让 AI 展示推理过程，而非直接给答案。

❌ 直接问：
"一个房间里有3个人，后来又进来5个人，走了2个人，现在有几个人？"

✅ 思维链：
"请一步步推理：一个房间里有3个人，后来又进来5个人，走了2个人。现在有几个人？先写出你的推理步骤，再给出最终答案。"

效果：对于需要多步推理的数学、逻辑、分析类任务，准确率可提升30-50%。

零样本思维链 %%CB1%%

对同一个问题让 AI 多次独立回答，取最一致的答案。

方法：
1. 同一个提示词，让AI回答5次（温度设为0.5-0.7以产生多样性）
2. 比较5次回答，选出最一致或最常出现的结论
3. 对于推理类问题，多数投票的结果通常比单次回答更准

适用场景：
- 数学证明
- 逻辑推理
- 分类判断

先让 AI 生成相关知识，再用这些知识回答问题。

标准问法：
"量子计算会取代经典计算吗？"

知识增强法（两轮）：
第1轮："请列出关于量子计算和经典计算的5个关键事实和区别"
第2轮："基于你列出的事实，分析量子计算是否会取代经典计算"

在提示中加入情感或重要性强调。

研究发现，以下提示能提升AI的注意力和输出质量：

✅ "这对我的职业生涯非常重要"
✅ "请仔细检查，确保没有错误"
✅ "这个问题很有挑战性，需要你深入思考"
✅ "请你深呼吸，一步步仔细思考这个问题"

虽然看起来奇怪，但研究表明情感提示确实会影响AI的输出质量。

让 AI 批判自己的输出，发现盲区。

第1轮："请给出投资这个项目的三个理由"
第2轮："现在你是一位怀疑论者，请逐一反驳你刚才给出的三个理由"
第3轮："综合双方的论点，给出最终的平衡建议"

效果：获得更全面、更平衡的分析，避免确认偏误

约束解码（Constrained Decoding） %%CB0%%

填空式输出 %%CB1%%

不要一次性给出所有约束，而是在对话中逐步添加。

第1轮：只给角色和任务 → 看AI的基本方向对不对
第2轮：加上格式约束 → 看格式是否准确
第3轮：加上内容约束 → 看细节是否到位
第4轮：加上质量约束 → 做最后打磨

优势：每一步都可以调整，不会因为一步错导致全部要重来

提示词工程是一门实践的艺术。最好的学习方式不是读完所有理论，而是：

1. 多写：每天写3-5个提示词，刻意练习不同技巧
2. 多测：同一个任务用不同提示词对比效果
3. 多改：基于AI输出持续迭代优化
4. 多分享：把你的好提示词分享出去，也从别人那里学习

你已经完成了提示词学院的全部课程。现在，回到提示词库，用你学到的知识去创造更好的提示词吧！