思维链（Chain-of-Thought, CoT）是提升大语言模型（LLM）复杂推理能力的关键技术，而根据是否提供示例，CoT 可分为 零样本 CoT（Zero-shot CoT）和 少样本 CoT（Few-shot CoT）。两者在实现方式、效果稳定性、资源消耗和适用场景上存在显著差异。合理选择，能以最小成本获得最佳推理性能。
一、核心区别对比
| 维度 | 零样本 CoT（Zero-shot CoT） | 少样本 CoT（Few-shot CoT） |
|---|---|---|
| 是否提供示例 | ❌ 不提供任何输入-输出示例 | ✅ 提供 2~5 个含推理链的完整示例 |
| 触发方式 | 仅靠通用指令（如“请逐步思考”） | 通过示例示范“如何分步推理” |
| 上下文 Token 消耗 | 低（仅增加一句指令） | 高（每个示例可能占 100+ Token） |
| 对模型能力要求 | 较高（需模型已内化推理模式） | 较低（通过示例引导弱模型） |
| 输出稳定性 | 中等（步骤可能不完整或偏离） | 高（格式与逻辑更一致） |
| 开发复杂度 | 极低（一行指令即可） | 中等（需设计和验证示例） |
二、零样本 CoT：轻量级通用推理
实现方式
在用户问题后附加一句通用触发语：
“让我们一步一步思考。”
“Please reason step by step.”
“请展示你的推理过程。”
示例：
问题：一个长方形长12米，宽8米，周长是多少？
让我们一步一步思考。
工作原理
依赖模型在预训练中学习到的“逐步解答”模式（如教科书、问答社区内容），通过指令激活该行为。
适合场景 ✅
- 模型较强（如 GPT-4、Claude 3、Qwen-Max）；
- 任务类型标准（如基础数学、简单逻辑）；
- 上下文长度受限（如移动端、高频调用 API）；
- 快速原型验证（无需准备示例，立即测试）；
- 多任务混合场景（无法为每类任务维护示例库）。
局限性 ❌
- 在小模型（如 LLaMA-7B）上效果微弱；
- 推理步骤可能跳跃、冗余或偏离重点；
- 对非常规任务（如自定义规则谜题）难以泛化。
三、少样本 CoT：高精度定向引导
实现方式
在 Prompt 中嵌入多个“问题 + 分步解答”对：
问题：小明有5个苹果，吃掉2个，又买3个，现在有几个？
解答：初始有5个。
吃掉2个后剩下：5 - 2 = 3个。
又买3个，总共：3 + 3 = 6个。
答案：6。
问题：[新问题]
解答：
工作原理
通过示例显式建模“输入 → 中间步骤 → 输出”的映射关系，为模型提供可模仿的推理模板。
适合场景 ✅
- 任务复杂或非标准（如多跳推理、领域特定逻辑）；
- 模型较弱或未专门优化 CoT（如开源中小模型）；
- 对输出格式一致性要求高（如需程序解析中间步骤）；
- 存在易错边界 case（可通过示例显式纠正）；
- 可接受较高 Token 成本（如后台批处理、关键决策）。
局限性 ❌
- 占用宝贵上下文窗口，限制输入长度；
- 需人工设计、验证和维护示例库；
- 若示例质量差，会误导模型（“垃圾进，垃圾出”）；
- 不适用于动态变化的任务类型。
四、实战选择建议
优先使用 零样本 CoT 当：
- 你使用的是 GPT-4、Claude 3 Opus、Qwen-Max 等强模型；
- 任务属于 常见推理类型（数学、逻辑、常识）；
- 系统对 延迟和成本敏感；
- 你希望 快速上线 MVP。
💡 技巧：可结合
response_format或后处理正则，提取最终答案。
优先使用 少样本 CoT 当：
- 使用 中小规模开源模型（如 LLaMA-13B、Qwen-7B）；
- 任务包含 自定义规则、专业领域知识或复杂约束；
- 需要 严格控制推理步骤格式（如用于审计或教学）；
- 已有高质量示例库，且任务类型稳定。
💡 技巧：将示例按难度排序，先简单后复杂，提升学习效果。
五、混合策略：动态 CoT
高级系统可结合两者优势：
- 默认使用 零样本 CoT；
- 若检测到模型输出无推理步骤或答案可疑，则自动回退到少样本 CoT；
- 或通过 向量检索，从示例库中动态选取最相似的 few-shot 示例注入 Prompt。
此类策略在 LangChain、LlamaIndex 等框架中已有实践。
六、效果对比示例
任务：计算折扣后价格（原价 200 元，打 8 折，再减 10 元）
- 零样本 CoT 输出（GPT-4）：
“打8折即 200 × 0.8 = 160 元，再减10元得 150 元。答案：150。”
- 少样本 CoT 输出（LLaMA-13B）：
“原价：200 元
打8折：200 × 0.8 = 160 元
减10元：16 0 – 10 = 150 元
最终价格：150 元”
→ 强模型用 zero-shot 足够；弱模型依赖 few-shot 才能正确分步。
总结
| 策略 | 本质 | 适用模型 | 适用任务 | 成本 |
|---|---|---|---|---|
| 零样本 CoT | 指令触发 | 强模型 | 标准推理 | 低 |
| 少样本 CoT | 示例引导 | 弱/通用模型 | 复杂/定制任务 | 高 |
选择口诀：
“强模型用零样本，快而省；
弱模型靠少样本，稳而准。”
在实际项目中，建议先尝试零样本 CoT，若效果不达标，再投入资源构建少样本示例库。随着模型能力持续进化，零样本 CoT 的适用范围正在不断扩大，但少样本 CoT 仍是保障关键任务可靠性的“压舱石”。
