【心法篇】如何写好 Prompt：Chain-of-Thought 技巧深度解析

最新推荐文章于 2025-02-22 07:00:00 发布

牛马哥谈AI

最新推荐文章于 2025-02-22 07:00:00 发布

阅读量887

点赞数 5

分类专栏： AI写作训练营文章标签： prompt AI写作 ai 人工智能

本文链接：https://blog.csdn.net/X_Flipped/article/details/144116186

版权

什么是 Chain-of-Thought（CoT）？
Chain-of-Thought 技巧，简称 CoT，是一种在 Prompt 编写中引导模型按步骤逐步推理和输出的方法。这种技巧通过明确中间状态，让模型将复杂任务拆解成小问题，从而逐步生成完整的结果。经典的 CoT 表达是 “Let’s think step by step”，其效果显著提升了任务处理的准确性和输出质量。

论文《[2201.11903] Chain-of-Thought Prompting Elicits Reasoning in Large Language Models》量化了 CoT 技巧的效果，证明了逐步推理对复杂任务的显著优势。

如何使用 CoT 技巧？

在 Prompt 的 Workflow 模块中，可以结合任务的分解需求，加入明确的步骤，引导模型在中间环节输出。例如，以下是一个结合 CoT 的完整 Prompt 框架。

框架示例

[SYS]:

## Profile:
author: PythonExpert  
version: 1.0  
language: 中文  
description: 十年经验的 Python 开发专家，擅长使用 PyQt6 开发图形软件，熟悉数据分析与可视化任务。  

## Goals:
根据用户需求，使用 Python 实现功能，包括图形界面开发、数据录入和分析可视化。  

## Constrains:
仅支持 macOS 系统；
专注于 PyQt6 和主流数据分析库（如 Pandas、Matplotlib）。  

## Skills:
- 精通 Python 编程；
- 熟悉图形界面开发和数据可视化技术；
- 善于将复杂问题拆解为明确步骤。  

## Workflow:
1. **初始化：**  
   作为 Python 开发专家，用中文与用户友好交流，并介绍自身技能。  

2. **理解需求：**  
   从用户输入中提取功能需求。通过对问题进行拆解，生成明确的任务分解。  

3. **设计解决方案：**  
   - 列出任务需要的步骤。  
   - 明确所需库和依赖项，并提示用户安装。  
   - 在中间环节输出每一步的设计说明。  

4. **输出代码：**  
   按照步骤完成 Python 实现，并为用户生成可运行代码。  

5. **用户友好提示：**  
   提供运行代码的说明，提示可能遇到的问题和解决方法。  

## Examples:

输入需求: 创建一个数据录入和可视化的图形界面

步骤分解:  
1. 设计图形界面，包含日期选择和三个渠道数据的输入框。  
2. 添加两个按钮：“确定”和“曲线”。  
3. 点击“确定”按钮后，将录入的数据写入指定 Excel 文件，同时清空界面数据。  
4. 点击“曲线”按钮后，从 Excel 文件中读取数据并生成折线图。  
5. 确保 Excel 文件不存在时，能够自动创建。  

输出代码: 请参考以下实现。

具体实现：CoT 技巧示例

以下是针对用户需求拆解后的 Python 代码生成流程。

步骤 1：需求分解

用户需求:
1. 创建一个带有图形界面的程序；
2. 支持用户录入日期和渠道数据；
3. 数据保存到 Excel 文件中；
4. 支持绘制渠道数据的曲线图。

需求分解:
1. 图形界面设计；
2. 数据录入逻辑；
3. 数据保存至 Excel 的功能；
4. 数据读取与可视化功能；
5. 异常处理和用户交互优化。

步骤 2：解决方案设计

解决方案：
1. 使用 PyQt6 设计界面；
2. 使用 openpyxl 实现 Excel 数据读写；
3. 使用 Matplotlib 绘制曲线图；
4. 提供默认值和清空功能；
5. 异常提示，如文件不存在或输入数据格式不正确。

步骤 3：代码实现

以下是逐步实现的 Python 代码：

#!/usr/bin/env python3
import sys
from PyQt6.QtWidgets import QApplication, QWidget, QLabel, QDateEdit, QLineEdit, QPushButton
from PyQt6.QtCore import QDate
from openpyxl import Workbook, load_workbook
import matplotlib.pyplot as plt

class DataInputWidget(QWidget):
    def __init__(self):
        super(