关于分步思考提示词的 7 个问答，一次讲明白
刚接触分步思考提示词的人，问得最多的往往是下面这几个问题。
Q1：分步思考提示到底是什么？
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。它对计算、推理、方案比较这类需要多步判断的问题尤其有用。
Q2：为什么它有效？和直接要答案有什么不同？
把中间步骤写出来，相当于给模型更多“思考空间”，也让你能检查每一步是否合理，而不是只看到一个无法验证的结论。直接要答案速度快但难以检验；分步思考把过程摊开，回答更长，却能让你发现中间哪里出错并针对性修正。
Q3：哪些场景最值得用？
最典型的是两类：一是需要权衡利弊的决策，比如选方案、选供应商；二是需要你检查推理过程的场合，比如给领导解释判断依据。以保险代理人为例，处理“整理 3 份家庭保障方案”这类工作时就很适合尝试。
Q4：具体怎么开始？
建议按这三步起步：
- 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。
熟练之后再养成一个习惯：对重要结论，让 AI 换一种方法再算一遍做交叉验证。
Q5：有没有现成的模板？
有，下面这个可以直接复制，按需替换方括号内容：
请先不要给答案。
1. 列出解决这个问题需要知道的所有信息，标出哪些我已经提供、哪些缺失；
2. 对缺失信息，写出你打算采用的合理假设；
3. 基于假设分步计算或推理，每步写出公式或依据；
4. 最后检查：结论是否与第 1 步的任何已知条件矛盾？如有，回到相应步骤修正。
问题：[粘贴问题]
Q6：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。
Q7：步骤写多少合适？
一般 3 到 6 步，步骤太细会让回答冗长，太粗又失去检查意义。
Q8：分步思考会让回答变慢吗？
输出会更长，阅读时间增加，但对复杂问题来说，它节省的是返工和误判的时间。
举个例子
举个虚构的例子：一位采购需要判断两家供应商哪家总成本更低。直接问时，AI 只比较了单价；要求分步列出单价、运费、账期和质量返工成本后，它发现单价较低的一家因运费和返工反而更贵，结论完全相反。
补充：最容易踩的坑和用好的诀窍
- 只看最终结论不看中间过程。改进：重点检查每一步的依据，错误通常出现在中间某个假设。
- 简单问题也要求长篇推理。改进：查事实、改措辞这类简单任务不需要分步，否则只会让回答变长。
- 把分步提示与反方视角结合：先推理，再让 AI 找自己推理里的漏洞。
- 对需要汇报的场景，让 AI 把推理过程压缩成三句话给领导看。
下一步学什么
掌握分步思考提示之后，可以继续了解决策矩阵和自我批改，它们经常和分步思考提示一起使用，组合起来能处理更复杂的任务。