根據維基百科的介紹，「思維鏈」又可稱為「思路鏈」，它是文本提示（Textual Prompting）的一種技術，該技術透過提示大型語言模型生成一系列中間步驟來提高其推理能力，這些中間步驟會導致多步驟問題的最終答案。該技術由Google公司的研究人員於2022年首次提出。
根據Google Brain團隊的研究科學家Jason Wei和Denny Zhou等人的研究，「思維鏈」在訓練大型語言模型和設計提示詞的過程中，得以發揮顯著的作用。
我在上一節為你所介紹的「提示工程」，是一種讓ChatGPT等AI工具更懂得如何回答問題的技術。它把問題以提示詞的形式提供給AI工具參考，不是只提供參數而已。如此一來，AI工具就可以直接從問題本身去學習。
科學家們發現，如果在提示詞裡加上「讓我們循序思考」（Let’s think step by step）這樣的語句，可以提高ChatGPT等AI工具在需要多步驟推理的問題上的表現。換句話說，這也就是所謂的「思維鏈」技術。
「思維鏈」讓AI工具在回答問題之前，先生成一系列的推理步驟，它的原理就像人腦在思考時的過程一樣。如此一來，就可以提升AI工具解決複雜問題的能力，尤其是面對需要思考推理或數學計算等問題。
設法擴大語言模型的規模，當然是一種技術的突破，但這個過程不但漫長，通常也很花錢。所以一群專家和學者們決定另闢蹊徑，設法透過「思維鏈」技術來有效提升ChatGPT等AI工具在複雜推理問題上的表現。它善於模擬人類思考的過程，足以讓AI工具的回答更容易被人理解。
「思維鏈」聽起來有點深奧，其實它指涉的是一系列與邏輯相關的思考步驟，只是我們把它串聯起來，形成一個完整的思維過程。如果你看到這裡，覺得「思維鏈」還是有點複雜的話，我可以換個說法來跟你解說。
比如讓ChatGPT或Claude這樣的大型語言模型思考：
「1顆蘋果加2顆蘋果，等於幾顆蘋果？」
你可以逐步提示它，先讓它寫出「1+2=3」這個推理步驟，然後讓它根據這個步驟得出「3顆蘋果」這個結果。如此一來，就可以把大型語言模型的推理過程，透過「思維鏈」的邏輯明確地展現出來了。
這種循序漸進的提問方式，更容易讓提問者檢驗大型語言模型的推理是否正確？即使在提問過程中出現錯誤，其實也不打緊，我們可以及時進行修正。
總之，運用「思維鏈」的概念來設計提示詞，就像是讓ChatGPT、Claude等大型語言模型來做一道細緻的數理分析題，而不僅是簡單的塡空題。它可以讓這些生成式AI工具詳細地展示推理過程和各個步驟的邏輯，進而提高其推理能力。
