AI推理提示词的核心目标不是让模型背答案，而是把原本隐藏在参数里的推理路径约束出来。同一道逻辑题，直接让模型输出结论，和先要求它列出已知条件、中间的判断依据、再给出答案，准确率可能相差很大。下面这份集合会把常见推理场景拆开，给出可复用的Prompt结构，并说明什么时候该用哪种组合策略。
推理提示词为什么有效：从三种基础结构说起
如果只把推理提示词理解成在问题后面加一句“请逐步思考”，那就忽略了它真正的作用。推理提示词的底层逻辑是约束模型的生成路径。模型在预测下一个token时，会根据前文内容分配概率。前文里如果已经出现“第一步”“已知条件”“矛盾点”等结构化信息，后续输出就更倾向于延续这种结构，而不是直接跳到一个不确定的答案。
最基础的结构有三种。第一种是零样本思维链，直接要求模型先分析再回答；第二种是少样本示例，用两三个同类推理过程给模型做示范；第三种是强制输出格式，让模型用JSON、列表或固定标题输出推理步骤。三者的区别不在于提示词长短，而在于约束强度不同。零样本思维链适合泛化任务，少样本示例适合格式敏感的任务，强制输出格式则更适合后续需要程序解析的场景。
下面是一个零样本思维链的基础模板：
请分步解决下面的问题。
在给出最终结论之前，先完成以下步骤：
1. 列出题目中的已知条件。
2. 说明每一步推理的依据。
3. 判断是否存在干扰信息。
4. 最后给出明确答案。
问题：{问题}
这个模板看起来简单，但很多复杂推理任务只要加上它，错误率就会明显下降。原因是它把“先分析再回答”从一句模糊要求变成了明确步骤。模型不再需要猜测用户想要解释还是只要答案，而是按照固定顺序生成内容。
六大推理场景的Prompt模板集合
不同推理任务对提示词的敏感点不一样。数学计算容易在中间步骤出错，逻辑推理容易忽略否定词，因果判断容易把相关性当成因果，多跳问答容易丢条件，反事实推演容易混淆事实与假设，任务规划容易生成不可执行的动作。下面按场景拆解模板。
逻辑推理
逻辑推理题通常包含条件关系、否定、全称与特称判断。提示词需要强制模型检查每个条件是否被满足，以及是否存在反例。不要只让模型给结论，还要让它说明为什么其他选项不成立。
请根据以下条件进行逻辑判断。
第一步：列出所有条件，并标注每个条件表达的是“所有”“有些”还是“没有”。
第二步：检查结论是否被条件严格推出，而不是感觉上合理。
第三步：如果结论不成立，给出一个反例；如果成立，说明推导路径。
条件：{条件}
结论：{结论}
数学计算
数学推理提示词的重点是拆步骤和防止跳步。很多错误不是因为模型不会计算，而是它在进行多步运算时把中间结果或单位搞混。让模型在每一步写出表达式和单位，能够显著提高稳定性。
请解决下面的数学问题。
要求：
- 每一步只做一个运算。
- 写出该步的公式或表达式。
- 保留中间结果，不要心算。
- 最终答案单独用“答案：”开头。
问题：{数学问题}
因果判断
因果推理最常犯的错误是把先后关系当因果，或忽略混杂变量。提示词要引导模型区分相关性与因果性，并列出可能影响结论的隐藏因素。
请判断以下现象之间是否存在因果关系。
1. 先说明事件A和事件B之间的相关关系是什么。
2. 列出至少两个可能的混杂变量。
3. 判断是否存在“A导致B”“B导致A”“共同原因”或“纯属巧合”的情况。
4. 给出最终判断和依据。
现象A：{现象A}
现象B：{现象B}
多跳问答
多跳问答需要模型在多个事实之间建立联系。提示词最好要求模型先列出每个已知事实，再逐步链接，最后才回答问题，避免跳过中间证据。
请回答下面的多跳问题。
在回答前，请先列出你使用到的每一个事实，并说明这些事实之间的连接关系。不要跳过中间推理步骤。
背景：{背景资料}
问题：{多跳问题}
反事实推演
反事实推理要求模型在改变某个历史条件的情况下推演可能结果。难点是保持“现实世界”和“假设世界”的区分。提示词需要明确标记两个世界，防止模型把假设当成事实。
