一句話定義

思考鏈（Chain-of-Thought）是讓 AI 在給答案之前，先把中間的推論步驟一句一句寫出來的做法。

30 秒看重點

  • 是什麼：思考鏈是讓語言模型先產生一連串中間推理步驟，再說出最終答案的提示技巧。
  • 為什麼重要：同一個模型、同一道題，有沒有寫過程，正確率差很多。
  • 跟誰相關：常用 ChatGPT 的一般使用者、寫提示詞的工程師、要控制 API 費用的產品負責人都會碰到。
  • 最常見的誤解：很多人以為叫 AI「在心裡想一下」就有效，其實想的過程沒寫出來就等於沒發生。
  • 記住這件事就夠了：思考鏈的本質是「把算式寫出來」，不是什麼魔法咒語。

思考鏈到底是什麼？

思考鏈是一種提示技巧，做法是要求語言模型在回答前先把推論步驟一步一步寫出來，而不是直接跳到結論。英文叫 Chain-of-Thought，圈內人習慣簡稱 CoT。

這個概念出自 Wei 等人 2022 年那篇《Chain-of-Thought Prompting Elicits Reasoning in Large Language Models》，後來收錄進 NeurIPS 2022。原本的做法是「少樣本」版：在提示詞裡先塞幾個已經寫好完整解題過程的範例，模型看了就會照樣造句，把自己的推論也攤開來寫。同年 Kojima 等人又發現更偷懶的版本，範例通通不用，只要在問題後面加一句「Let’s think step by step」（讓我們一步一步想），效果就出來了，這個版本叫零樣本思考鏈。再後來 Zhang 等人做了 Auto-CoT，讓機器自己產生範例，省掉人工寫解題過程的功夫。

講白一點，整件事的演化史就是：從「我示範給你看」變成「我喊一聲口號」再變成「連口號都自動化」。

生活比喻：想想國中數學考卷上那句「請列出計算過程」。老師不是在為難你，是因為心算一長串就容易漏掉一步，寫出來反而不會錯，而且錯在哪一行看得到。思考鏈對 AI 做的就是同一件事，逼它把算式寫在紙上，不要用猜的。

為什麼會有思考鏈？

思考鏈的出現，是為了解決語言模型「一口氣把答案講完就回不了頭」這個毛病。

問題一是模型沒有塗改的機會。這點 Anthropic 官方文件沒有藏：單次作答的模型必須第一次就全部答對，沒有草稿、沒有檢查、中途也不能改路線。碰到證明題、難纏的 bug、或是要跑很久的代理任務，第一個想到的做法通常不是最好的那個。

問題二是它會被表面文字牽著走。Anthropic 自家的提示詞教學裡就有個經典例子：一段影評第二句明明推翻了第一句，模型卻把「unrelated（無關）」這個字看得太死，整句判斷歪掉。你讓它先把兩句話拆開分析，答案立刻就正了。

思考鏈的解法很土，但有效：既然一次寫完容易出錯，那就別一次寫完。把推論拆成好幾段，讓模型邊寫邊看自己剛剛寫了什麼，等於給它一張草稿紙。

思考鏈是怎麼運作的？

運作原理其實沒什麼玄機，就是把推論變成「可以被自己讀到的文字」。

拿「班上 23 個學生，買了 5 箱飲料每箱 12 瓶，每人先發 2 瓶，剩幾瓶」這種題目來拆：

  1. 拋出引導：在問題後面加一句「請逐步思考」，或是先給一個附解題過程的範例。這一步是在告訴模型「我要的不只是數字」。
  2. 模型把中間步驟寫出來：它會先寫「5 × 12 = 60」，再寫「23 × 2 = 46」，最後才算「60 − 46 = 14」。每一步都是真的被生成出來的文字。
  3. 根據那串文字給結論：因為前面的算式已經在畫面上了，模型接下來要產生的每個字都看得到它們，最後那句答案是踩著這些步驟長出來的，不是憑空跳出來的。

關鍵就在第二步。Anthropic 的教學文件有一句話我覺得值得抄起來貼在螢幕上：思考只有講出來才算數。你不能叫模型「想一下但只給我答案」，那樣根本沒有任何思考發生過。

名詞小教室：這裡講的「一步一步寫出來」，在計費上是實打實的字。這些字叫 Token，是 AI 服務的計價單位，寫越多算越多錢。所以思考鏈不是免費的午餐，它拿成本換正確率。

