来源：https://github.com/datawhalechina/vibe-vibe

在 3.2 节，你学会了用结构化框架（S.C.A.F.F.、R.G.C.）组织提示词。框架解决了「怎么组织信息」的问题，但还有一个问题没回答：

"同样的信息，有没有更聪明的「问法」，让 AI 表现得更好？"

有的。这就是本节要介绍的进阶提示技巧。

经过本节学习，你将掌握

• Zero-shot：直接提问，适合 AI 已经「会」的任务
• Few-shot：用示例教会 AI，适合格式化输出
• Chain of Thought：让 AI 分步思考，适合复杂逻辑
• Tree of Thoughts：探索多条路径，适合方案对比
• Self-Critique：让 AI 自我检查，提升输出质量
• 技巧选择指南：什么情况用什么技巧

核心洞见

"不同的任务，需要不同的思考方式。提示技巧的本质，是引导 AI 用最适合的方式处理你的问题。"

2024 年的研究表明：Chain of Thought（思维链）技巧在数学和符号推理任务上效果显著，但在其他类型任务上收益有限。这意味着：没有万能技巧，只有最合适的技巧。

本节的目标不是让你记住所有技巧，而是帮你建立一个「技巧选择直觉」——看到任务，就知道该用什么方式和 AI 对话。

本节结构

3.3.1 Zero-shot Prompting    → 最基础的提问方式，适合入门
3.3.2 Few-shot Prompting     → 用示例教会 AI，格式化输出利器
3.3.3 Chain of Thought       → 分步推理，复杂逻辑的好帮手
3.3.4 Tree of Thoughts       → 多路径探索，决策场景专用
3.3.5 Self-Critique          → AI 自查，质量保障最后一道防线
3.3.6 技巧选择指南            → 快速决策，什么场景用什么技巧

与前面章节的关系

三者是递进关系：先知道该说什么（3.1），再学会怎么组织（3.2），最后掌握不同的「问法」（3.3）。

延续案例：小李的待办清单

本节继续使用第二章小李的待办清单项目作为贯穿案例。你会看到同一个需求，用不同技巧提问，会得到怎样不同的效果。

学习建议

1. 先掌握 Zero-shot 和 Few-shot：这两个技巧覆盖 80% 的日常场景
2. Chain of Thought 按需使用：遇到复杂逻辑再用
3. Tree of Thoughts 了解即可：技术选型时才需要
4. Self-Critique 养成习惯：重要输出都让 AI 自查一遍

准备好了吗？让我们从最基础的 Zero-shot 开始。