思维链提示

思维链（CoT）提示是提示工程中的一种高级技术，它使大型语言模型（LLM）能够通过将复杂推理任务分解为中间逻辑步骤来解决问题。CoT不是要求模型立即提供最终答案，而是鼓励系统生成模仿人类解决问题的“思维链”。这种循序渐进的推理显著提高了涉及算术、符号逻辑和常识推理任务的性能，改变了我们与人工智能（AI）系统交互的方式。

推理机制

标准语言模型在处理多步骤问题时常常遇到困难，因为它们试图在单次通过中将输入直接映射到输出。这种“黑箱”方法可能导致错误，尤其是在逻辑跳跃过大时。思维链提示通过在输入问题和最终输出之间插入推理步骤来解决这个问题。

这个过程通常以两种方式进行：

• 零样本思维链（Zero-Shot CoT）：用户在提示中添加一个简单的触发短语，例如“让我们一步一步思考”。这会在不需要特定示例的情况下激活模型的潜在推理能力。
• 少样本CoT：提示中包含少量问题及其分步解决方案的示例（范例）。这利用了少样本学习，在尝试解决新问题之前，向模型展示如何精确地构建其逻辑。

通过明确生成中间推理，模型有更多机会纠正自身，并提供了其得出结论过程的透明度。这对于减少LLM中的幻觉至关重要，否则模型可能会自信地陈述不正确的事实。

实际应用

尽管思维链提示最初是为基于文本的逻辑开发的，但当它与计算机视觉和代码生成等其他AI领域结合时，具有强大的应用潜力。

1. 增强计算机视觉的代码生成

开发者使用思维链（CoT）来指导大语言模型（LLM）编写复杂的软件脚本，以完成诸如 object detection 等任务。与“编写代码来查找汽车”这种模糊请求不同，一个思维链提示可能会这样组织请求：“首先，导入必要的库。其次，加载预训练模型。第三，定义图像源。最后，运行预测循环。”这种结构化方法确保了为 YOLO26 等模型生成的代码在语法上正确且逻辑严谨。

2. 自主决策

在自动驾驶汽车领域，系统必须处理视觉数据并做出安全关键决策。思维链方法允许系统阐明其逻辑：“我detect到人行横道附近有一名行人。该行人正面向道路。交通灯对我来说是绿灯，但行人可能会走出。因此，我将减速并准备停车。”这使得AI的决策具有可解释性，并符合可解释AI (XAI)的原则。

思维链实践

尽管 CoT 主要是一种自然语言技术，但它可以以编程方式实现，以确保与视觉模型的一致交互。以下 python 示例演示了开发人员如何构建提示，以指导 LLM（此处模拟）为 Ultralytics Platform 生成有效的推理代码。

# Example of structuring a Chain-of-Thought prompt for an LLM
# This prompt guides the model to write a valid YOLO26 inference script

cot_prompt = """
Task: Write a Python script to detect objects using YOLO26.

Chain of Thought:
1. Import the YOLO class from the 'ultralytics' library.
2. Load the 'yolo26n.pt' model weights (the latest nano model).
3. Load a sample image using a URL or local path.
4. Run the predict() function and save the results.

Based on these steps, generate the Python code below:
"""

# In a real application, you would send 'cot_prompt' to an LLM API
print(f"Structured Prompt for LLM:\n{cot_prompt}")

区分相关概念

区分思维链提示与 机器学习 (ML) 领域中的类似术语至关重要：

• 提示链：这涉及连接多个独立的模型调用，其中一个步骤的输出成为下一个步骤的输入。思维链（CoT）发生在一个单一的提示中，以激发内部推理，而提示链则在多个交互中协调工作流。
• 检索增强生成 (RAG): RAG 专注于获取外部数据（如文档或数据库）以夯实模型的知识基础。CoT 则侧重于 推理过程本身。通常，两者结合使用——RAG 获取事实，CoT 进行推理。
• 提示调优：这是一种参数高效的微调方法，在训练期间优化连续的软提示（向量）。思维链（CoT）是一种离散的自然语言策略，在实时推理时应用，不改变模型权重。

未来展望

随着 foundation models 的不断发展，思维链提示（Chain-of-Thought prompting）正成为释放其全部潜力的标准最佳实践。Google DeepMind 等团队的研究表明，随着模型规模的扩大，其执行思维链推理（CoT reasoning）的能力显著提高。这一演进正在为更可靠、更自主的智能体铺平道路，使其能够处理从医疗保健到 smart manufacturing 等行业中的复杂工作流程。