核心差异：推理模型不需要 CoT 触发词
普通模型需要"Let's think step by step"来激活推理；对于已经内置了推理能力的模型（o1、Claude Extended Thinking），这类触发词不仅无用，有时还会干扰模型的内部推理过程。
普通 LLM 提示
- 需要 CoT 触发词
- 需要 Few-shot 示例
- 需要指定推理步骤格式
- 详细的 System Prompt 有帮助
- 可以用 XML 标签指导结构
推理模型提示
- 不需要 CoT 触发词
- Few-shot 效果有限甚至负面
- 不要规定推理步骤格式
- 简洁的 System Prompt 更好
- 只约束最终输出格式
System Prompt 设计准则
推理模型的 System Prompt 要提供背景约束，而不是指导推理过程：
# ❌ 错误：告诉模型如何推理（会干扰内部思维链）
bad_system = """你是一个数学助手。
解题时请按以下步骤：
1. 首先分析题目类型
2. 选择合适的方法
3. 逐步计算
4. 验证答案
最后用 <answer> 标签包裹答案。"""
# ✅ 正确：只提供背景和输出约束
good_system = """你是一个数学助手，专注于高中数学竞赛题。
回答时，最终答案用 \\boxed{} 格式表示。"""
# ✅ 正确（Claude）：利用内置推理能力
response = client.messages.create(
model="claude-sonnet-4-6",
max_tokens=16000,
thinking={"type": "enabled", "budget_tokens": 8000},
system=good_system, # 简洁的系统提示
messages=[{"role": "user", "content": question}]
)约束输出格式而不限制推理
关键原则：约束"你要输出什么"，不要约束"你要怎么想"：
# 场景：代码审查，需要 JSON 输出
system = """你是一个代码审查专家。
审查完成后，只输出以下 JSON 格式（不要其他内容）：
{
"bugs": [{"line": 数字, "severity": "high/medium/low", "description": "说明"}],
"suggestions": ["建议1", "建议2"],
"overall_score": 0-10
}"""
# 模型会在 thinking 中自由分析，最终输出符合格式
user_message = f"""请审查以下代码：
```python
{code}
```"""难题分解：DECOMP 策略
对于极度复杂的问题，即使推理模型有时也需要帮助拆解：
def decomp_solve(complex_problem: str) -> str:
# Step 1: 让模型分解问题（用简单的非推理模型即可）
decompose_response = client.messages.create(
model="claude-haiku-4-5-20251001", # 快速模型
max_tokens=1024,
messages=[{"role": "user", "content":
f"将以下复杂问题分解为3-5个必须按序解决的子问题：\n\n{complex_problem}"}]
)
sub_problems = parse_sub_problems(decompose_response.content[0].text)
# Step 2: 逐个用推理模型解决子问题
sub_solutions = []
for sp in sub_problems:
sol = client.messages.create(
model="claude-sonnet-4-6",
max_tokens=8000,
thinking={"type": "enabled", "budget_tokens": 4000},
messages=[{"role": "user", "content":
f"已知背景：{sub_solutions}\n\n当前子问题：{sp}"}]
)
sub_solutions.append(extract_text(sol))
# Step 3: 综合所有子解答
final = client.messages.create(
model="claude-sonnet-4-6",
max_tokens=4000,
messages=[{"role": "user", "content":
f"原始问题：{complex_problem}\n\n子问题解答：{sub_solutions}\n\n请综合给出最终答案。"}]
)
return extract_text(final)避免 Over-thinking 的技巧
问题简单时降低 budget_tokens
对于简单问题，设置 budget_tokens = 1000 防止模型"想太多"。过度思考不仅浪费 token，有时还会让模型把简单问题复杂化。
明确说明"不需要推导过程"
对于需要快速检索类的问题（如"Python 的列表方法有哪些"），可以在 prompt 中说明"请直接列出，不需要分析"，节省推理 token。
用难度分级路由
对问题进行难度预估，简单问题用普通模型，复杂问题才启用推理模式。下一章的 Agent 架构中会详细介绍路由策略。
本章小结
推理模型的提示：简洁的 System Prompt + 只约束输出格式 + 不要触发词 + 难题用 DECOMP 分解。下一章将推理模型集成到 Agent 架构中。