最近在做一些逻辑推理类的任务，看很多文章说Chain-of-Thought能显著提升复杂问题求解能力。但我在实际测试中遇到一个诡异现象：让GPT-4直接算一道包含多步运算的应用题，答案是对的；一旦我在prompt里加上“请一步一步思考”或者给出示例的推理格式，模型反而会在中间步骤里绕进去，甚至算错。我试过不同的触发词（Let‘s think step by step、逐步分析），也调整过temperature，结果都不太稳定。想请教下各位，CoT是不是对任务类型有特定要求？还是我的prompt结构有问题？比如是否需要把推理框架先定义得更严格一点？希望有经验的朋友指点下，谢谢。