思维链提示：让 Claude 一步步解决复杂问题
什么是思维链提示？
思维链（Chain of Thought，简称 CoT）是一种让 AI 展示推理过程的提示技巧。与直接给出答案不同，CoT 让 Claude 把解题步骤一步步写出来，大幅提高复杂问题的准确率。
研究表明，对于需要多步推理的任务（数学、逻辑、代码调试等），思维链提示可以显著减少错误。
最简单的用法
只需在提示词中添加一句话：
请一步步思考，然后给出最终答案。
示例 — 无思维链：
一个水池有两个水管，A 管单独注满需要 6 小时，B 管单独注满需要 3 小时。同时打开两个管，多久注满？
Claude 可能直接给出"2 小时"，但偶尔会犯错。
示例 — 加入思维链：
一个水池有两个水管，A 管单独注满需要 6 小时，B 管单独注满需要 3 小时。同时打开两个管，多久注满？请一步步推理。
Claude 会输出：
- A 管每小时注入 1/6 池
- B 管每小时注入 1/3 池
- 两管合计每小时注入 1/6 + 1/3 = 1/6 + 2/6 = 3/6 = 1/2 池
- 注满需要 1 ÷ 1/2 = 2 小时
展示推理过程让 Claude 自我检查，减少计算错误。
Extended Thinking：内置深度推理
Claude 提供了 Extended Thinking 功能。开启后，Claude 会在回答前进行内部深度推理（用户可以看到思考过程）。通过 API 使用时，你可以设置 budget_tokens 参数来控制思考的深度：
{
"thinking": {
"type": "enabled",
"budget_tokens": 5000
}
}
适合需要极高准确率的场景，如数学证明、复杂代码逻辑分析等。
Few-Shot CoT：用示例教 Claude 推理
通过提供带推理过程的示例，Claude 会模仿同样的推理模式：
问题：小明有 5 个苹果，给了小红 2 个，又买了 3 个。小明现在有几个苹果？
推理：
- 起始：5 个
- 给出 2 个：5 - 2 = 3 个
- 买入 3 个：3 + 3 = 6 个
答案：6 个
问题：一家店上午卖了 45 件商品，下午卖了 38 件，退货 7 件。当天实际售出多少件？
推理：
Claude 会自动按照示例中的推理格式继续。
任务分解策略
对于特别复杂的问题，可以主动把任务拆成子问题：
请分三步完成以下任务：
1. 首先，分析这段 Python 代码的时间复杂度
2. 然后，找出其中的性能瓶颈
3. 最后，提供优化方案并解释为什么更快
这比一句"优化这段代码"有效得多，因为每个子步骤都强制 Claude 进行独立的推理。
适用场景总结
| 场景 | 推荐技巧 |
|---|---|
| 数学/逻辑题 | "请一步步推理" |
| 高风险决策 | Extended Thinking |
| 固定推理格式 | Few-Shot CoT |
| 复杂多步任务 | 主动任务分解 |
常见问题
所有问题都需要思维链吗？
不需要。对于简单的事实查询、翻译、文案生成等任务，思维链反而会增加不必要的冗余。思维链最适合需要多步推理的问题——数学计算、逻辑推断、代码调试和多条件决策。
Extended Thinking 和手动 CoT 有什么区别？
手动 CoT 是你在提示词中要求 Claude "一步步思考"。Extended Thinking 是 Claude 的内置功能，推理深度更大，适合真正高难度的问题。两者可以结合使用，但通常 Extended Thinking 已经足够好。
思维链会不会让回答变得太长？
会。如果你只需要最终答案，可以在提示词中加入"在推理结束后，用一行单独给出最终答案"。这样你既获得了推理带来的准确性，又能快速找到结论。