一步一步想
“AI 入门”课程第 13 课，共 23 课。免费，有动画和小测验。
直接跳到答案，还是一步步来
模型是一个词元一个词元地写答案，也就是一小块一小块地写。如果你要它马上给结果，它就没地方算。例如：一张 24 美元的披萨四个人分，另外 3 瓶可乐每瓶 2 美元，只有三个人喝了。快速回答“每人 7.5 美元”是错的：没喝可乐的人多付了。一步步算：披萨 24 ÷ 4 = 6 美元，喝可乐的三人各加 2 美元。结果：三人各付 8 美元，一人付 6 美元。验算：8 × 3 + 6 = 30 美元，和账单一致。
一句“一步步来”
在提示词里加一句：“请一步步解题，写出思路，最后给出答案。”为什么有效：每写下一步，它就成了文本的一部分，下一步可以以它为基础。这对需要好几步的任务很有帮助：数学、逻辑、做计划、比较选项。像“法国首都是哪”这种简单问题就不需要，只会让回答变长。
会自己先想的模型
有一类推理模型。它们在回答前会自己先写一份推理草稿，通常是隐藏的，或者折叠在“思考中”之类的标签下面。对它们来说，“一步步想”没那么必要，因为它们本来就这么做。但它们回答更慢，日常的简单问题用普通模式就够了。对它们更有用的是：任务清楚、条件写全、说明什么样的答案算好。
大任务要拆成小块
一个大请求，比如“帮我准备面试”，得到的往往是一锅粥。更好的是提示链，也就是连续几个请求，上一个的结果作为下一个的输入。以咖啡师岗位为例：1. 列出 10 个常见面试问题。2. 帮我改进我的回答。3. 和我来一场模拟面试。每一步之后都检查结果。这样一眼就能看出是哪一步出了问题。
让它自己检查一遍
拿到答案后写一句：“检查一下你的答案：重新算一遍数字，找找错误。”模型经常能抓到自己的失误，尤其是计算上的。但这有极限。步骤看起来很有逻辑，也可能是错的。你问“你确定吗？”，模型也可能很自信地确认自己的错误。总之：分步骤有帮助，但重要的数字要自己再算一遍。
自测一下
- 为什么“一步步解题”对复杂任务有帮助？
正确答案: 每一步都写下来，下一步以它为基础. 模型是一块一块写的。写下的步骤成了文本的一部分，结果建立在它们之上，而不是瞎猜。 - 你要借助 AI 准备面试。怎么做最好？
正确答案: 用提示链，每一步都检查. 小步骤更容易检查。哪里出错，一眼就能看到。 - 模型写出了步骤，也自查过了。接下来呢？
正确答案: 重要的数字还是自己再算一遍. 步骤看着合理也可能是错的，模型还可能确认自己的错误。重要的事自己核对。