AI 推理技術解密：Chain-of-Thought、ReAct 與思維樹

AI 也會「想錯」

你有沒有試過讓 AI 做數學題？

你：Roger 有 5 顆網球。他又買了 2 罐，每罐有 3 顆。
    他現在有幾顆網球？
AI：11 顆

答案是對的…但如果換個稍微複雜的問題：

你：一間教室有 23 個學生。有 5 個學生離開了，
    又來了 3 組新學生，每組 4 人。現在幾個學生？
AI：26 個

錯了。答案應該是 23 - 5 + (3×4) = 30 個。

AI 直接給答案時容易「跳過思考」，就像學生考試不寫計算過程，直覺寫答案的結果——常常出錯。

解決方法：逼 AI 寫出計算過程。

---

Chain-of-Thought：讓 AI 說出思考過程

核心概念

2022 年 Google 的研究團隊發現：如果在 Prompt 裡要求 AI 「一步步思考」，推理能力可以提升 3-5 倍。

這個技術叫做 Chain-of-Thought（CoT）——思維鏈。

對照實驗

❌ 普通問法：

一間教室有 23 個學生。5 個離開了，
又來了 3 組新學生，每組 4 人。現在幾個學生？

AI 回答：26 個（錯）

✅ CoT 問法：

一間教室有 23 個學生。5 個離開了，
又來了 3 組新學生，每組 4 人。現在幾個學生？
讓我們一步步計算。

AI 回答：

讓我一步步算：
1. 原本有 23 個學生
2. 5 個離開 → 23 - 5 = 18 個
3. 來了 3 組，每組 4 人 → 3 × 4 = 12 個
4. 18 + 12 = 30 個
答案是 30 個學生。

✅ 正確。

為什麼有效？

比喻：你叫一個學生解數學題，他在腦子裡算了一下直接說「26」。你叫他寫下計算過程，他寫到第二步就發現自己算錯了。寫下來的過程本身就是一種自我修正機制。

技術上，CoT 有效是因為：

• 分解複雜問題：一個大問題變成多個小問題，每步都是簡單問題
• 中間步驟可檢查：錯了可以在某一步被抓到
• 利用了模型的序列生成特性：生成的每個 Token 都會影響下一個 Token

---

CoT 的三種用法

1. Zero-shot CoT：最簡單的用法

不用給範例，只需要加一句話：

[你的問題]
讓我們一步步思考。

或英文版：Let's think step by step.

就這樣。加這一句，數學和邏輯題的正確率從 17.7% 跳到 78.7%——Google 的論文數據，不是我亂講的。

2. Few-shot CoT：給範例

給 AI 2-3 個帶有推理過程的範例，讓它學會格式：

問題：小明有 3 顆蘋果，小華給了他 5 顆，他又吃了 2 顆。還剩幾顆？
思考過程：
- 原本 3 顆
- 加上 5 顆 → 3 + 5 = 8 顆
- 吃掉 2 顆 → 8 - 2 = 6 顆
答案：6 顆

問題：[你的新問題]
思考過程：

效果比 Zero-shot 更穩定，特別適合你知道正確推理方式的場景。

3. Self-Consistency：投票制

同一個問題，讓 AI 用 CoT 回答 5 次，然後看哪個答案出現最多次——多數決。

回答 1：300（推理路徑 A）
回答 2：360（推理路徑 B）
回答 3：360（推理路徑 C）
回答 4：360（推理路徑 D）
回答 5：300（推理路徑 E）

投票結果：360（3/5 投票）→ 採用 360

比喻：不確定答案時，問 5 個人，選多數人的答案。不能保證對，但大概率比只問 1 個人好。

---

ReAct：讓 AI 邊想邊做

CoT 的限制

CoT 讓 AI 學會推理，但它只能在「腦子裡」想——碰到需要查資料或操作工具的任務就不行了。

「明天台北會不會下雨？」 AI 用 CoT 可以推理，但它沒有天氣資料，所以只能猜。

ReAct = Reasoning + Acting

2022 年的 ReAct 論文合併了推理和行動：

Thought（想法） → Action（行動） → Observation（觀察）→ Thought...

