# python_openai_prompt_chainofthought

**Repository Path**: enzoism/python_openai_prompt_chainofthought

## Basic Information

- **Project Name**: python_openai_prompt_chainofthought
- **Description**: python_openai_prompt_chainofthought
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-08-31
- **Last Updated**: 2026-08-31

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# Prompt中引导思维链
关于在Prompt中引导思维链（Chain of Thought）输出，我需要先明确一个关键前提：

对于DeepSeek-R1等推理模型：思维链是内置且默认隐藏的（通过reasoning_content字段返回），你不需要在Prompt中刻意要求“逐步思考”，因为模型会自动推理。强行要求可能反而影响输出质量。
对于DeepSeek-V3或GPT-4等通用模型：思维链是需要显式引导的，通过Prompt工程让模型展示推理步骤。
以下我针对通用模型（非推理专用模型）给出几种有效的Prompt编写方法和代码示例。

| 文件 | 对应 README 方法 |
|------|------------------|
| src/python_deepseek_prompt/examples/a1_explicit_instruction.py | 方法一：显式指令法 |
| src/python_deepseek_prompt/examples/a2_few_shot.py | 方法二：Few-shot 示例法 |
| src/python_deepseek_prompt/examples/a3_json_format.py | 方法三：强制结构化输出（JSON 格式，含两种实现） |
| src/python_deepseek_prompt/examples/a4_role_setting.py | 方法四：角色设定法 |
| src/python_deepseek_prompt/examples/a5_step_by_step.py | 方法五：分步追问法 |
| src/python_deepseek_prompt/examples/a6_r1_reasoner.py | 针对 DeepSeek-R1 推理模型的特殊处理 |
| .env.example | 环境变量配置模板 |
| .gitignore | 增加 .env 忽略，防止泄露 API_KEY |
| pyproject.toml | 增加 openai、python-dotenv 依赖 |