请进行反事实推演。
现实世界：{现实情况}
假设改变：{改变条件}
要求：
1. 先描述现实世界中事件的实际发展。
2. 再描述假设条件下哪些环节会发生变化。
3. 分析变化是否会传导到最终结果，并说明传导链。
4. 如果无法确定，请明确说明不确定性来自哪里。
任务规划
任务规划类推理需要生成可执行的动作序列。提示词应要求模型预检每一步的前置条件、可能失败点以及回退方案。
请为以下目标制定执行计划。
目标：{目标}
可用资源：{资源}
限制条件：{限制}
计划要求：
- 每一步写清动作、前置条件、预期结果。
- 如果某一步可能失败，列出备选方案。
- 最后说明整个计划的关键风险点。
以上模板中的变量都可以根据业务替换。重点不是记住原句，而是理解每个场景下模型最容易在哪个环节出错，再把提示词设计成强制检查该环节。
进阶组合策略：思维树、自洽采样与反思
单一提示词只能覆盖基础场景。遇到需要回溯、比较多个候选路径或调用外部工具的任务，就要组合使用更复杂的推理策略。
思维树适合解空间较大的任务，比如创造性推理或需要多步决策的问题。提示词会要求模型在每个节点生成多个候选思路，再对这些思路打分，选择最优路径继续展开。它比线性思维链更消耗token，但能减少早期错误导致后续全盘崩掉的情况。
请使用思维树方式解决下面的问题。
在每个推理节点生成3个候选下一步。
对每个候选步骤用1到5分评估它的合理性和信息量。
选择得分最高的一步继续展开。
如果后续发现矛盾，返回上一个节点重新选择。
问题：{复杂推理问题}
自洽采样是另一种低成本提升推理准确率的方法。它不改变单次提示词，而是把同一个问题让模型独立回答多次，每次生成的中间路径可能不同，最后对最终答案进行投票。这个方法适合答案空间有限的题目，比如选择题、判断对错或数值计算。如果答案很开放，投票就失去意义。
反思策略则让模型先给出答案，再以批判者身份检查自己的推理漏洞。适用于容易产生过度自信的错误，例如常识推理和逻辑陷阱题。提示词可以这样设计：
请回答下面的问题。
完成回答后，再以严格评审者的角度检查你的答案：
1. 是否存在未考虑的反例？
2. 是否有前提条件被忽略？
3. 是否有更简单的解释？
如果发现问题，请修正答案并说明修改原因。
问题：{问题}
除了这些策略，参数设置也会影响推理表现。温度越低，推理路径越稳定；温度越高，模型更容易跳出局部解，但也可能产生更多幻觉。对于数学和逻辑任务，建议将温度设置在0到0.3之间；对于开放性推演任务，可以提高到0.5到0.7。最大输出token也要留足，避免推理步骤被截断。
避坑指南：推理提示词常见的失败模式
很多推理提示词失败，不是因为模型不行，而是提示词本身引入了偏差。第一个常见问题是顺序偏置。如果提示词里写“先判断A，再判断B”，模型可能不自觉地认为A是更重要的条件。尽量使用中性的顺序描述，或要求模型检查所有条件后再下结论。
第二个问题是错误地给模型贴标签。例如把任务描述为“这是小学奥数题”，看起来像是降低难度，但可能让模型调用错误的背景知识，反而忽视复杂解法。提示词里要避免加入与任务无关的难度、来源或风格描述，只保留任务本身和输出约束。
第三个问题是幻觉在推理步骤里累积。当模型在中间步骤编造一个不存在的事实，后续步骤会基于这个错误事实继续推导。减少方法是要求模型在每一步标注依据来源，或者先做事实抽取再做推理。对于关键业务，最好用程序对中间输出做格式校验和关键词校验，而不是只看最终结论。
最后，不要过度依赖单次生成的题目结果。对于高风险决策，至少运行2到3次独立推理，并对比中间步骤是否一致。如果一致，再采用最终答案。这样可以过滤掉部分随机性导致的错误。
把这套思路用起来后，你会发现推理提示词不是固定咒语，而是一组可以按场景拆装的结构。遇到问题先想清楚模型应该先判断什么、再链接什么、最后输出什么，提示词自然就出来了。