CoT这个概念来源于学术界，是谷歌大脑的Jason Wei等人于2022年在论文《Chain-of-Thought Prompting Elicits Reasoning in Large Language Models》中提出来的概念。它提出，如果生成一系列的中间推理步骤，就能够显著提高大型语言模型进行复杂推理的能力。
few-shot cot
同一个文字，我们上一文讲的fewshot，如果直接给出答案，那么模型会返回错误的答案，但是如果在样例里加入思考的过程，结题的步骤，那么模型就会得到一个正确的答案，在大部分的情况下。 其实这也是一种prompt技术。
zero-shot cot
也可以更直接一点，不需要任何提示样本，直接零样本提示，仅仅加入一句“请你一步一步思考”，大模型就可以很好地回答问题，这叫做纯思维链方法。
