作者：一位Android开发工程师 | 2026年6月3日
系列：第5天已通过自测，本篇拆解CoT思维链

---

前言

前面几天我们一直在调参数（temperature、system prompt），今天学一个不调参数也能大幅提升回答质量的技巧——Chain-of-Thought（思维链）。

核心思想：在问题后面加一句"请一步一步推理"，LLM 会自动把问题拆成步骤，每一步都验证后再输出结论。

---

实验设计

同一道 Android 模块依赖推理题，调两次 API——一次不加 CoT，一次加。

问题：

有一个 Android 项目，模块依赖关系如下：
- app 依赖 core 和 feature-login
- feature-login 依赖 core
- core 依赖 common-util
- feature-profile 依赖 core 和 common-util

问题：如果 common-util 的 API 改了，哪些模块需要重新编译？

第一次： 正常问
第二次： 问题后面拼接 "\n\n请一步一步推理，先列出每个模块的依赖链，再分析影响范围。"

# 不加 CoT
response_no_cot = client.chat.completions.create(
    model="turing/gpt-4o-mini",
    messages=[{"role": "user", "content": problem}],
    temperature=0.7,
)

# 加 CoT
response_cot = client.chat.completions.create(
    model="turing/gpt-4o-mini",
    messages=[{"role": "user", "content": problem + "\n\n请一步一步推理..."}],
)

---

结果对比

不加 CoT

如果 common-util 的 API 改了，以下模块需要重新编译：
1. core（直接依赖 common-util）
2. feature-login（依赖 core）
3. feature-profile（依赖 core 和 common-util）
4. app（依赖 core 和 feature-login）

平铺直叙，枚举结论。读起来能懂，但缺少推理过程。

加 CoT

### 模块依赖关系分析

1. app → core, feature-login
2. feature-login → core
3. core → common-util
4. feature-profile → core, common-util

### 依赖链总结

- app 依赖 core 和 feature-login
  - core 依赖 common-util
  - feature-login 依赖 core → 间接依赖 common-util
- feature-profile 依赖 core 和 common-util

### 影响范围

common-util 改变后：
- core 直接受影响，需重新编译
- feature-login 依赖 core，间接受影响
- feature-profile 直接依赖 common-util
- app 依赖以上所有模块

结论：全部4个模块都需要重新编译。

结构清晰三倍——依赖分析 → 链式推导 → 影响范围 → 最终结论。每一步都有依据。

---

为什么有效

LLM 本质上是"下一个词预测器"。不加 CoT 时，它直接从问题跳到结论——中间可能跳错。

加 CoT 后，相当于在问题和结论之间插入了中间验证步骤。每一步的输出都约束了下一步的预测方向，就像 Kotlin 里加了类型检查：

// 不加 CoT：直接返回
fun analyze(): List<Module> = ...

// 加 CoT：分步验证
fun analyze(): List<Module> {
    val deps = buildDependencyTree()  // 步骤1
    val affected = findAffected(deps) // 步骤2
    return affected                   // 步骤3
}

---

今天的一句话总结

CoT 就是在 prompt 后面加"请一步一步推理"——让 LLM 从"直接给答案"变成"展示推导过程"，准确度和可读性都大幅提升。

---

下一篇预告

第7天：第一阶段综合实战——把前6天的技能融进一个 Kotlin 代码审查工具。

---

本系列记录一位Android开发者转行AI Agent的完整学习过程，欢迎关注交流。