📚 AI专家养成计划 · 第22篇（共140篇）
⏱️ 阅读时间：正文10-15分钟 + 地铁深读5-10分钟
🎯 适合人群：刚学完思维链理论，想动手练一遍的你
上篇回顾：思维链的三个层次
今天早课我们学了思维链（Chain-of-Thought），核心就三件事：
1. 思维链的本质——不是让AI”多说点”，而是让AI把推理过程展示出来。
2. 三种用法——从简单的”请一步步思考”，到你自己设计思考框架，再到给AI看完整的推理示例。
3. 使用判断标准——如果这个问题你自己也需要想一想才回答，就用思维链；不假思索就能答的，不需要。
💡 早课是”知道是什么”，晚课是”动手做一遍”。今晚我们不讲新概念，只做一件事：练。
练习一：一句话提问 vs 思维链提问
我选了三个最常见的日常场景，带你看看加了思维链之后，AI的回答质量有多大差别。
场景A：买笔记本电脑
普通提问：
我想买个笔记本电脑，预算6000，推荐一下。
AI通常会直接甩一个清单：联想小新、RedmiBook、华为MateBook……看着像广告，你也不知道为什么推荐这些。
思维链提问：
我想买个笔记本电脑，预算6000元。请按以下步骤帮我分析：
1. 先问清楚我的核心需求（工作类型、便携性、屏幕要求等）
2. 根据需求确定我需要重点关注哪些参数
3. 在预算范围内筛选2-3款最匹配的型号
4. 对比这几款的优缺点，给出最终建议
>
请一步步来，先从第1步开始。
AI会先问你：你主要用来做什么？编程？剪视频？写文档？出差多不多？要不要独立显卡？
差别在哪？ 第一种方式AI在猜你的需求，第二种方式AI在帮你理清需求。你自己都不一定想清楚了要什么，AI猜能猜对吗？
场景B：解释一个概念
普通提问：
什么是通货膨胀？
AI会给你一段百科式的定义，准确但无聊。
思维链提问：
请用一个10岁小孩能听懂的方式解释”通货膨胀”。按这个思路来：
1. 先讲一个贴近生活的小故事来引入
2. 从故事中提炼出核心概念
3. 用一个简单的比喻来巩固理解
4. 最后用一句话总结
AI会讲一个”学校小卖部”的故事：原来5块钱能买一包薯片，后来大家零花钱都多了，薯片就涨到了8块。你的钱没变少，但能买的东西变少了——这就是通货膨胀。
差别在哪？ 第一种方式AI按自己的习惯回答，第二种方式你控制了回答的结构和深度。
场景C：做决策
普通提问：
我应该跳槽吗？
AI要么说”这取决于你的具体情况”（废话），要么给一堆泛泛的建议。
思维链提问：
我在考虑要不要跳槽，请帮我做一个理性分析。请按以下框架：
1. 先列出留在当前公司的好处和风险（至少各3条）
2. 再列出跳槽的好处和风险（至少各3条）
3. 帮我设定3个关键决策因素（比如薪资涨幅、成长空间、工作生活平衡）
4. 假设你是我，基于以上分析给出建议，并说明理由
>
请展示完整推理过程，不要直接说”跳”或”不跳”。
你会看到AI认真地在帮你权衡利弊，而不是随口给个结论。
🔑 练习小结：思维链的关键不是”让AI多说话”，而是你来设计思考的路线图。AI是导航仪，你得告诉它目的地和路线，它才能带你去。
练习二：给你的工作写一个”万能思维链模板”
现在轮到你了。拿出纸笔（或者打开备忘录），按下面的步骤操作：
第一步：想一想你最近让AI帮过什么忙
比如：
- 写邮件
- 分析数据
- 做方案
- 翻译文档
- 写代码
- 回答客户问题
第二步：选一个最常用的场景
比如你经常用AI帮你写工作周报。
第三步：用下面的框架设计思维链模板
`
角色：你是一位{具体角色}
任务：请帮我{具体任务}
请按以下步骤思考：
- 先{第一步做什么}
- 然后{第二步做什么}
- 接着{第三步做什么}
- 最后{输出什么}
要求：
- {格式要求}
- {风格要求}
- {不要做什么}
`
第四步：实际测试
把你设计的模板丢给AI试一次。如果结果不满意，调整步骤描述再试。
我的建议：一个模板通常要调3-5次才能用顺手。别期望一次就完美，迭代才是常态。
练习三：思维链 + CRIS 融合实战
Day10学了CRIS框架，今天学了思维链。现在把两者组合起来。
场景：你是一个项目经理，需要AI帮你评估一个技术方案的风险。
融合提示词：
角色：你是一位有10年经验的IT项目经理，擅长风险评估和项目管理。
>
任务：请对以下技术方案进行风险评估。
>
输入：我们计划将公司的ERP系统从本地服务器迁移到公有云（阿里云），涉及数据库迁移、应用改造、员工培训三个阶段，预算50万，工期3个月。
>
思考步骤：
1. 先识别方案中的关键技术风险点（至少3个）
2. 再识别管理和人员风险（至少2个）
3. 对每个风险评估发生概率和影响程度
