思维链失效的地方，该换成结构化提示

把一个两百字的客服留言丢给模型做分类，同时加一句「请一步步思考」，准确率反而从 92% 掉到 84%，输出长度翻了一倍，还得再写代码把解释部分剔掉。

思维链曾经是提示词的万能钥匙，但它解决的是特定类型的问题。用错地方，它不提升准确率，只提升成本。

思维链擅长什么，不擅长什么

它的原理是把多步推理展开成中间 token，让模型有机会「在写的过程中算」。数学、逻辑推理、多约束规划受益明显，因为中间状态本身需要被显式表示。

但分类、信息抽取、格式转换这类任务，答案在一次判断里就能给出。强迫模型写推理过程，等于给它制造编造理由的空间：先有结论，再补一段看起来合理的论证。

三种常见的误用

• 给抽取任务加「一步步思考」，模型开始在推理里发明原文并不存在的字段值
• 把「必须输出 JSON」和「详细解释判断依据」写在一起，模型在两个目标间摇摆，格式经常崩
• 一段提示里塞进角色、规则、示例、格式、语气五件事，模型往往只牢牢抓住最后一条

这些问题的共同点是：提示词在描述「我想要什么感觉」，而不是定义「输入输出长什么样」。

结构化提示改了什么

结构化的核心不是写得更长，而是把任务拆成明确的槽位：输入是什么、输出是什么形状、判断依据有哪些、边界情况怎么处理。

同样一个分类任务，改成「只输出标签，标签取自 咨询/投诉/建议；不确定时输出 待定；不要输出任何解释」，准确率和稳定性通常一起上升。

更重要的是，结果可以直接进程序。不需要再写一层解析容错代码，这往往比提升几个百分点更省事。

一个可以直接套用的骨架

业内比较通行的做法是四段式：任务（一句话说清）→ 输入（结构化给出，加分隔符）→ 约束（边界与禁止项）→ 输出格式（给一组真实的输入输出对照）。

示例比描述管用得多。写「输出简洁的 JSON」，每个模型理解都不一样；给一段真实的输入输出对照，格式收敛速度会快一个量级。

什么时候该把推理加回来

当任务需要多步计算、需要在多个约束之间取舍，或者错误答案很难从表面识别时，让模型显式推理是划算的。

此时更稳的做法是拆成两段调用：第一段只要求它推理，第二段单独要求按格式输出结论。把「想」和「写」分开，比在一段提示里同时要求两件事可靠得多。

怎么判断改动真的有效

别用感觉判断。挑 20 条真实输入，覆盖正常、边界、异常三类，人工标注正确答案，改一次提示就跑一遍，记录准确率与格式合规率两个数。

大多数「感觉变好了」的改动，在这张表上会露出原形：某一类提上去了，另一类掉下来了，平均值没变。

把它当成接口协议来写

提示词既不是越长越好，也不是越像人说话越好。它更像一份接口协议：说清输入、输出和约束，剩下的交给模型。

行动建议：从你今天最常用的那个提示开始，删掉所有「请你认真思考」式的形容词，补上输出格式和一组示例，再用 20 条真实样本跑一遍做对比。