_{记忆点：说明任务与验收标准，不要替推理模型规定每一步思路。}

💡 答案要点

推理模型（o3/R1/QwQ）和普通模型的 Prompt 策略完全不同：

维度	普通模型（GPT-4o/Claude）	推理模型（o3/R1）
CoT 效果	有效，"请一步步思考"提升推理	反而降低性能！
Few-shot	有效，给示例模仿	可能干扰内部推理机制
System Prompt	详细指令有效	越简洁越好，让模型自由推理
Temperature	0.0-1.0 可调	通常自动（强制随机）

为什么 CoT 对推理模型不起作用（甚至反效果）：

普通模型：输入 → "请一步步思考" → 模型输出推理过程 → 答案
          ↑ 你告诉它思考方式

推理模型：输入 → 模型内部已有"思考预算"机制 → 直接内部推理 → 答案
          ↑ 你再教它"思考"等于干扰它的内部机制

2026年主流推理模型分类：

类型	代表模型	思考方式	Prompt 策略
显式思考	o3、DeepSeek R1、QwQ-32B	输出中可见思考链	❌ 不要加 CoT
隐式思考	Gemini 2.5 Pro	内部思考	✅ 简洁指令
可配置思考	Claude Sonnet 4（Extended Thinking）	thinking.budget_tokens 控制	✅ 指定预算即可

生产级推理模型 Prompt 最佳实践：

# ❌ 错误：对推理模型加 CoT
messages = [
    {"role": "user", "content": "请一步步思考这个问题：计算 123*456"},
]

# ✅ 正确：推理模型直接给任务
messages = [
    {"role": "user", "content": "计算 123*456"},
    # 不需要"请思考"，模型会自动推理
]

# ✅ 正确：Extended Thinking 模型配置预算
response = anthropic.messages.create(
    model="claude-sonnet-4-5",
    thinking={
        "type": "enabled",
        "budget_tokens": 8192  # 控制思考量
    },
    messages=messages
)

场景化推理模型选择：

场景	推荐模型	理由
数学/代码推理	o3 或 DeepSeek R1	显式思考链可验证
快速简单问答	普通模型（省钱）	推理模型贵 10x
需要控制成本	Claude Sonnet 4（可配置预算）	预算内自由推理
本地部署	QwQ-32B（开源）	免费、可定制

面试话术：

"2026 年面试要注意推理模型和普通模型的 Prompt 策略是反的。普通模型加 CoT 提示词效果很好，但推理模型（o3/R1）内部已经有思考机制，你再教它'一步步思考'反而干扰它。我面试被问到过这个坑——面试官问'CoT 对 o1 有用吗'，我说有用，直接挂掉。正确答案是：推理模型不需要外部 CoT，它的思考是内化的，你应该关心的是 Thinking Budget 配置，而不是 Prompt 怎么写。"