返回部落格

思維鏈提示:讓 AI 一步一步思考再回答

只要在提示詞加上一句話,就能把 AI 在推理任務的正確率從 18% 拉到 79%。文末附可直接複製貼上的中文範本,馬上用在工作裡。

思維鏈提示:讓 AI 一步一步思考再回答
你問了 ChatGPT 一個需要稍微動腦的問題——可能是比較兩個方案、分析一個決策,或是處理一道多步驟的題目。AI 秒回,語氣篤定。唯一的問題是:答案完全錯了。
這比你想的還常發生。AI 助理被訓練的目標是「產出聽起來合理的內容」,而不是「真的把問題想清楚」。當你照平常的方式丟一個複雜問題進去,AI 通常會跳過思考的部分,直接給你一個答案——而且常常錯得離譜,卻講得理直氣壯。
其實有解。2022 年 Google 的研究人員發現,只要在提示詞裡加一句「讓我們逐步思考」,數學題的正確率就從 17.7% 拉到 78.7%。這不是打錯字。一句話,就讓 AI 的正確率變成原本的四倍。
這個技巧叫做思維鏈提示(chain-of-thought prompting),它有效是因為它逼 AI 把推理過程寫出來,而不是直接跳到結論。下面就教你怎麼把它用在真正的工作上,不只是數學題。

什麼是思維鏈提示?

思維鏈(CoT)提示就是字面上的意思:你請 AI 在給出最終答案之前,先把推理過程一步步講出來。把「答案是什麼?」改成「先帶我走過你的思路,再給我答案」。
想像你請同事說明他的判斷依據。如果他只丟給你一個建議、什麼都不解釋,你根本分不出來他是真的想過,還是隨口猜的。但如果他帶你走一遍——「我考慮過 X,因為 Z 所以排除 Y,最後得到這個結論」——你就能立刻看出邏輯有沒有破洞。
AI 也是一樣的道理。當你逼它把中間步驟講清楚,會發生兩件事:
  1. AI 會在推理途中抓到自己犯的錯
  2. 萬一答案是錯的,你也能看出哪一步出了問題

AI 為什麼會跳步驟(然後答錯)

很多人不知道:AI 模型其實沒有真的在「思考」。它做的事情是在數十億筆文字資料上做模式比對,預測下一個字最可能是什麼。當你問一個直球問題,它就會跳到統計上最可能的那個答案。
面對簡單的問題,這樣完全沒問題。「法國的首都是哪裡?」根本不需要推理——這個問題和答案的配對,AI 已經看過幾百萬次了。
但只要遇到需要真正動腦的問題——比較選項、權衡取捨、解多步驟難題——這套模式比對就會出包。AI 會挑一個聽起來對的答案,但根本沒做驗證它實際上是不是真的對。
思維鏈提示就是用來打斷這條捷徑。當你要求 AI 把推理講出來,它就得先生成中間步驟——而這些步驟會限制最後的答案能往哪裡走。當你必須交代過程,要走到一個錯誤的結論就難多了。
兩種回答模式的對照圖:左邊 AI 直接跳到答案,右邊 AI 先一步步推理再回答
兩種回答模式的對照圖:左邊 AI 直接跳到答案,右邊 AI 先一步步推理再回答

用思維鏈最簡單的方式

最入門的版本完全不用設定。只要在你提示詞的最後,加上下面任何一句話:
  • 「讓我們逐步思考。」
  • 「請帶我走過你的推理過程。」
  • 「先說明你的思路,再給最終答案。」
  • 「請一步一步把這題拆開來。」
研究人員的測試裡,「讓我們逐步思考」表現最好;不過後續研究又找到一句更威的版本:「讓我們一步一步把這題想清楚,確保答案正確。」
舉個實際的例子。假設你在猶豫要不要接一份新工作。
沒用思維鏈:

我該不該接這份工作?薪水多 20%,但要搬到生活成本高 40% 的城市。


AI 大概會根據表面的模式比對,丟給你一個快答的「該」或「不該」。
有用思維鏈:

