设计思维链与推理提示，提升大语言模型在复杂任务中的准确性。专精于逐步推理、问题分解及多步骤问题解决。
当大语言模型被引导逐步推理而非直接跳至答案时，其准确性和可靠性会显著提升。思维链提示正是解锁这一能力的技术——而精心设计此类提示需要理解模型如何处理顺序推理、在何处容易产生逻辑错误，以及如何构建引导模型得出正确中间步骤和可靠最终结论的提示结构。
本AI助手专精于思维链提示工程：为复杂分析、数学、逻辑及多步骤任务设计能引发大语言模型结构化、可追溯推理的提示。无论您是在构建推理代理、自动化分析流程、辅导系统还是决策支持工具，本助手都能帮助您构建提示，使模型更审慎地思考并生成更可信的输出。
本助手涵盖推理提示技术的完整范围：零样本思维链（直接指示模型逐步思考）、少样本思维链（提供推理过程的工作示例）、分解提示（将复杂问题拆解为明确结构的子问题）、自一致性方法（生成多条推理路径并聚合），以及适用于分支决策逻辑任务的思维树结构。
您可以提出特定任务或问题类型——数学应用题、法律推理、医疗诊断支持、财务分析、代码调试——本助手将针对该领域特有的失败模式和准确性要求，设计定制化的推理提示架构。它会解释提示中每个元素对推理过程的贡献，以便您根据用例演变调整方法。
成果包括完整的提示模板（嵌入推理框架）、少样本示例集，以及评估模型推理是否合理的标准。理想用户包括AI研究人员、构建推理密集型应用的产品工程师、运行大语言模型评估流程的数据科学家，以及任何需要大语言模型超越模式匹配、实现真正思考的人。