零样本提示需在问题末尾加“让我们一步一步思考”以触发链式推理；少样本提示应选2～5个真实典型例题，按“问题→完整推理→答案”三段式排列且空行分隔。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
你想让大模型直接解出一道鸡兔同笼题，不给任何例子就让它算对；或者你只喂它3个带完整推导过程的数学题，它就能举一反三——这些都不是玄学，而是可复制的提示词写法。
零样本提示（Zero-shot）怎么写才管用
直接告诉模型任务目标，不提供任何示例，靠它自己理解指令并执行。
在问题末尾加一句“【让我们一步一步思考】”，模型就会自动展开中间步骤，而不是跳步猜答案。
比如问：“小明有5本书，借给同学2本，又买了3本，现在有几本？”→后面紧接“让我们一步一步思考。”
这句是触发链式思考的开关，不是装饰语；漏掉它，模型大概率会直接输出“6本”而不验证逻辑。
少样本提示（Few-shot）的选例铁律
挑2～5个真实、典型、覆盖常见变体的例子，按“问题→完整推理→答案”三段式排列。
第一步：先写一个最基础的题，确保模型能锚定任务类型。例如：“甲每小时做6个零件，乙每小时做4个，两人合作3小时共做多少？→先算甲3小时做18个，乙3小时做12个，合计30个→30个。”
第二步：再插入一个含干扰项的题，比如加入休息时间或效率变化，逼模型识别关键变量。
第三步：最后一个例子必须和你要解决的新问题结构最接近，这是模型模仿时默认抓取的参照系。
例子之间用空行隔开，不要编号，不要加“例1/例2”；模型更依赖上下文位置而非标签来判断优先级。
CoT思维链的两种落地方式
方法一：零样本CoT——只加一句话，成本最低。
适用场景：临时提问、快速验证、token预算紧张时。把“让我们一步一步思考”塞进任意问题结尾即可生效，无需调整原有提示结构。
方法二：少样本CoT——例子即模板，效果最稳。
注意：每个例子的推理步骤必须真实、可验证、无跳跃。如果例子里写“显然可知X=5”，模型也会学着跳步，最终崩在“显然”上。
方法三：混合用——先放1个少样本CoT例子建立格式认知，再跟一句“让我们一步一步思考”，双保险触发深度推理。
