隨著ChatGPT等AI產(chǎn)品的火熱，提示工程師作為一種新興的崗位需求應(yīng)運而生。百度創(chuàng)始人、CEO李彥宏在接受36氪的專訪時也著重強調(diào)了未來這個崗位的重要性。作為人類和AI直接交互的橋梁，提示詞對于AI生成內(nèi)容的質(zhì)量有著直接的影響，優(yōu)秀的提示可以使我們在應(yīng)用AI時事半功倍，而差勁的提示則會讓AI變成“人工智障”。

提示工程作為一門新興的學(xué)科，現(xiàn)階段也有了一些初步的成果。而其中比較有名的就是接下來我們要聊的思維鏈，今天我們給大家介紹一下它究竟是何方神圣，有發(fā)揮著怎樣的作用。

不知道大家在使用ChatGPT的過程中有沒有遇到過上面類似的情況，在涉及邏輯推理的任務(wù)中，當(dāng)我們要求AI省略步驟直接提供答案時，它就更有可能犯一些低級錯誤。

講這個問題之前，我們先給大家介紹一個人，他叫Jason Wei，2020年從達(dá)特茅斯本科畢業(yè)后便加入谷歌大腦，擔(dān)任高級研究科學(xué)家，今年2月又加入了OpenAI，進入ChatGPT團隊做AI研究員。在他2022年還在谷歌任職時，他和幾個伙伴就發(fā)表了一篇文章，其中第一次提出了思維鏈（Chain-of-Thought，CoT）的概念。

思維鏈?zhǔn)且环N新興的提示方法，它鼓勵大語言模型通過解釋其推理過程來獲得更準(zhǔn)確的輸出結(jié)果。下圖是一個標(biāo)準(zhǔn)的少樣本提示和CoT提示的對比：

Wei等人通過在樣本中引入中間的推理步驟，從而幫助大語言模型實現(xiàn)了更為復(fù)雜的推理能力。而且將CoT提示與少樣本提示相結(jié)合，可以獲得更好的效果，我們可以來感受一下：

在這個問題中，無論是零樣本還是少樣本，在要求直接生成答案時得到的結(jié)果都是不正確的。而當(dāng)我們加入CoT提示后，結(jié)果就截然不同了：

CoT提示除了在少樣本提示中適用，在零樣本的提示中也可以發(fā)揮作用，對于無法提供樣本示例的情況，通過在提示中加入“分步驟思考”，同樣可以引導(dǎo)ChatGPT生成更加準(zhǔn)確的答案。

以上就是關(guān)于思維鏈提示的簡單介紹，希望能對大家在日常與ChatGPT的交互過程中有所啟發(fā)。

想了解更多關(guān)于ChatGPT與提示詞的技巧，以及ChatGPT如何在各種場景下應(yīng)用，可以了解我們的課程，那么千萬不要錯過我們ChatGPT俱樂部全新打造的的專題課程《ChatGPT提示詞技巧與行業(yè)實戰(zhàn)應(yīng)用》，本周研發(fā)更新的課程章節(jié)：ChatGPT在模型開發(fā)上的應(yīng)用。