思考鏈跟推理模型差在哪？

一句話：思考鏈是你在提示詞裡「求」來的，推理模型是廠商在訓練時「灌」進去的。

比較項目思考鏈（Chain-of-Thought）推理模型（Reasoning Model）
它是什麼一種提示技巧，寫在你的問題裡一種模型，訓練階段就內建思考行為
誰決定要不要思考你，靠提示詞觸發模型自己，或用參數調深淺
怎麼來的2022 年由研究者提出的提示方法靠強化學習訓練出來，例如 DeepSeek-R1
思考過程看得到嗎看得到，就寫在回覆裡多半看不到原文，只看得到摘要
額外成本輸出變長，費用跟著變長思考的字一樣算你的輸出費用
我會在什麼情況選它用一般模型處理多步驟問題時題目本身就很硬，需要長時間推敲時

從這張表可以看出來，兩者其實是同一件事的兩種取得方式。思考鏈是你自己動手叫模型打草稿；推理模型則是廠商幫你把「一定會打草稿」這件事焊死在模型裡。DeepSeek 在 R1 的說明裡就提過，他們用純強化學習訓練出來的 R1-Zero 會自己長出自我驗證、反思、產生長思考鏈這些行為，沒有人教它要這樣寫。

「那我用推理模型的時候，還要不要加那句請逐步思考？」老實講，大部分情況不用。手上是一般模型、題目又要多步驟推導，你就自己補上那句；如果本來用的就是會思考的模型，那句話多半只是在幫你多燒錢而已。

你會在哪些 AI 工具看到思考鏈？

思考鏈藏在你每天在用的 AI 工具裡，只是換了名字。

  • Claude：Anthropic 把它做成 thinking（思考）功能，模型會先用自己的話把問題重講一遍、試幾種做法、檢查中間結果，這段推理會放在回覆前面的 thinking 區塊。官方文件明講，這些思考的字算輸出 token 計費，就算最後沒顯示給你看也一樣要付。
  • DeepSeek-R1：開源陣營的代表，用 MIT 授權釋出，靠強化學習把長思考鏈直接練進模型裡。
  • 一般的 ChatGPT 對話：你在對話框裡手打「請一步一步說明你的推理」，那就是最原始、最陽春的零樣本思考鏈，跟論文裡那招是同一件事。

如果你是工程師，會碰到的是更細的旋鈕。以 Claude 的 API 為例，手動模式要你設 budget_tokens 來指定思考預算，這個值最低 1024、而且必須小於 max_tokens，因為思考的字會一起吃掉這個上限。不過官方已經在把這套淘汰掉了：Claude 4.6 上標示為 deprecated，4.7 以後直接回 400 錯誤，改用會自己決定要不要思考的 adaptive thinking。順帶一提，Anthropic 在遷移說明裡自己也點出這不只是語法換了：固定預算的年代，模型每一次請求都會思考；換成 adaptive 之後，在低 effort 設定下它遇到簡單問題可能完全不思考。旋鈕從你手上收回去了。

學思考鏈最常見的 3 個誤解

  1. 誤解一：叫 AI「在心裡想一想」也有效 — 真相是沒寫出來就等於沒想。Anthropic 的教學這句話沒留餘地：思考只有在講出來的時候才算數，你要求它想但只輸出答案，等於什麼都沒發生。
  2. 誤解二：思考鏈寫出來的過程，就是 AI 真正的想法 — 真相是不一定。Anthropic 的忠實度研究在題目裡偷塞提示，再看模型會不會承認自己用了。結果 Claude 3.7 Sonnet 平均只有 25% 的時候會講，DeepSeek R1 是 39%；換成「未授權存取」那種比較敏感的提示，Claude 剩 41%、R1 只剩 19%（這數字滿難看的）。換句話說，那串推理比較像事後補寫的心得報告，不是行車紀錄器。
  3. 誤解三：加上去一定變強，所以每題都該加 — 真相是有些題目加了反而變爛。2024 年那篇《Mind Your Step (by Step)》從認知心理學借題目，專挑「人類想太多反而會做錯」的任務來測，結果部分任務上 o1-preview 比 GPT-4o 掉了最多 36.3 個百分點。會不會因為想太多而搞砸，AI 跟人一樣。

想多了解思考鏈，從哪開始？

沒有技術背景的話，最快的方法是自己試一次。找一道要算兩三步的生活題目，例如分帳、換匯、折扣疊加，同一題問兩次，一次直接問、一次加上「請一步一步算給我看」，把兩個答案擺在一起比。你會很有感。

有技術背景的話，建議去看 Anthropic 那份互動式提示詞教學的第六章，它用最小的例子示範了「讓模型先分析再結論」跟「直接要結論」的差距，還順手講了一個滿有趣的偏誤：Claude 對選項順序敏感，兩個選項擺在一起時比較容易挑第二個，官方猜是訓練資料裡第二個選項正確的比例偏高。這種小細節寫在官方文件裡，比任何二手教學都可靠。

