什么是思考链 (CoT)
思考链(Chain of Thought,简称 CoT)是一种推理策略,通过将复杂问题分解为多个简单步骤,从而提升大型语言模型(LLM)的推理能力。
这种方法使得模型能够逐步构建解决方案,从而减少错误并提高准确性。
CoT 主要应用于需要多步骤推理的任务,如数学问题、逻辑推理和编程问题等。
值得注意的是,CoT 是 OpenAI 与 DeepLearning.AI 合作的课程中提到的一种重要策略。
课程链接:https://learn.deeplearning.ai/courses/chatgpt-building-system/lesson/5/chain-of-thought-reasoning
介绍提示词的简单模版
为了更好地利用思考链方法,我建议使用以下提示词模版:
我要让 AI 帮我 {XXXX},请帮我用 Chain-of-Thought 来写 AI 提示词。
这个模版可以帮助你有效地引导 AI 进行多步骤推理,从而提高任务完成的准确性和效率。
传统方法的局限
在过去,使用 GPT 处理任务时,通常会添加一句“请一步步思考”。然而,这种提示较为笼统,模型有时无法准确理解具体需求,导致结果不尽如人意。
改进方法:通过 CoT 生成提示词
最近,我发现了一种更高效的方法:先通过 CoT 生成提示词,然后根据这些提示词完成任务。
实践示例
示例一:英文翻译成中文(先直译,再反思,再意译)
提示词模版:
我要让 AI 帮我从英文翻译成中文(先直译,再反思,再意译),请帮我用 Chain-of-Thought 来写 AI 提示词。
GPT-4o 生成的提示词如下:
示例二:画图
提示词模版:
我要让 AI 帮我画图,我会先上传一张图片,让AI 帮我画出相似的图片,相似度 100%,请帮我用 Chain-of-Thought 来写 AI 提示词。
我上传的原始图片是在 ideogram 平台上生成的,通过 GPT-4o 生成的提示词重新输入 ideogram 后,生成的新图片与原图片非常相似。
需要注意,如果直接在 GPT 里生成,可能效果不好,因为 GPT 里用的是 DALLE3 模型。
示例三:写推荐文案
提示词模版:
我要让 AI 分析我上传的文章,写一段适合发布在即刻(https://web.okjike.com/)网站上,以吸引即刻粉丝阅读的文案,请帮我用 Chain-of-Thought 来写 AI 提示词。
结果显示,生成的文案效果非常不错。
为什么需要特定 CoT
不同内容需要生成不同的 CoT,因为每个问题的结构和逻辑不同,需要特定的推理步骤来解决。
通过生成特定的 CoT,可以引导模型逐步完成每个步骤,从而提高问题解决的准确性和效率。
Anthropic 智能生成提示词
Anthropic Prompt Generator 也备受关注。除了直接在 Anthropic API 的 playground 后台生成外,还可以在 Colab 上生成。相关链接如下:
·https://docs.anthropic.com/en/docs/helper-metaprompt-experimental
·https://colab.research.google.com/drive/1SoAajN8CBYTl79VyTwxtxncfCWlHlyy9
Anthropic Metaprompt Text 非常长,内容复杂。
以下是我设置的一个任务示例:
任务:我要让 AI 帮我从英文翻译成中文(先直译,再反思,再意译)
Prompt Generator 生成的提示词:
当将 Metaprompt Text 放入 GPT-4o 中时,生成的提示词效果似乎不如直接让 GPT-4o 生成 AI 提示词来得好。
结语
再次强调,我介绍的提示词简单模版如下:
我要让 AI 帮我 {XXXX},请帮我用 Chain-of-Thought 来写 AI 提示词。
希望这个方法能对你有所帮助。