很多人还在提示词末尾加一句"请一步步思考"，以为这是让 AI 变准的万能咒语。但这句话的效果早已被主流产品的默认行为取代——AI 现在大多会自己先推理、再作答，用不用加这句话，结果差别不大。真正决定你能不能信任答案的，是它写在答案前面的那段推理过程有没有被你看到、有没有被你拿去核对。答案读起来多笃定，跟它对不对是两码事；能拿去查的，只有过程本身。
这句话在网上流传了很多年，几乎每一份提示词教程都会提到它，加在问题后面，据说能让 AI 变准。它确实有确切来历：一篇公开发表的研究提出了这个做法，测试对象是有标准答案的推理题。
早期的模型，问一句就直接吐出一个答案，中间什么都不写。答案对不对，你没有别的东西可以判断；一道要绕几个弯的题，模型经常在半路走岔，你也看不见它是在哪一步岔的。
加上这句话之后，模型的动作变了一个：先把中间的判断一行一行写出来，写完再落到答案上。这个改变同时影响了两边。对模型自己，写出来的每一步都成了下一步的落脚点，绕弯的题才有机会一步步走到底，中途走岔了也有机会自己拐回来。对使用者，模型每一步的说法都留在了回答里，可以逐句拿去对照。
这段在答案前写出来的推导内容，有一个正式名字：思维链（Chain of Thought，缩写 CoT）。它可以很短，也可以很长——简单的题两三行就完了，绕得多的题能写上一整屏，长短由题目本身决定，但出现的位置固定：永远在答案之前。
这里还有一个概念常被混淆。给几个例子再问，叫少样本提示；一个例子都不给，直接问，叫零样本提示。在零样本提示的基础上多加一句"请一步步思考"，让模型把推导写出来，就是零样本 CoT（Zero-shot Chain of Thought）。它和普通零样本提示的差别，就在那一句话。网上流传最广的正是这一路做法，因为它最省事；另一条路是给模型几个带完整推导的示范例子，让它照着写，属于少样本那一路。
那句话当年之所以有效，前提是模型默认不写推导，得用户开口去要。这个前提今天已经不成立了。
主流的对话产品，现在默认就在做"先想后答"这件事：碰到一道要绕几个弯的题，模型会先自己推理一遍，把过程走完，再把答案交出来，用户一个字都不用加。这个决定权，这一两年被从用户手里收走了，收走的方式大致有三种：变成一个可调的力度档位，由用户选择想多深、花多久；交给模型自己判断，简单的直接答、难的多想一会儿；或者干脆取消开关，想关也关不掉。这种由模型自己决定是否深入推理、推理多久的机制，叫自适应思考（Adaptive Thinking）。它省掉的是用户的判断成本——题目难不难由模型自己估，用户只管问。
更直接的证据来自模型提供方自己：同一件事，两家给出的建议是相反的。OpenAI 的开发者文档在给推理模型的建议清单里明确提到，不要再加思维链提示，理由是这类模型本来就会先把推导走完，多要一句纯属多余，甚至可能拖后腿。而 Google 的提示词指南则认为，笼统来一句"想仔细点再回答"，仍然能带来提升，代价是模型要多想一些、也多花一些。两家说的是各自的模型，面对的是同一个问题：这句话今天还要不要加。行业内部至今没有统一口径。唯一能确定的是：在这些默认已经在推理的产品里，这句话已经不再是必须写进每个问题的固定动作。
回答变长之后，很多人会习惯性地在问题后面加一句"直接说结论""别废话""简短点"。这么说的时候，省下的是阅读时间，但代价可能不止那点长度。
用一道有例外条款的报销题做对比就能看清楚。规则是：单张发票 500 元以上需部门经理审批；餐饮类发票无论金额都需要审批；团建餐饮由行政统一走流程，个人不用报；出差期间的餐饮按差旅报，不适用餐饮类规则。小李出差三天，回来报两张票：一张 320 元的餐饮发票（出差期间宴请客户），一张 680 元的高铁票。
原样问一次，模型会逐条对照规则：320 元那张属于出差期间餐饮，触发的是差旅规则，餐饮类审批规则对它不适用，金额也没到 500 元，所以不需要审批；680 元高铁票金额超过 500 元，需要审批。结论是只有高铁票要审批。加上"直接说结论，别解释"之后再问一次，回来的只有一句话：680 元的高铁票需要部门经理审批。两次答案一致，都对。
问题出在能不能核对上。这道题的坑恰好在两条规则打架——一条说餐饮类发票无论金额都要审批,另一条说出差期间的餐饮按差旅报、不适用餐饮类规则。那张 320 元的发票正好卡在两条规则中间：它既是餐饮，又是出差期间发生的。原样问的那次回答里，模型怎么处理这个冲突、走的是哪一条路，全部写在眼前，当场就能判断这条路成不成立。只要结论的那次，答案同样对，但至少有两种不同的推理路径都能落到"不用审批"这个结论上——一种是认出这张发票属于出差期间餐饮、按差旅规则处理；另一种是压根没看到餐饮类那条规则，只看到金额没到 500 元就直接放过。两条路通向同一个答案，但只有结论的那一栏，没有任何一句话能拿去分辨走的是哪一条。
掐掉推理过程，模型今天多半还是能答对。但回答里只剩一行结论，能拿去核对的东西一句不剩。过程是给你查的，不是给它变聪明的——这道题里用户自己手握规则，还能自己核；换成一件不熟悉的事，能拿来对照的就只剩模型写在回答里的那几步。
