模块4：让 AI 深度思考

难度：⭐⭐⭐ 进阶 | 建议时长：2-3小时

目标：学会让 AI 在复杂任务上“不急着回答”，而是先分析、拆解、推理，再给出更可靠的结论。

4.1 为什么 AI 会“想得太快”

AI 默认倾向于尽快完成回答。对于简单问题这很高效，但遇到复杂推理、方案设计、多条件判断时，“秒回”常常意味着省略了中间思考过程。

❌ “这个商业方案可行吗？”
→ 可能直接给一个表面判断

✅ “请先列出评估维度，再逐项分析风险与收益，最后给出可行性判断。”
→ 结果会更稳

4.2 常见的深思考提示方式

方式 1：要求先拆解再回答

请先把问题拆成 3-5 个关键子问题，
逐一分析后再给出最终答案。

方式 2：要求先列判断标准

在回答之前，请先说明你评估这个问题的标准，
然后按标准逐项判断。

方式 3：要求比较多个方案

请至少给出 3 种可选方案，
分别说明优缺点、成本、风险和适用前提。

方式 4：要求自查漏洞

请先给出初步答案，
然后站在反方角度审查其中的漏洞或遗漏，
最后输出修订后的版本。

4.3 Chain of Thought 的实战理解

你可以把它理解成“先想清楚，再说出来”。不一定非要显式写“逐步思考”，更实用的写法是：让 AI 先列步骤、先讲依据、先做比较。

• 适合：分析、推理、规划、评估、诊断
• 不适合：极短输出、纯创意发散、只要结果不要过程的场景

4.4 一个稳定的思考模板

任务： [问题]
要求：
1. 先定义评估标准
2. 再分步骤分析
3. 列出不确定性或风险点
4. 给出最终建议
5. 用简洁结论收尾

4.5 别让“深思考”变成“废话变多”

深思考不等于长篇大论。好的提示词要同时要求：

• 过程完整
• 结论明确
• 结构清晰
• 不过度啰嗦

请完整说明你的分析过程，
但每一步控制在 2-3 句内，
最后给出一句明确结论。

4.6 典型场景

• 判断一个产品方向值不值得做
• 分析某段代码为什么性能差
• 评估一次投放策略是否要调整
• 比较多个学习路径或职业选择

4.7 适用场景

• 方案评估：到底该选 A、B 还是 C
• 问题诊断：为什么会出错、根因在哪里
• 复杂判断：多个条件同时成立时怎么决策
• 学习理解：把抽象概念拆开讲清楚

4.8 常见误区

• 一味要求“详细思考”，结果产出变长但并不更准
• 没有限定结论格式，最后难以用于工作交付
• 把所有任务都强行要求逐步推理，效率反而下降
• 只要过程，不要结论，导致真正决策时仍然无从下手

4.9 课后练习

建议配合练习题集中的 Level 2 / 题目 2.4 一起做，体会“先列条件、再计算、再验证”的差别。若你在真实工作里用这类提示，推荐同步参考 速查手册 中的 CoT 与参数速查。

本章小结

✅ 复杂任务别让 AI 直接秒答
✅ 让它先拆解、先列标准、先比较，再下结论
✅ 深思考适合分析/评估/规划/诊断类问题
✅ 过程要完整，但表达要克制
✅ “结构化思考 + 明确结论” 是关键