Appearance
6.3 推理与示例技巧深入
这一节讲两类最能提升质量的技巧：让模型先想再答（推理类）和给它看范例（示例类）。它们对应 6.1 的两个杠杆——引导路径和给范例。
Chain-of-Thought（思维链）：先推理再给答案
让模型在给最终答案前，先把推理过程写出来。因为它一个 Token 一个 Token 生成、每个都影响后面（0.2），先"想"过一遍，答案更准。
❌ 直接要答案：
一件商品 80 元，先涨价 25% 再打 8 折，最终多少钱？
✅ 引导推理：
请一步步计算：一件商品 80 元，先涨价 25% 再打 8 折，最终多少钱？
先写出每一步计算，再给最终答案。💡 比喻：让人口算"挺复杂一道题"容易错；让他"在草稿纸上一步步算"就准多了。CoT 就是给模型一张草稿纸。
⚠️ 重要：推理模型（1.7，如 DeepSeek 思考模式）自己内部已经会想，你再硬塞 "请一步步思考" 往往多余、甚至干扰。CoT 主要给普通模型用；用推理模型时直接提需求即可。
任务分解（Decomposition）：拆成小步
一个复杂任务，与其让模型一口气端出来，不如拆成几个明确的小步，让它按步骤走。
请按以下步骤分析这份合同：
1. 先列出所有涉及金额的条款
2. 再标出每条的付款时间点
3. 最后判断是否存在付款时间冲突，给出结论好处：每步都清晰、可检查，避免模型在一个大模糊任务里跑偏（呼应 2.4 推理雪崩）。复杂任务，分解几乎总是值得的。
Few-shot：给范例，胜过千言
与其用一堆形容词描述"我要什么风格/格式"，不如直接给 2-5 个"输入→输出"的范例，让模型照着学。
把用户反馈分类，参考以下例子：
输入：导出按钮太难找了
输出：{"类别":"易用性","情绪":"负面"}
输入：希望能支持批量导出
输出：{"类别":"功能建议","情绪":"中性"}
输入：这个功能太好用了谢谢！
输出：{"类别":"好评","情绪":"正面"}
现在分类：
输入：每次保存都要等好久
输出：选例子的讲究（很多人忽略）：
- 覆盖多样性：例子要覆盖不同类别/情况，别都是同一种
- 包含易错/边界 case：把模型容易搞错的那种也示范一个
- 格式完全一致：例子的输出格式就是你要的格式，模型会精确模仿
- 顺序：有时模型会受最后一个例子影响更大，重要的别都堆在最前
💡 Few-shot 是"控格式/控风格"最有效的手段。一个好范例，胜过十句"要简洁、要专业、要……"。
Zero-shot vs Few-shot 怎么选
| 情况 | 用 |
|---|---|
| 任务标准、常见（翻译、总结） | Zero-shot（直接说，省 token） |
| 有特定格式/风格要求 | Few-shot（给范例最直接） |
| 模型总理解偏、分类老错 | Few-shot（用例子把它掰正，尤其放易错 case） |
进阶：Self-Consistency 与 Step-back
了解两个进阶招，难题时有用：
Self-Consistency（自洽投票）：同一难题让模型用 CoT 跑多次（温度调高些），取出现最多的答案。适合有唯一正解、又容易偶发出错的题（数学、逻辑）。代价是多花几倍调用。
（同一道题独立跑 5 次 CoT → 5 个答案里投票选最多的）Step-back（先退一步）：先让模型回答一个更抽象、更上位的问题，再回到具体问题。
先回答：解决这类"高并发下数据一致性"问题，通用的原则有哪些？
然后基于这些原则，解决我下面的具体场景：……先唤起一般原则，再落到具体，答案往往更稳、更有章法。
🛠️ 实战练习：CoT 和 Few-shot 各试一次
- CoT：找一道普通模型容易算错/推错的题，对比"直接问"和"请一步步推理再答"的正确率
- Few-shot：让模型按你的格式做分类，先 zero-shot 看它格式飘不飘，再加 3 个范例（含一个易错 case），看是否稳定
- 如果手头是推理模型，验证一下：硬加"请一步步思考"是不是没必要、甚至更啰嗦
进阶挑战：拿一道难题做 self-consistency——跑 5 次取多数，看准确率比单次高多少、多花了多少成本。
📌 关键结论
- CoT 给普通模型一张"草稿纸"，先推理再答更准；推理模型自带思考，别硬塞 CoT
- 复杂任务拆成明确小步，每步可检查，防跑偏
- Few-shot 给范例是控格式/控风格最有效的手段；选例要多样、含易错 case、格式一致
- 标准任务用 zero-shot 省 token；要控格式或老出错用 few-shot
- 进阶：self-consistency 多跑投票治偶发错；step-back 先抽象后具体更有章法
下一节：6.4 控制输出