原理、写法、模板和踩过的坑都讲清楚，看完你就能直接上手。
先搞懂：AI为什么会「张口就错」
大模型生成答案的方式，本质是一个词一个词往外蹦，而不是在脑中先打完草稿再开口。如果你让它「直接输出最终结果」，它就等于被要求心算到底：中间步骤全靠隐式完成，链条一长，某一步算错或跳过，后面全崩。
思维链的思路很朴素：把中间步骤显式写出来。每一步都落在文字上，等于给了模型一个「草稿纸」，错误更容易被自己发现，你也能顺着步骤检查到底哪环出了问题。
思维链到底是什么
一句话版本：在提示词里要求AI先写出推理过程，再给出结论。
它解决的不是「让AI更听话」，而是「让AI更少跳步」。核心价值有三个：
- 提升准确率：多步骤任务（计算、推理、方案权衡）尤其明显。
- 可检查：答案错了，你能看出是哪一步错的，而不是面对一个孤零零的结论发呆。
- 可纠错：指出具体某一步有问题，AI往往能自己修正，比「答案不对，重来」高效得多。
什么时候该用，什么时候不必用
思维链不是万能开关，乱用反而让输出啰嗦。我整理了一个判断表：
| 任务类型 | 要不要用思维链 | 原因 |
|---|---|---|
| 数学计算、单位换算 | 强烈建议用 | 步骤一长就容易跳步出错 |
| 多条件逻辑推理 | 强烈建议用 | 条件需要逐条比对 |
| 方案对比、利弊分析 | 建议用 | 需要权衡，先想后说更稳 |
| 写邮件、改文案 | 不必强求 | 创作类任务，过度推理反而僵硬 |
| 简单问答、闲聊 | 不用 | 浪费篇幅，拖慢回答 |
| 只要一个词的答案 | 不用 | 你明确要的是结论 |
简单记：越需要中间步骤的任务，越值得上思维链。
三种写法：从一句口令到完整模板
写法一：零样本引导，一句话触发
最省事的做法，就是在问题后面加一句引导语。成本低，先试这个就够。
小明有12个苹果，给了小红3个，又买了5个，妈妈又拿走一半。请问他现在有几个苹果？请一步步思考，写出每一步的数量变化，最后给出答案。
关键在于「一步步」和「写出每一步」这两处措辞，它明确要求过程外显，而不是只催它「认真点」。
写法二：结构化模板，强制分步走
当任务比较复杂、一句引导不够时，我会直接把思考框架塞进提示词，让AI照着骨架填。模板长这样：
请按以下顺序回答我的问题：
1. 先复述你对问题的理解，列出题目给出的所有已知条件；
2. 逐步推理：把每个中间步骤单独写成一行，注明这一步在算什么；
3. 检查：回顾第2步，确认没有跳步、没有用到题目没给的条件；
4. 结论：给出最终答案。
问题是：【在这里写你的具体问题】
注意第3步的「检查」环节，这是我后来加上去的，加上之后明显少了很多低级错误。它等于让AI自己当一遍自己的审稿人。
写法三：大任务先拆解，再逐段推理
如果一个问题本身就有好几层，我会先让它列计划，再逐段执行。这其实是把思维链用在了任务层面。
我要为一个线下咖啡店做开业营销方案。请分两阶段完成：
阶段一：先列出方案需要回答的5个关键问题（例如目标客群是谁、预算范围、开业周期等），不要回答，只列问题。
阶段二：针对每个问题逐步推理并给出你的判断，最后汇总成一份完整方案。
这种写法的好处是，AI不会一上来就写一篇空洞的大作文，而是先把问题拆开、想清楚再动笔。
实战案例：同一个问题的两种问法对比
我拿一个经典的小学数学题举例，你能直观看到差别。
不加思维链的问法：
一个水池有两根进水管。甲管单独注满需要6小时，乙管单独注满需要4小时。两管同时开，几小时注满？直接给答案。
常见结果：直接蹦出一个数字，过程没有，对错全靠猜。
加思维链的问法：
一个水池有两根进水管。甲管单独注满需要6小时，乙管单独注满需要4小时。两管同时开，几小时注满？
请一步步思考：先分别写出甲、乙每小时的注水量，再求合起来每小时的注水量，最后求注满时间。每步都要写清单位。
你会发现，步骤一旦被写出来，答案对不对你一眼就能验算，而且AI自己也更容易算对。
进阶一点：如果它第一步就理解错了题意，你只需要回一句「第1步的条件理解有误，甲管是单独6小时注满，请修正后继续」，它就能顺着链条接着改，不用整个重来。
常见的坑，和我是怎么修的
| 坑 | 表现 | 修正方法 |
|---|---|---|
| 只说「认真思考」 | 输出照样跳步 | 换成「一步步、写出每一步」 |
| 过程写了但答非所问 | 长篇推理跑题 | 在提示词里明确最终要输出什么 |
| 过程冗长拖沓 | 简单问题也写八百字 | 限定「每步一行」或「不超过5步」 |
| 过程对、结论错 | 最后一步算错 | 加「检查」环节，让它复核一遍 |
| 结论对、过程是编的 | 推理和答案对不上 | 要求结论必须从前面步骤推出 |
| 把答案写进提示词 | AI只是在附和你 | 只给条件，别暗示答案 |
还有一个我踩过的小坑：别把思维链当成每题必用的装饰。让它给一句祝福语还要求逐步推理，输出会显得很怪。用对场景，才是技巧；无脑加，就是负担。
一个可以直接抄走的通用模板
把上面的经验揉在一起，我日常用的是这个版本，基本覆盖大部分复杂任务：
任务：【描述你要AI做的事】
请按下面的步骤来：
1. 理解：复述任务和所有已知条件，列出你需要注意的约束；
2. 推理：逐步展开分析，每一步一行，写清这一步的依据和结果；
3. 检查：回头审视第2步，找找有没有跳步、假设错误或自相矛盾；
4. 作答：基于前面的推理，给出最终答案。
输出要求：过程用列表呈现，结论单独成段，语言简洁。
把它存成你的常用提示词，遇到复杂问题换掉「任务」那一行就行。
最后的小结
思维链的核心其实就一句话：让AI把想的过程说出来，而不是直接甩结论。三个要点送给你：
- 复杂任务才用，简单任务不必强求；
- 引导语要具体，「一步步、写出每一步」比「认真点」有用一百倍；
- 加一个「检查」环节，答案的稳定度立刻不一样。
下一次AI又给你一个可疑答案时，别急着骂它，先试试加一句「请一步步思考」。很多时候，它只是需要一张草稿纸。