与其记住所有要点，不如把分步思考提示词整理成一张清单。分步思考提示是要求 AI 把复杂问题拆成几个步骤依次处理，比如先列已知条件、再分析、最后给结论。提示词技巧不是玄学，而是沟通技巧。你给新同事布置任务时需要交代的信息，AI 同样需要。

这些时候尤其要用

  • 需要权衡利弊的决策，比如选方案、选供应商。
  • 需要你检查推理过程的场合，比如给领导解释判断依据。

为什么要用清单？当 AI 把推理拆成步骤后，你可以只纠正其中一步，比如“第 2 步漏了人力成本”，让它从这一步重新推导，而不是对整个答案说不行。

使用前

  • 先把问题和所有已知条件完整写出来。
  • 明确要求“按步骤分析”，并给出步骤框架，如：理解问题、列出条件、逐项分析、给出结论。
  • 要求每一步都写出依据，不确定的地方标注出来。
  • 确认材料中不包含密钥、内网地址、数据库连接串和用户数据，必要时先脱敏。

使用中

  • 让 AI 在最后单独给出结论和置信程度。
  • 逐步检查中间推理，发现某一步有误就指出来让它从那一步重做。
  • 先把条件逐条列清楚，很多错误其实来自条件缺失。
  • 重点检查每一步的依据，错误通常出现在中间某个假设。

使用后

  • 对重要结论，让 AI 换一种方法再算一遍做交叉验证。
  • 指出具体哪一步错了，让它从那一步继续，效率更高。
  • 关键事实、数字和日期已对照原始资料核实。
  • 程序员特别注意：把报错堆栈、相关代码片段和运行环境版本一起贴给 AI，比只描述现象有效得多。

不要这样做

  • 只说“一步步想”却不给步骤框架。
  • 已知条件写得零散或遗漏。
  • 只看最终结论不看中间过程。
  • 简单问题也要求长篇推理。

配套模板

清单配合下面的模板使用效果更好：

请帮我分析：依赖的第三方支付 SDK 下周升级，可能需要适配。
请按以下步骤回答，每一步单独一段：
第 1 步：用一句话复述问题，确认理解一致；
第 2 步：列出影响这个问题的关键因素（不超过 5 个）；
第 3 步：逐个分析每个因素可能带来的影响；
第 4 步：给出两种应对方案，并比较成本与风险；
第 5 步：给出你的建议，并说明哪些信息不足、需要我补充。
背景：我是程序员，这件事需要向技术负责人汇报。

按清单完成后，结果大致会是这样（虚构示例）：

示例（虚构）：问“三人分担 4 个项目，每人每周最多 40 小时，项目工时分别为 50、30、25、15 小时，能否在一周内完成？”AI 先算总工时 120 小时、总产能 120 小时，再指出单个 50 小时项目需要两人协作，最后给出分配方案，而不是直接回答“能”。

让清单更好用的两个习惯

  • 对数字计算，要求 AI 写出算式，必要时用代码执行功能或计算器复核。
  • 同一问题让 AI 用两种不同路径求解，结果一致时更可信。

清单之外

现在的推理模型还需要这样写吗？ 部分模型会自动进行多步推理，但给出步骤框架仍有价值，它能让输出结构符合你的检查习惯。

能不能只要结论但让 AI 在内部分步？ 可以要求“先分步分析，最后单独给出结论”，你可以只看结论部分，需要时再回看过程。

把清单变成习惯

不必追求每次都完美勾满。更实际的做法是：重要任务全量检查，日常小任务只看标星的几项。程序员在准备技术方案文档或参加需求评审会前用一次，就能感受到差别。

相关阅读