嫌啰嗦是真实存在的体验：想要一句话，模型有时要绕一大圈才回来。这种情况有个专门的名字，叫过度思考（Overthinking）：一道本来一句话能答的题，模型绕了一大圈才回来，等得久、话还多，越是用户觉得简单的题，越容易碰上。
关键在于，要求简短和要求跳过过程，是两个完全不同的要求：前者动的是篇幅长短，后者动的是那段推导还在不在回答里。三种更精确的说法可以在压缩篇幅的同时保住能核对的部分。第一种是"把每一步写短，一步一句话，别展开"——步数不变，位置不动,推导仍然排在答案之前，需要核对时依然翻得到，只是版面变短了。第二种是"把明摆着的那几步跳过，别的照写"——被砍掉的是那些不需要判断的步骤，模型真正在做判断的那几步依然留在回答里。第三种是把问题本身问得更具体，范围划小、条件说全，模型要走的岔路自然变少，绕远的情况也会减少。而"别废话""简短点"这类笼统的说法没有指名要压掉哪一段，具体砍掉哪一块由模型自己定，效果并不稳定。把要求说到位，比含糊地要短更可靠。
一段推导写得再长，真正撑住结论的往往只有一步。找到它的办法是逐步设想：换掉这一步的判断，结论会不会跟着翻转。
举个例子：部门聚餐按人均 80 元批预算，这次到场 12 位，其中 2 位是外部客人，看中的这家店人均 75 元。模型的推理分了四步：第一步，75 元没超过 80 元的标准；第二步，到场 12 位，外部客人也占预算名额，按 12 位算；第三步，12 位乘 75 元合计 900 元；第四步，12 位对应的预算上限是 960 元，900 元没超，可以定。这四步里，换掉第二步——外部客人算不算预算名额——结论就会翻过来，这一步就是真正的关键步骤。
找到关键步骤之后，只需要核一件事：模型在这一步凭的那条规则或那个前提，在不在用户给出的条件里，管不管这一步。站得住的情况是，模型凭的那句话能在自己给的条件里明确指出来，而且这句话正好管这一步——比如例子里第一步用的"人均 80 元"标准，就是用户自己写进条件里的，用在比较单价上正好对应。站不住的情况是，模型凭的那句话在条件里根本找不到，或者找得到但管的是另一件事——比如第二步"外部客人占不占预算名额"，条件里一个字都没提，这是模型自己补上的判断。分了步、编了号、算术全对，这些只能说明它写得整齐，跟对不对没有必然关系。真正要核的，是那一步写出来的那句话，通常一句话就能看完。
还有一个动作可以让模型替用户先走一遍：交差之前，让它拿着一组标准把自己的答案重新核一遍再定稿。这个做法在两家模型提供方的公开建议里都能查到，一句可以直接使用的话是——"交给我之前，你自己拿这三条过一遍：条件有没有用反、哪一步换个说法结论就变、有没有超出我给的上限。对不上的地方，改完再给我。"这个动作有专门的名字，叫自查（Self-check）：让模型在交差前，拿着给定的标准把自己的答案再过一遍。需要留意的是，部分较新的模型已经会自己核对一次，再叮嘱一遍反而会让它多花时间反复验证。标准由用户给出，模型核的就是用户在意的那几条——标准写得越具体，这一遍核对越有着落。
"请一步步思考"这句话现在还要不要加？ 不用刻意加了。主流对话产品大多已经默认在做"先推理、再作答"这件事，模型问一道要绕弯的题时会自己先想一遍，用户不用额外要求。加不加这句话对结果影响不大——甚至有模型提供方明确建议不要加，理由是推理模型本来就会先把推导走完，多加一句纯属多余，有时还会拖后腿。
为什么答案是对的，但我还是不放心？ 因为笃定和正确是两码事。一段回答读起来顺不顺、快不快、语气有多确定，跟它对不对没有必然关系——答错的时候句子照样干净、节奏照样快。真正能判断对错的，不是回答的语气，而是那段推理过程里每一步凭的规则或前提站不站得住。
要求"直接说结论"会不会让答案变得不准？ 答案本身通常不会因此变得不准，但会让你没法核对。掐掉推理过程后，模型多半照样能给出正确答案,但回答里只剩一行结论,原本可以逐句核对的说法全部消失了。如果这件事你自己就能判断对错，问题不大；但换成不熟悉的领域，能拿来对照的就只剩下模型写在回答里的那几步，一旦没有了，就无从核实。
推理过程那么长，到底该看哪一步？ 不用逐字读完整段推导。一段推导里通常只有一步真正决定最终结论，找到它的办法是设想"换掉这一步的判断，结论会不会翻转"。找到之后只核一件事：这一步凭的规则或前提，在不在你给出的条件里、管不管这一步。条理是否清晰、篇幅是否够长，跟这一步站不站得住没有关系。
除了自己核对，还有别的办法吗？ 可以在交代任务时加一句自查要求，让模型在交差前拿着你给的标准把答案自己核一遍，例如"条件有没有用反、哪一步换个说法结论就变、有没有超出我给的上限"。这个做法在多家模型提供方的公开建议里都出现过，效果取决于标准写得够不够具体——标准越具体，模型自查这一遍才越有着落。
这些内容出自哪里？要付费吗？
不用付费，也不需要编程基础。本文改编自 BotLearn 免费 AI 公开课第 16 讲《思维链今天还灵吗》，每讲 15-20 分钟。BotLearn是面向人与AI Agent的学习平台：为终身学习者提供AI新职业课程及免费AI通识课；为AI Agent提供A2A（Agent对Agent）评测与学习社区。
出品方：BotLearn免费AI公开课 ｜ 对应课程：第 16 讲《思维链今天还灵吗》，免费 ｜ 更新日期：2026-08-28
