به محتوای اصلی بروید

راهنماهای پرامپت

پرامپت‌نویسی زنجیره‌فکری: درخواست استدلال گام‌به‌گام از یک مدل

پرامپت‌نویسی زنجیره‌فکری چیست، چه زمانی درخواست طی کردن مراحل توسط مدل قبل از پاسخ دادن واقعاً کمک می‌کند، و چرا نتیجه درستی را تضمین نمی‌کند.

همه راهنماهای پرامپت · آخرین بازبینی:

درخواست استدلال گام‌به‌گام واقعاً چه کاری انجام می‌دهد

پرامپتی مانند «این را گام‌به‌گام طی کن» یا «قبل از دادن پاسخ نهایی استدلالت را نشان بده» از مدل می‌خواهد مراحل میانی را به جای پریدن مستقیم به یک نتیجه، بیان کند. برای یک مسئله چندمرحله‌ای، این می‌تواند اشتباهی در یک مرحله میانی را نمایان کند که در غیر این صورت درون یک پاسخ نهایی واحد و مطمئن‌به‌نظر پنهان می‌ماند — و به شما چیزی مشخص برای بررسی می‌دهد نه فقط نتیجه‌ای برای اعتماد کردن.

چه زمانی کمک می‌کند و چه زمانی غیرضروری است

پرامپت‌نویسی گام‌به‌گام معمولاً بیشترین کمک را روی مسائلی با چند مرحله وابسته، چند محدودیتی که باید همزمان برآورده شوند، یا محاسبه‌ای که ارزش دوباره‌بررسی‌کردن دارد می‌کند — یک مسئله کلامی چندبخشی، تصمیمی با چند عامل، یک منطق که باید یکپارچه بماند. یک سوال کوتاه و تک‌مرحله‌ای به‌ندرت از آن سود می‌برد، و درخواستش در آن حالت فقط طول اضافه می‌کند بدون تغییر پاسخ. برای اینکه این چطور با انتخاب مدل برای استدلال پیچیده، که در پایین لینک شده، مرتبط است، آنجا مراجعه کنید که درباره انتخاب مدلی است که دقیقاً برای این نوع کار ساخته شده.

چیزی که تضمین نمی‌کند

درخواست استدلال گام‌به‌گام از یک مدل پاسخ درست را تضمین نمی‌کند، و یک زنجیره مراحل مطمئن و ساختاریافته همچنان می‌تواند به نتیجه نادرستی برسد — مراحل اضافه یک اشتباه را راحت‌تر قابل‌مشاهده می‌کنند، نه غیرممکن. این با چرا هوش مصنوعی دچار توهم می‌شود، که در پایین لینک شده، سازگار است: یک مدل می‌تواند استدلالی روان و باورپذیر تولید کند که همچنان نادرست است، پس یک پاسخ گام‌به‌گام روی هر چیزی که اهمیت دارد ارزش بررسی کردن را دارد، نه اینکه چون به‌نظر روش‌مند می‌رسد بدون چون‌وچرا پذیرفته شود.

سوالاتی که مردم می‌پرسند

آیا پرامپت‌نویسی زنجیره‌فکری پاسخ درست را تضمین می‌کند؟
نه — استدلال درست را تضمین نمی‌کند، و یک پاسخ گام‌به‌گام همچنان می‌تواند به نتیجه نادرستی برسد. معمولاً یک اشتباه را در مراحل میانی راحت‌تر قابل‌مشاهده می‌کند، که با جلوگیری از خود اشتباه فرق دارد.
چه زمانی باید از یک مدل بخواهم استدلالش را نشان دهد؟
روی مسائلی با چند مرحله یا محدودیت وابسته، جایی که یک اشتباه میانی در غیر این صورت درون یک پاسخ نهایی واحد پنهان می‌ماند. یک سوال کوتاه و تک‌مرحله‌ای به‌ندرت به آن نیاز دارد.
آیا این همان استفاده از یک مدل با تمرکز بر استدلال است؟
مرتبط اما یکسان نیست — این راهنما درباره نحوه بیان یک پرامپت به هر مدلی است؛ انتخاب مدل برای استدلال پیچیده، که در پایین لینک شده، درباره اینکه کدام مدل به‌طور پیش‌فرض برای طی کردن مراحل ساخته شده است. این دو می‌توانند با هم ترکیب شوند.

روی یک گفتگوی واقعی تمرین کنید

حالت مسیریابی High Reasoning در ClawAI مدلی مناسب برای طی کردن یک مسئله در مراحل را ترجیح می‌دهد، که به‌طور طبیعی با یک پرامپت گام‌به‌گام هماهنگ است — اما تکنیک این صفحه با هر مدلی که به آن مسیریابی کنید کار می‌کند.