6. 在使用生成式 AI 模型解決數學或邏輯問題時，若希望引導模型逐步推理以提升答案的準確性與可解釋性，應設計具備思維鏈(Chain-ofThought)推理特性的提示語。下列哪一組提示語最能有效啟用模型 的 Chain-of-Thought 推理能力？
(A) 請回答這個數學問題，並直接給出答案
(B) 幫我算出 125 × 12 是多少？
(C) 請詳細列出每一個思考步驟，最後再給出答案
(D) 請用一句話簡要回答問題

(C) 請詳細列出每一個思考步驟，最後再給出答案

專業解析

作為 AI 規劃師，思維鏈 (Chain-of-Thought, CoT) 是我們在設計高階提示工程（Prompt Engineering）時，用來提升模型邏輯推理能力最強大的技巧之一。

1. 為什麼是 (C)？

• 觸發機制： CoT 的核心原理是讓模型在給出最終答案之前，先生成一系列的中間推理步驟。研究顯示，當模型被要求「逐步思考 (Let's think step by step)」或「列出步驟」時，它能更有效地將複雜問題拆解，從而大幅降低計算或邏輯錯誤的機率。

• 指令對齊： 選項 (C) 明確指令模型展示「每一個思考步驟」，這正是啟動 CoT 模式的標準語法。這不僅能提升準確率，還能讓使用者檢視模型的推導邏輯是否正確（即提升可解釋性）。

2. 為什麼其他選項無效？

• ❌ (A) 請回答這個數學問題，並直接給出答案：

  • 這屬於 Zero-Shot Prompting（零樣本提示） 的變體，且明確限制了「直接給出答案」。這會迫使模型跳過中間推理過程，直接預測最終結果，這在處理複雜數學題時最容易出錯。

• ❌ (B) 幫我算出 125 × 12 是多少？

  • 這是最普通的直接提問。雖然現在強大的模型可能自動會寫出算式，但這並未顯式地要求推理過程。對於更難的問題，若沒有強制要求步驟，模型往往會傾向直接給答案。

• ❌ (D) 請用一句話簡要回答問題：

  • 這加了「簡潔性」的約束條件。CoT 本質上是需要「冗長」的推理過程來換取準確度，要求「一句話」會直接扼殺 CoT 的運作空間。

規劃師的實戰技巧

在企業導入 AI 時，若遇到需要精準邏輯的場景（如財務報表分析、程式碼除錯），我們通常會設計這樣的 CoT 提示模板：

「請你扮演一位資深分析師。在回答下列問題之前，請先深呼吸，然後一步一步地進行分析（Let's think step by step），將複雜的邏輯拆解成子問題，確保每一步推導都是正確的，最後再給出結論。」

這種技巧能顯著提升模型在數理邏輯任務上的表現。