4. 针对高风险项提出具体应对措施
5. 综合评估：这个方案的风险是否可控？
>
格式要求：用表格展示风险清单，最后给出一段总结性建议。
>
约束：不要回避风险，宁可说”风险较高”也不要盲目乐观。
看到没？CRIS搭骨架，思维链填血肉。角色和任务让AI知道自己是谁、要干什么，思维链让AI知道怎么干。这才是完整的提示词工程。
练习四：常见错误纠正
我在教团队用思维链的过程中，总结了三个最常见的错误：
错误一：步骤太粗
❌ “请分析这个方案的优缺点”
这不算思维链，这只是一个普通请求。AI不知道要分几步、每步做什么。
✅ “请先列出方案的3个优势并说明理由，再列出3个风险并说明可能的后果，最后对比优势和风险给出建议”
错误二：步骤太多
❌ “请按以下15个步骤逐一分析……”
步骤太多AI会偷懒——要么跳过中间步骤，要么每步只写一句话敷衍你。
✅ 3-5步最佳。如果任务确实复杂，分两次对话完成：第一次分析前半部分，第二次继续。
错误三：步骤之间没有逻辑关系
❌ “1. 先说说背景 2. 再说说市场 3. 最后给建议”
这三步之间没有推理链条，AI还是在拼凑信息。
✅ “1. 先明确核心问题 2. 从问题出发分析根因 3. 基于根因提出解决方案 4. 评估方案的可行性”
每一步都是上一步的自然推导，这才叫思维链。
课后作业
花10分钟做这件事：
- 翻聊天记录：找到你最近一次跟AI的对话
- 诊断：你的提问有没有用思维链？如果没有，属于哪种错误（太粗/太多/没逻辑）？
- 改写：用今天的模板重新写一个带思维链的提示词
- 测试：把新旧两个提示词分别丢给AI，对比结果
做完你会发现，同一个问题，AI的回答质量能差两三个档次。
🚇 地铁深读：思维链的进阶玩法
“自我一致性”——让AI自己检查自己
2022年Google还提出了一个叫Self-Consistency的技术，思路很有意思：让AI用思维链做同一道题做5次，然后取出现次数最多的答案。
为什么这样做有效？因为AI每次推理的路径可能不同——就像你做数学题，这次用代数方法，下次用几何方法。如果5次推理中有4次都得到了同一个答案，那这个答案大概率是对的。
实际操作：你可以在提示词里写”请用两种不同的推理路径分析这个问题，然后对比两个结论是否一致”。虽然比不上真正的Self-Consistency技术，但思路是一样的——多角度验证比单次推理更可靠。
思维链的”反向工程”
有时候你拿到一个AI给出的好答案，想让AI以后都按这个水平回答。怎么做？
反向思维链：把好答案喂给AI，让它倒推出推理过程。
以下是一个优秀的{领域}分析报告。请反推出撰写这份报告的思维过程：
1. 作者第一步可能做了什么分析？
2. 作者是如何组织论证逻辑的？
3. 作者用了什么方法来支撑结论？
>
[粘贴好答案]
AI会帮你把”思维路线图”逆向还原出来。下次你就可以直接用这个路线图来指导AI生成类似质量的内容。
推荐阅读
如果你想深入了解思维链的原理，推荐两篇论文（英文，但写得很清楚）：
- 《Chain-of-Thought Prompting Elicits Reasoning in Large Language Models》（Google, 2022）——思维链的开山之作
- 《Self-Consistency Improves Chain of Thought Reasoning in Language Models》（Google, 2023）——自我一致性技术
读不懂全文也没关系，看看论文里的示例图就够了。那些before/after的对比图，比任何教程都直观。
今日小结
今天晚课我们做了四件事：
- 三个场景实战——买电脑、解释概念、做决策，感受思维链的威力
- 设计万能模板——给你自己的工作场景写一个思维链模板
- CRIS融合——把Day10的框架和今天的思维链组合起来
- 避坑指南——三个常见错误和纠正方法
记住：思维链不是让AI多说话，而是你来设计思考的路线图。
下篇预告
明天早上8点：Day12——少样本学习：给AI看例子
思维链是教AI”怎么想”，少样本学习是教AI”怎么模仿”。明天教你用”举例子”的方式，让AI秒懂你的意图。这两个技巧组合起来，提示词的威力直接翻倍。
明晚5点：Day12——晚课 少样本学习实战
*作者：攀岩者，技术总监，19年 IT 全栈实战。精通网络、安全、云计算、容器、数据库、超算，持证 PMP、ITIL、CKA、网络工程师、信息安全等级保护、AIX 天工计划。主导过多个千万级政务与智慧城市项目，从售前到交付全流程打通。热衷开源，日拱一卒，每天分享 AI 学习笔记，陪你从零基础到 AI 达人。*
发表回复