大家可以回想一下自己在使用 AI 的過程中，是否曾經發生這樣的狀況：明明指令下得很清楚，但 AI 的回答還是跟自己想要的差了十萬八千里？而且缺少了中間推理思考的過程，所以輸出的結果總是讓人不太敢輕信與使用
為了解決這個問題，我們可以使用 Chain of Thought (以下簡稱 CoT ) 技巧來協助 AI，所謂的 CoT 就是模擬人類思考的過程，我們在腦海中解題，或進行各種沙盤推演時，並不是憑空冒出答案的，而是會一步步拆解、再逐漸推出結論。所以 AI 接收到 CoT 提示詞後，就會模仿我們這種思考的過程，讓輸出的邏輯變得更透明可靠。
這讓我想起高中時，我曾經看了一道數學題就直接寫出答案，後來老師還特地問我是怎麼解出來的，我還記得當時回答了一個很 8+9 的答案：「就... 看著題目就這樣寫出來了」(什麼鬼 XXD)，現在回想起來，我當時就有成為 AI 的潛力啊 QwQ。
CoT 思維鏈就是讓 AI 顯式的展示推理步驟的提示詞技巧，我們不直接跟 AI 要答案，而是要求 AI 先解釋如何思考，再給出結論。
我們使用一個簡單的數學問題，來了解 CoT 的價值，首先是單刀直入的提示詞：
問題：小明有 15 顆蘋果，吃了 5 顆，又買了 8 顆，請問他現在有幾顆蘋果？
再來是加上 CoT 的提示詞：
問題：小明有 15 顆蘋果，吃了 5 顆，又買了 8 顆，請問他現在有幾顆蘋果？
請一步步思考並解答。
這是 AI 的 CoT 回應，提供了計算方式與思考過程：
這背後的原理就是模擬了人類慢思考的過程，因為複雜的問題需要深度的邏輯處理，所以我們用 CoT 啟動 AI 的慢思考模式，強制讓 AI 進行結構化的思考，以減少跳躍式推理的錯誤，另外讓 AI 寫出思考過程，也可以讓我們檢視每一步的邏輯有沒有問題。
但如同前面提過，現在的 LLM 都非常強大，而且他們在大量訓練資料中，已經內化了這種回答習慣，可以自己判斷什麼時候需要放慢去思考，所以現在即使沒有特別告訴 AI 需要提供思考過程，他也會自動展示自己的 CoT。
不過明確使用 CoT 提示詞依然有其必要性，尤其是在較複雜的問題上，使用提示詞可以強制 AI 進入 CoT 模式，關於使用情境會在後續內容提到 ⬇️。
在提示詞中搭配 CoT 的方法非常靈活，這邊幫大家整理了從簡單到複雜的三個版本：
最簡單的方式，就是加上一句提示即可，例如：
這些提示雖然簡短卻依然是 CoT 的提示詞，AI 看到後就不會直接跳到答案
不同於簡單版是讓 AI 自由發揮思考步驟，我們也可以給定框架讓 AI 照著我們的步驟去分析問題，通常用在商業分析或訂定策略的情境：
請用以下步驟分析這個商業問題：
1. 理解問題核心
2. 分析各種可能性
3. 評估風險與機會
4. 提出建議方案
問題：我們的 APP 使用者一直遞減，該怎麼辦？
是的，Few-shot 又來了！畢竟要讓 AI 理解最有效的方法之一就是學習模仿，所以我們可以提供一個「逐步推理」的範例讓 AI 學習，例如：
請參考以下的思考方式分析問題：
範例：如何提升網站轉換率？
思考過程：
1. 現況分析：目前轉換率多少？
2. 問題診斷：哪個環節流失最多用戶？
3. 解決方案：針對問題點提出改善措施
現在請用同樣方式分析：如何降低客服電話量？
此時 AI 就會參考這個思考過程提供對應的資料，每個項目大約有 5 個列點內容：
以我自身為例，我覺得最需要用 CoT 處理的任務就是跟數學、邏輯相關的輸出，因為這類問題的正確性很依賴中間步驟，如果我們省略了過程，AI 就會因為小小的計算失誤而給出完全錯誤的結論。大家還記得 ChatGPT 一開始問世時，不管是算數還是數數都不擅長嗎，很大原因就是因為缺少了 CoT 的提示詞。
再來也可以用 CoT 幫忙做商業決策這種需要邏輯或花時間分析的事務。公司的商業決策通常會有固定的框架，這時候就可以把這個框架拆解成步驟，請 AI 協助分析：
主題：請評估我們公司 (一家專注於效率工具的軟體商) 推出一款「AI 會議助理 App」的可行性。
請嚴格依照以下的思考步驟來分析並給出建議：
步驟一：定義核心問題
首先，分析這款 AI 會議助理主要解決了目標用戶的哪一個「最痛」的問題？例如：會議太多導致無法專注？或是會議後的任務追蹤混亂？
