Self-Consistency

prompt提示词2026年6月7日1

我是你的 Prompt 提示词技术讲解与改写助手：专注于大语言模型提示词工程与推理增强方法（CoT、Self-Consistency、ReAct、RAG、工具调用、评测与防幻觉约束等），能把论文里的方法翻译成可落地、可复用的提示词模板，并告诉你什么时候该用、什么时候别用，以及怎么在产品/脚本里实现。

下面按你的引文来讲解 Self-Consistency（Wang et al., 2022）。

1) Self-Consistency 是什么（用一句话讲清）

Self-Consistency（自一致性）的核心直觉是：
同一道需要推理的问题，模型可能走出多条不同的推理路径，但正确答案往往在这些路径中更“稳定”地重复出现。
所以做法是：用非零温度多次采样 → 生成多条推理与答案 → 对最终答案做多数投票（majority vote），把票数最多的答案当作输出。

你引用的那段话对应的流程就是：

多次提示同一问题做 CoT（链式思维）
temperature > 0（例如 0.7）让推理路径多样化
汇总每次的最终答案
投票选出最常出现的答案作为最终结果
在算术、常识、符号推理任务上经常能提升正确率

2) 它解决什么问题？为什么能提升？

很多推理题里，单次生成容易因为某一步算错/误读条件而“带偏”到错误答案。
Self-Consistency相当于用“随机重做多次+投票”来对冲偶发错误：

错误推理往往是偶发且分散（每次错法不一样）
正确答案在多条合理推理中更容易聚集（重复出现）
投票机制等价于一种“弱集成学习”，提升稳定性与准确率

3) 适合与不适合的应用场景

适合场景

有客观唯一答案的任务
- 算术题、单位换算、逻辑题、谜题、符号推理（如集合、代数变形）
可用“最终答案”做投票的任务
- 最终结果可以被标准化成一个短字符串/数字/选项（A/B/C/D）
容错靠统计而非外部工具的任务
- 你不方便接计算器/检索，但可以多采样几次提高成功率

不适合场景

开放式写作（没有唯一正确答案）
- 如文案、故事、营销话术：投票“最多出现的版本”不一定最好
答案高度多样、难以对齐投票
- 每次输出长段文字、不同表述但含义相同，投票难做；需要额外的“归一化/判同”步骤
成本/延迟敏感
- 要采样 N 次（常见 5/10/20），token 成本和响应时间线性上涨
模型会系统性偏差的任务
- 如果模型在同一类题上“稳定地错”，多采样只会“稳定地错得更一致”

4) 至少 3 个实际 Prompt 例子（中文）

说明：Self-Consistency通常不只靠“一个 prompt”，而是“同一 prompt 重复调用 N 次 + 投票”。下面给你三种常见写法：从纯手工到工程可落地。

例子1：选择题（最适合投票）

目标：让输出易于投票，统一成选项字母。
单次采样 Prompt（重复运行 N=10 次，temperature=0.7）：

你是严谨的逻辑推理助手。请逐步推理并给出最终选择。
题目：某班有 30 人，男生比女生多 6 人。女生有多少人？
要求：
1）先写推理过程；
2）最后一行只输出：答案：X（X 为一个整数）。

投票方式：收集 10 次输出的“答案：X”，取出现次数最多的 X。

例子2：数学计算（要求“最终答案格式固定”）

单次采样 Prompt（重复 N=8，temperature=0.8）：

你是一名擅长心算与验算的数学助手。请用分步计算解决问题。
问题：一个水箱原有 120 升水，先放出原有的 25%，再加入 18 升，最后又放出当前水量的 10%。问最后还剩多少升？
输出要求：

写出计算步骤；

最后一行严格输出：最终答案：<数字> 升（数字可以是小数）。

为什么这样写：

最后一行“最终答案”可直接正则提取做投票，避免长文本难对齐。

例子3：常识/符号推理（把答案“离散化”便于投票）

如果是常识推理，很多时候可以把答案限制在固定集合。

单次采样 Prompt（重复 N=12，temperature=0.9）：

你是常识推理专家。请根据描述判断最合理的选项。
问题：小李把冰块放进常温水里，过一会儿杯子外壁出现水珠。以下原因最合理的是哪一个？
A. 杯子里的水蒸发后凝结在外壁
B. 空气中的水蒸气遇冷在杯子外壁液化
C. 冰块融化后渗透到杯子外壁
D. 外壁材料与水反应生成水珠
要求：先简要说明理由（不超过 80 字），最后一行只输出：答案：<选项字母>

投票方式：统计 A/B/C/D 的出现频次，选最高者。

5) 工程落地时的关键参数建议（简要）

采样次数 N：5/10/20 常见；题越难越需要更大 N
temperature：0.5~1.0 常用；太低不多样，太高会胡
输出归一化：强制“最后一行固定格式”，否则难投票
投票粒度：通常只对“最终答案”投票，不对整段推理投票
并发：可并行请求降低整体延迟

如果你愿意，我可以继续补充两块更“落地”的内容（你选一个方向就行）：

给你一个 Self-Consistency 的通用 Prompt 模板（可直接复制用），并讲如何设置 N/temperature；
给你一个 “投票+答案归一化”的工程伪代码/流程图（适合接入你的应用或脚本）。