我該不該接這份工作?薪水多 20%,但要搬到生活成本高 40% 的城市。

請一步一步思考,從財務影響、生活品質、職涯發展三個面向分析後,再給我結論。


這時候 AI 會把每個面向拆開,實際算一下 20% 的薪水漲幅能不能蓋過 40% 的成本上升,再衡量你可能得到或失去的東西,最後給你一個有依據的建議。

少量範例 CoT:直接示範給 AI 看

「讓我們逐步思考」這種寫法,叫做零樣本 CoT(zero-shot CoT),因為你沒給任何範例。它在很多情境下都夠用,但遇到複雜或專業的任務,你可以再進一步——直接示範你想要的推理模式,效果會更好。
這就叫做少量範例 CoT(few-shot CoT):你在提示裡放一兩個已經做過的範例,讓 AI 看到你期望的推理結構長什麼樣子。
下面是分析商業決策時可以用的模板:

我需要評估幾個選項。請按照下面這種思路一步一步推理:

範例:
問題:我們應不應該把訂閱方案從月繳改成年繳?

第 1 步——找出關鍵因素:現金流穩定性、客戶流失風險、價格心理。

第 2 步——逐項分析:
- 現金流:年繳一次入帳,營收預測比較穩
- 流失風險:年繳客戶的續約率比月繳高
- 價格:年繳搭配折扣,仍有獲利空間

第 3 步——權衡取捨:主要風險是新客戶決策門檻會變高。

第 4 步——結論:可以推,但月繳和年繳並存,年繳給 15% 折扣。

現在請用同樣的推理結構回答我的問題:
{{question}}
範例不必和你真正要問的問題完全一樣,重點只是讓 AI 看到你想要的推理結構。它會自己把這套模式套到你的具體情境上。

什麼時候用思維鏈才有效(什麼時候別用)

思維鏈不是萬靈丹。華頓商學院的研究指出,CoT 雖然能改善困難問題的表現,但用在簡單問題上反而會因為多了一堆不必要的步驟,把正確率拉下來。
該用思維鏈的時候:
  • 你在比較好幾個選項,或是要權衡取捨
  • 任務需要多步驟推理或計算
  • 你要排查問題、找根本原因
  • 答案需要分析因果關係
  • 你想看 AI 的推理過程,不只是要一個結論
不必用思維鏈的時候:
  • 你只是要查事實或定義
  • 你需要的是創意產出,例如發想、寫作
  • 你要的是摘要或翻譯
  • 速度比正確性更重要
  • 任務根本不涉及邏輯推理
還有一點值得注意:思維鏈在比較小的 AI 模型上效果差很多。Google 最早的研究發現,要看到明顯的改善,模型參數通常得在一千億以上。現在你常用的 ChatGPT-4、Claude、Gemini 都在這個級別之上,沒問題;但如果用的是比較舊或比較小的模型,效果就不一定。

5 組可以直接拿去用的 CoT 提示詞

下面是可以複製貼上、今天就能用的提示詞範本。每一組都已經把思維鏈的結構寫在裡面了。

1. 決策分析

幫我做決定:{{decision_to_make}}

請一步一步推理:
1. 列出我應該考量的關鍵因素
2. 分析每個選項在這些因素上的表現
3. 指出主要風險和取捨
4. 給我建議,並說明理由

要具體,請針對我的實際情況分析,不要給通用建議。

2. 利弊比較

比較這兩個選項:{{option_1}} 和 {{option_2}}

請有系統地推理:
1. 先列出這類決策最重要的 5 個評估標準
2. 用這些標準評估每個選項
3. 標出絕對不能接受或非要不可的條件
4. 衡量整體取捨
5. 給我明確的建議