步驟二：鎖定目標客群
承上一步分析的「痛點」，什麼樣的群體或職位最迫切需要解決這個問題？(這個客群的定義必須直接源自步驟一的結論。)
步驟三：提煉核心價值主張
基於上述的「特定痛點」和「特定客群」，我們應該如何用一句話向他們傳達產品的獨特價值？這個價值主張必須精準回應步驟一的問題，並吸引步驟二的客群。
步驟四：評估關鍵風險
基於我們提出的「價值主張」，目前市場上最大的威脅是什麼？例如：競爭對手是否已用不同方式滿足了此需求？或此客群是否有轉換障礙？
步驟五：做出最終決策建議
綜合以上所有分析，你認為我們應該投入資源開發，還是需要重新審視這個方向？請說明理由。
在 debug 網站時也可以加入 CoT 的提示詞，例如請 AI 按步驟分析網站變慢的原因：
問題：網站載入速度變慢了，請診斷可能原因
請按照以下步驟分析：
1. 定義問題
2. 收集資料
3. 假設原因
4. 逐一驗證
5. 提出解決方案
雖然 CoT 看起來無所不能，但事實上還是有些問題，最主要的原因就是 AI 不像人類一樣真的能獨立思考，AI 展現的推理過程，更像是一種模仿，這也會造成他的邏輯看起來好像很合理，但事實上可能在中途就跑偏了，或者夾雜部分錯誤。
為了避免這種情況發生，我們可以再加入更強的約束提示詞：
請聚焦以下的關鍵點思考，不要考慮其他因素
或者請 AI 檢查一下自己寫的東西：
請在得出最終答案前，重新檢查你的推理過程：
1. 每個步驟的前提是否正確？
2. 邏輯推導是否合理？
我在使用進階版 CoT 的段落有結合 Few-shot 提示詞，這表示 CoT 是可以與其他技巧相結合，以產生更好的效果。
我們可以結合在 Prompt 的三大要素：角色、任務、格式介紹到的角色功能，請 AI 扮演某領域的專家，並在限制的條件下進行思考：
請扮演一位經驗豐富的產品經理，在預算上限 50 萬和開發時程不能超過 3 個月的限制下，逐步分析如何快速進入新市場？
AI 在分析的過程中，會寫出行動和預期的產出，以確保時程順利進行。
我們也可以要求 AI 產生多條思維推理鍊，然後比較不同的輸出：
請用兩種不同方法 (A 和 B 方法) 解決這個問題，並比較結果是否一致。
關於多重驗證思考 (Self-consistency) 的介紹我們會在後續的章節詳細說明。
如果 CoT 是一個鏈，那 ToT (Tree of Thought, 思維樹)，就是在每個思考的節點上在探索不同的可能，進而形成一個樹狀 (網狀) 結構， 適合用在非常複雜的開放性問題上，幫助我們從茫茫網海中找到最好的起點。
請用樹狀思考分析問題：男女朋友分手的原因
第一層：問題的三種可能原因（A, B, C）；
第二層：針對每個原因，分析其子原因或解決方案；
最後：選出最佳路徑。
我請 Gemini 2.5 Pro 幫我分析男女朋友分手的可能原因，他就會先拆成兩個層級，再進行分析與比較：
CoT 最有價值的地方就是把一個複雜的、模糊的大問題，轉化成一個有結構的框架。這邊提供四個情境的 CoT Prompt Templates，都是我覺得通性用高也實用的提示詞，大家可以直接複製使用。
當我們碰到一個問題 (ex. 業績下降、感情受挫 ....) 想要快速找到真正原因時，可以使用這個模板，他的特性是可以深入分析與評估現狀，而非只停留在表面的問題。
請使用以下步驟來分析並解決指定的問題：
**問題情境：**
[在此填入你觀察到的主要問題或現象，例如：我們 APP 的用戶月活躍度連續三個月下降]
**請逐步思考：**
1. **定義具體症狀：** 明確指出最表層、最直接被觀察到的問題數據或現象是什麼？
2. **列出可能原因：** 導致這個症狀的所有可能原因有哪些？ (請從產品、行銷、營運、外部競爭等角度發想。)
3. **評估與鎖定：** 根據現有數據或邏輯判斷，哪 1-2 個是「最有可能」的主要原因？為什麼？
4. **深入挖掘：** 針對上述「主要原因」，為什麼這個原因會發生？(如果需要，可以像「剝洋蔥」一樣再追問一次為什麼。)
5. **提出對策：** 針對你找到的「根本原因」（而非表面症狀），提出 2-3 個具體且可執行的解決方案，並排序其優先級。