完整流程：

用戶：「明天台北會下雨嗎？幫我判斷要不要帶傘。」

[Thought] 用戶問台北天氣，我需要查天氣預報才能給準確建議
[Action]  呼叫 weather.get_forecast(city="台北", day="明天")
[Observation] API 回傳：降雨機率 80%、氣溫 18-22°C、東北風
[Thought] 降雨機率 80% 很高，應該建議帶傘。
          氣溫偏低，可以建議帶外套。
[Answer]  明天台北降雨機率 80%，建議帶傘！
          氣溫 18-22°C，東北風，也帶件薄外套比較保險。

這就是 OpenClaw Agent 的核心

OpenClaw 的 Agent 模式就是 ReAct 循環的實現：

1. 感知（接收你的指令）
2. 思考（分析需要什麼 Skill）
3. 行動（呼叫 Skill / 工具）
4. 觀察（接收工具回傳結果）
5. 回到思考（判斷任務是否完成）

你：「幫我把今天的待辦事項整理好，發到 Telegram」

Agent 思考：需要兩個步驟——取待辦 + 發訊息
Agent 行動：呼叫 Todoist Skill → 取得今日待辦
Agent 觀察：收到 5 筆待辦事項
Agent 思考：格式化後發送到 Telegram
Agent 行動：呼叫 Telegram Skill → 發送整理好的清單
Agent 觀察：發送成功
Agent 回覆：「已經把 5 項待辦事項發到你的 Telegram 了！」

詳見 Agent 完全指南

---

進階：Tree of Thoughts（思維樹）

從鏈到樹

CoT 是一條線的思考路徑——從 A → B → C → 答案。

但有些問題沒有明確的下一步，需要探索多條路線：

Chain-of-Thought（鏈）：
A → B → C → 答案

Tree of Thoughts（樹）：
         A
       / | \
      B  C  D
     /|    / \
    E  F  G   H
    ✅     ✅
  （找到兩條可行路線，選最好的）

什麼時候需要思維樹？

問題類型	用 CoT 就好	需要 Tree of Thoughts
數學計算	✅
翻譯	✅
創意寫作		✅（需要嘗試不同風格）
策略規劃		✅（需要比較多種方案）
程式 Debug		✅（需要假設多個原因）

OpenClaw 的蜂群智能模式就像自動化的思維樹——多個 Agent 各走不同路線，最後投票選最好的結果。詳見 多 Agent 協作。

---

推理技術對照表

技術	核心概念	適用場景	OpenClaw 應用
Zero-shot CoT	加一句「一步步思考」	日常問題	Skill 內的 Prompt
Few-shot CoT	給 2-3 個範例	特定領域	SOUL.md 範例
Self-Consistency	多次回答取多數	重要決策	多次執行比對
ReAct	推理 + 行動循環	需要工具的任務	Agent 核心循環
Tree of Thoughts	探索多條路線	創意/策略	蜂群智能

---

實際建議：什麼時候用什麼

日常使用（80% 的情況）

在 Prompt 結尾加「讓我們一步步思考」就夠了。不用想太多。

複雜任務

讓 OpenClaw 的 Agent 模式自動處理——它內建了 ReAct 循環，你不用手動管。

重要決策

在 Skill 裡設計多次執行 + 比對結果的流程——這就是 Self-Consistency 思想。

---

延伸閱讀

• 📝 Prompt 工程完整教學——推理技術的基礎
• 🤖 Agent 完全指南——ReAct 在 OpenClaw 的實現
• 🧠 AI 技術演進全景圖——推理技術在 AI 發展中的位置
• 🐝 多 Agent 協作與蜂群智能——思維樹的群體版