常見問題 FAQ

思考鏈跟 AI 有什麼關係？

思考鏈是大型語言模型的一種提示技巧，目的是讓模型在回答前先產生中間推理步驟。它由 Wei 等人在 2022 年提出，後來成為推理模型的基礎概念之一。現在多數 AI 產品的「思考模式」「延伸思考」功能，背後都是同一套想法。

為什麼思考鏈突然這麼紅？

思考鏈本身是 2022 年的研究成果，真正紅起來是因為 2024 到 2025 年各家推出推理模型。DeepSeek 在 R1 的官方說明中提到，他們用大規模強化學習、不經過監督式微調訓練出的 R1-Zero，自己就發展出自我驗證、反思與產生長思考鏈的能力，等於證明推理能力可以純靠強化學習誘導出來。這個結果讓思考鏈從提示技巧升級成訓練目標。

我不是工程師也需要懂思考鏈嗎？

需要知道它存在，但不需要會實作。如果你常用 AI 工具，懂思考鏈至少有兩個好處：問複雜問題時知道補一句「請逐步思考」可能會讓答案更準，以及看到 AI 秀出一長串推理時，知道那不一定是它真正的想法，不要照單全收。

思考鏈的中文翻譯有沒有統一？

沒有完全統一。台灣中文圈「思考鏈」與「思維鏈」兩種寫法都有人用，技術社群也常常直接講英文 CoT。中國那邊幾乎都寫「思維鏈」。本站統一使用「思考鏈」，提到英文時保留 Chain-of-Thought 原文，方便讀者回頭對照原始論文與官方文件。

學會思考鏈之後，下一個該學什麼？

建議往三個方向走：推理模型，看廠商怎麼把思考鏈焊進模型裡；提示詞，理解思考鏈只是提示工程眾多技巧的其中一招；還有 AI 幻覺，因為思考鏈最常被拿來當成降低幻覺的手段之一。這三個串起來，你對「AI 為什麼有時候很準、有時候很瞎」就會有完整的圖。

延伸閱讀

參考來源

  1. Chain-of-Thought Prompting｜Prompt Engineering Guide（dair-ai） — 思考鏈的定義、Wei 等人 2022 年提出、Kojima 等人 2022 年的零樣本版本，以及 Zhang 等人 2022 年 Auto-CoT 的兩階段做法。
  2. Chapter 6: Precognition (Thinking Step by Step)｜Anthropic 互動式提示詞教學 — 「思考只有講出來才算數」、不能要求模型想但只輸出答案，以及 Claude 對選項順序敏感、傾向選第二個的說明。
  3. Thinking｜Claude Platform Docs — 單次作答的模型沒有草稿與改路線的機會、思考內容放在 thinking 區塊，以及思考的 token 以輸出計費並計入 max_tokens。
  4. Extended thinking｜Claude Platform Docs — budget_tokens 最低 1024、必須小於 max_tokens，在 Claude 4.6 標示為 deprecated、4.7 以後回 400 錯誤，以及 adaptive thinking 在低 effort 下可能完全跳過思考。
  5. Reasoning models don’t always say what they think｜Anthropic Research — 思考鏈忠實度實驗：Claude 3.7 Sonnet 平均 25%、DeepSeek R1 39% 會提及提示，未授權存取情境下分別降到 41% 與 19%。
  6. DeepSeek-R1 專案說明｜deepseek-ai — R1-Zero 以大規模強化學習、未經監督式微調訓練，展現自我驗證、反思與產生長思考鏈的行為，以及 MIT 授權釋出。

關於本篇的查證限制：撰寫當下的網路政策擋掉了 arXiv、維基百科、IBM、OpenAI 與 Google 官方網域，只有 GitHub 系與 Anthropic 官方網域能直接讀取。上方六個來源都是直接開啟原文取得。三處例外：Wei 等人論文收錄於 NeurIPS 2022 的出處、該論文以 8 個範例在 PaLM 540B 上刷新 GSM8K 紀錄的細節，以及《Mind Your Step (by Step)》中 o1-preview 最多掉 36.3 個百分點的結果，都是透過搜尋結果摘要取得，未能直接開啟原文核對，引用時請以論文原文為準。

整理一下重點：思考鏈真的沒有多神秘，它就是叫 AI 把算式寫出來，代價是你要付那串算式的錢。

希望這一篇有讓你對思考鏈有比較具體的理解哩～如果發現事實錯誤、定義不準、或翻譯卡卡的，歡迎透過聯絡頁指正，看到我們會盡快修。

我們下篇文章見囉～

本條目由 Array 報報 AI 編輯部根據上方「參考來源」整理，文末已揭露 AI 生成 + 公開資料引用。