提示学习与思维链：从 API 调用到推理分解

上一章在本地调模型参数，这一章换一条路：不动参数，只动输入。教程从拿到 API Key 开始，讲到零样本／少样本提示，再讲思维链，最后落到一个安全场景的应用。

学习目标

熟悉大语言模型的调用方式，能在 GUI 界面和命令行两种形态之间切换。
掌握零样本提示和少样本提示的写法与适用边界。
了解思维链推理技术，能区分自然语言思维链和程序思维链。

核心概念

零样本提示只给指令，比如「Translate English to French: cheese =」。少样本提示在指令后补几个范例，让模型从格式里推断任务。教程用机器翻译和方面级情感分析两个任务做对照：情感分析这类输出格式复杂的任务，少样本带来的收益明显大于翻译。

思维链（CoT） 的基本思路是模拟人的思考过程，把多步推理拆成一系列中间步骤。零样本 CoT 只要在提问后加一句「Let's think step by step」；少样本 CoT 则把带推理过程的范例喂进去。程序思维链（PoT） 更进一步，让模型不要直接算，而是写一个 solver() 函数，把算术交给解释器。评测常用 GSM8K 小学数学题数据集。

自洽性（self-consistency） 是配套技巧：把 temperature 调到 0.7 之类的非零值，同样的输入采样多次，得到多条推理路径，最后取出现次数最多的答案。这条来自 ICLR 2023 的做法，几乎不改提示词就能提升准确率。

实践步骤

任选一家开通服务拿 API Key：通义千问、智谱 AI、OpenAI 都可以，国内接口不需要额外网络条件。
先在模型体验中心用 GUI 试提示词，跑通了再转命令行，命令行才适合做规模化实验。
同一道 GSM8K 题目分别用零样本、零样本 CoT、少样本 CoT、PoT 各跑一遍，记录答案与中间过程。
打开流式调用，观察长推理的输出节奏。
做自洽性实验：temperature 设 0.7，同一提示采样 10 次，统计答案分布。

常见误区

以为范例只要格式对就行。 教程留了一道观察题：把少样本里的答案故意改错，结果会怎么变？相关研究（ACL 2023）说明范例的正确性与格式各自贡献多少，值得亲手验一遍。
把 CoT 当万能开关。 短答案任务加了 CoT 反而更啰嗦、更容易跑偏。
只用一次采样下结论。 温度非零时单次结果的方差很大，比较两种提示词至少要各采样多次。

动手练习

选 20 道 GSM8K 题，做一张四列表格：零样本、零样本 CoT、少样本 CoT、PoT，逐题记录对错。然后把少样本 CoT 里的一个范例答案改成错的，重跑同样 20 道题，比较准确率的变化，并写下你对「范例到底在教模型什么」的判断。

要点回顾

提示工程是最便宜的能力放大器：不需要显卡，不需要训练，改几行输入就能看到差别。但它的收益必须靠对照实验证明，而不是靠感觉。CoT 解决的是推理步骤的分解，自洽性解决的是单次采样的不稳定，两者常常一起用。教程还顺手指向了 Auto-CoT、SumCoT、CRITIC、ReAct 等进阶工作，作为下一步的阅读线索。

参考来源

上海交通大学《动手学大模型》系列编程实践教程，第二章「提示学习与思维链」：documents/chapter2，核验日期：2026-09-06。