一句话总结：推理提示三级——Zero-shot CoT（"Let's think step by step"）低成本默认、Few-shot CoT（2-4 个题目→步骤→答案样例）题型稳时更稳、Self-Consistency（k=5-20 条独立链多数表决）高准确率场景 3-5x 成本；先列假设再推导、结论自我验证是便宜有效的技巧。

推理提示三级（面试默写）

方法	做法	适用
Zero-shot CoT	"Let's think step by step"	默认，低成本
Few-shot CoT	2-4 个 题目→步骤→答案 高质量样例	题型稳定、要模仿风格
Self-Consistency	高温度采样 k=5-20 条独立推理链 → 答案多数表决	高准确率场景

• Self-Consistency GSM8K 74%（比标准 CoT +27%）
• 两段式架构：多样生成（N 条候选）→ 聚合裁决（归一化/聚类/投票）→ 封装成 Decoding Policy

何时用 Self-Consistency（拉分点）

✅ 适合	❌ 不适合
单一客观答案	采样不独立（重复同一错误）
高准确率要求（医疗/法律/金融）	多数不能证明是事实
能吸收 3-5x API 成本	成本敏感的生产默认

• 生产默认：Zero-shot CoT 是准确率与成本的最佳折中

评估指标（深度分）

指标	测量
最终准确率	标准答案比对
推理链完整率	是否含所有必要步骤
幻觉率	中间步骤错误
Token 效率	有效推理步 / token 总数

实用技巧

• 先列假设再推导——发现哪步假设错，而非黑盒答案
• 结论自我验证："请反验证答案是否满足所有原始条件"

面试要点

• 能默写推理提示三级
• 能报 Self-Consistency GSM8K 74%/+27%
• 能讲 SC 适用条件与成本权衡
• 能说评估四指标

相关概念

• [AI-Agent-推理策略与思维链](/学习笔记/AI技术/AI Agent/AI-Agent-推理策略与思维链) — 推理机制层
• [AI-Agent-Prompt-结构化输出与格式约束](/学习笔记/AI技术/AI Agent/AI-Agent-Prompt-结构化输出与格式约束) — 输出配合
• [AI-Agent-评测指标与评估流程](/学习笔记/AI技术/AI Agent/AI-Agent-评测指标与评估流程) — 评估落地
• [AI-Agent-自我反思与改进机制](/学习笔记/AI技术/AI Agent/AI-Agent-自我反思与改进机制) — 自我验证