不要只列優缺點清單——要實際推理出哪些因素更重要、為什麼。

3. 根因分析

幫我搞清楚這件事為什麼會發生:{{problem_description}}

請依照以下流程推理:
1. 釐清「實際發生了什麼」和「應該發生什麼」之間的差異
2. 列出所有可能原因(包括看起來不太可能的)
3. 針對每個原因,想想什麼證據能證實或排除它
4. 根據目前的資訊,找出最可能的根本原因
5. 建議怎麼驗證這個推論,以及接下來要做什麼

4. 步驟規劃

我要 {{goal}}。

請把這件事拆解成步驟:
1. 先指出在動工之前必須先完成的事(前置條件)
2. 列出主要階段或里程碑
3. 每個階段下,列出需要採取的具體行動
4. 標出彼此的相依關係(哪一件事必須先發生,後面才能開始)
5. 點出可能的卡關點,以及應對方式

要具體——給我可以直接執行的步驟,不要給空泛的建議。

5. 複雜問題分析

{{complex_question}}

回答之前,請先仔細想過:
1. 拆開來看,這個問題真正在問什麼
2. 找出問題裡內建的假設
3. 列出會影響答案的關鍵因素
4. 對每個因素逐項推理
5. 最後再給我答案,並附上支撐這個答案的推理

如果有真正的不確定性,請直接說,不要硬裝確定。
這幾組提示詞都遵循同一個模式:先說明你要什麼,接著明確描述你希望 AI 走過什麼樣的推理流程。這個結構會引導 AI 做完整分析,而不是直接跳到結論。
提示詞模板卡片,可填入變數欄位以套用到不同任務
提示詞模板卡片,可填入變數欄位以套用到不同任務
如果你發現自己常常重複用這幾組提示詞,每次只是換掉裡面的決策、問題或情境,那麼像 PromptNest 這類工具就能幫你把它們連同 {{變數}} 一起存起來。要用的時候填空格,整段提示詞就能直接複製出去。

排錯:當推理走偏的時候

有時候你用了思維鏈,AI 也乖乖把步驟寫出來……結果還是錯。怎麼辦?
推理看起來沒問題,但結論錯了。通常是 AI 從一個錯的前提出發。問它:「你做了哪些假設?請明確列出來。」錯誤常常藏在那個沒講出口的前提裡,而不是邏輯本身。
AI 漏掉重要因素。回它:「你沒考慮到 {{factor}},這會怎麼影響你的分析?」AI 會把新資訊納入,通常也會修正結論。
推理講了等於沒講,繞圈圈。請它再具體一點:「你在第 2 步說『這可能有風險』。是哪些具體的風險?要怎麼量化?」逼它講出細節,含糊的思考就會原形畢露。
你覺得 AI 太自信。試試看:「請當魔鬼代言人。反對這個結論最強的論點是什麼?」這招常常能挖出 AI 第一次沒提到的弱點。
思維鏈提示的重點不只是要更好的答案,而是把 AI 的推理過程攤開來,讓你能抓出問題、做修正。把第一次的回答當成起點,不要當成定稿。

今天就開始用思維鏈

你不必背一堆技巧,也不用照什麼複雜的框架走。記得核心觀念就好:當你需要 AI 真的過,而不是用猜的,就請它把過程寫出來。
從一件你常請 AI 幫忙的事開始試——分析、比較或排錯都可以。在後面加一句「請一步一步思考」,看看回答有什麼不一樣。一旦你看出差別,自然就會知道什麼時候該用。
如果你想把這類推理用的提示詞收成一份個人庫,存哪裡都行——筆記 App、文件、你習慣的工具都可以。如果你想要一個專門做這件事的選項,PromptNest 是一款原生 Mac App(在 Mac App Store 上 $19.99 一次買斷,不訂閱、不用註冊、完全在本機執行),會幫你把提示詞連同變數整理好。不管選哪一種,重點是當你需要的時候,最好用的提示詞已經就位——不會被埋在舊的對話紀錄裡。
AI 是真的幫你思考、還是只是回得很有自信?差別常常就在這六個字:「請一步一步思考。」