當我們有多個選項需要做出權衡時，就可以用這個 CoT 先幫我們定義好標準再進行評估，盡量在客觀不帶有情緒的前提下，輔助我們進行決策。
我需要你幫我從以下選項中做出最佳決策。
**決策目標：** [ 在此填入你要達成的最終目的，例如：選擇一個最適合 50 人團隊的專案管理工具 ]
**選項 A：** [ 填入選項 A 的名稱或描述，例如：Asana ]
**選項 B：** [ 填入選項 B 的名稱或描述，例如：ClickUp ]
**選項 C：** [ 填入選項 C 的名稱或描述，例如：Jira ]
**請逐步思考：**
1. **確立評估標準：** 首先，為了達成「決策目標」，最重要的 3-5 個評估標準是什麼？ (例如：1. 成本 2. 易用性 3. 整合能力 4. 擴展性)
2. **逐項分析：** 根據上述所有標準，逐一評估每個選項的優勢與劣勢。
3. **關鍵差異對比：** 針對你認為最重要的 1-2 個標準，直接比較 A、B，和 C 的「關鍵差異」在哪裡？
4. **風險評估：** 選擇 A、B 或 C 各自可能面臨的最大風險是什麼？
5. **提出建議：** 總結分析，明確推薦選擇哪個選項，並說明你的核心理由。
我們有個明確但遙遠的目標，例如這一季的 KPI、產品上線發表會 ... 等，需要制定一個可行的路徑，而這個路徑是要從終點倒推回原點時，就可以考慮用逆向規劃的方式回推。
我有一個明確的目標，請幫我制定一個可執行的行動計劃。
**最終目標 (Goal)：** [ 在此填入你希望達成的最終成果，例如：在 90 天內讓新產品的網站註冊轉換率達到 5% ]
**目前狀態 (Current)：** [ 簡述目前的起點，例如：目前轉換率只有 1% ]
**請使用「逆向工程」逐步思考：**
1. **成功的關鍵前提：** 為了達成「最終目標 5%」，在它發生的前一刻(例如第 60-90 天)，必須先完成的「關鍵里程碑」是什麼？（例如：A/B 測試流程必須順暢且至少完成 5 輪測試）
2. **中間步驟：** 為了達成「上述里程碑」，再往前推 (例如第 30-60 天)，我們必須先完成什麼？ (例如：必須先建立好分析工具的事件追蹤，並產出至少 3 個版本的登錄頁面)
3. **啟動任務：** 為了開始「中間步驟」，我們從「目前狀態」出發，在第一個 30 天內，必須完成的第一個具體行動是什麼？ (例如：必須先完成用戶訪談，找出目前 1% 轉換率的瓶頸)
4. **總結行動路徑：** 請將以上分析轉化為一個從「現在」到「未來」的正向時間順序步驟列表 (例如：階段一：... 階段二：... 階段三：...)
我常常在社群中看到很多不同觀點的優質好文，我自己很喜歡看這些文章並思考著：為什麼他們那麼厲害，都可以有不同的觀點？有時候我會想學習他們思考的方式，或想了解他們經歷了什麼，到底是要經過怎樣的訓練才能寫出那麼棒的文章？
所以我會搭配這個解構大家論點的 CoT，希望可以幫助到我學習每個人的觀點，並從中思考有沒有我沒抓到的點。
請幫我深入分析以下這段文字，並評估其論點的強度。
**待分析文字：**
"""
[在此貼上你希望分析的文章段落、新聞報導或他人論述]
"""
**請逐步思考：**
1. **核心論點：** 作者試圖傳達的最主要的核心觀點或主張是什麼？請用一句話總結。
2. **支撐證據：** 作者提出了哪些主要的事實、數據、案例或理由來支持他的核心論點？請列出 1-3 個。
3. **隱藏假設：** 為了讓「證據」能導向「論點」，作者做了哪些沒有明說的「隱藏假設」？
4. **邏輯評估：** 這些證據與論點之間的邏輯聯繫是否牢固？是否存在任何邏輯謬誤、數據誤用或情感偏見？
5. **綜合結論：** 總體來說，這個論點的可信度高還是低？你被說服了嗎？為什麼？
透過 CoT 提示詞讓 AI 開始有思考能力，這樣我們就愈能理解 AI 的想法，透過回答，不僅看到了 What，更能看懂 Why，也許還能從中學習 AI 的思路，並與它協作，且在 AI 出錯時知道如何修正他。
以上的分享希望能讓大家更了解 CoT 的概念，有任何問題都歡迎留言討論。
iThome鐵人賽
看影片追技術
看更多