Prompt Engineering 2025.05.20
结构化提示词设计模式 Structured Prompt Design Patterns
总结了 Chain-of-Thought、ReAct、Tree of Thoughts 等提示工程模式的实际应用场景和效果对比。
CoT, ReAct, Tree of Thoughts — application scenarios and effectiveness comparison of key prompt engineering patterns.
核心提示工程模式
1. Chain-of-Thought (CoT)
让模型”一步一步思考”,在给出最终答案前先展示推理过程。
请一步一步分析以下问题:
1. 首先,理解问题的关键条件
2. 然后,列出已知信息
3. 接着,推导中间结论
4. 最后,得出最终答案
适用场景:数学推理、逻辑分析、多步决策
2. ReAct (Reasoning + Acting)
结合推理和行动,模型可以调用外部工具获取信息。
思考:我需要查找最新的数据
行动:search("2024年GDP数据")
观察:搜索结果显示...
思考:根据搜索结果,我可以得出...
适用场景:需要实时信息、工具调用的任务
3. Tree of Thoughts (ToT)
探索多个推理路径,评估每条路径的价值,选择最优解。
适用场景:开放性问题、创意生成、复杂规划
实践建议
- 先写系统提示:明确角色、约束和输出格式
- 提供少量示例:Few-shot 比纯指令更稳定
- 结构化输出:要求 JSON/XML 格式可提高可靠性