缘起
之前的 Prompt，针对的都是 SFT Model，清晰明确地表达自己的思路，引入 Few-shots 示范想要的「味道」，都是为了引导大模型「得我们的意」，输出符合我们需求的内容。
GPT-o1，Deepseek-R1，这类 RL/RLHF Model 来了。它们在 SFT Model 基础上，引入了 RL 的训练方式，给模型 Q ＆ A，让模型自己尝试推理如何从 Q ⇒ A。结果就是 SFT 的模型参数发生了变更，出现了「推理能力」。
「模型参数」变了，「模型宇宙」的天也就变了。Prompt 的写法当然也得跟着变。之前的 Chain-of-thoughts 和 Few-shots 写法，在这类 RL/RLHF 模型上，效果会「变差」。这些曾经有助于引导思考过程的方法，和推理模型习得的「推理能力」发生了冲突。我们的引导，对它不再是帮助，而变成了阻碍。
读了论文，学习了网络上大家的写法示例，大家都在说「清晰直接地说自己想要什么」就好了。一句话丢给推理模型就收获非常不错的回复，那有没有办法「稍微」拧一下 Prompt，就有可能收获「更好」的回复？
怎么拧？把目光甩回到 RL Model 的训练方式上，训练时喂进去的 Q＆A 代表着什么？我的理解，Q 代表着「起点」，当前任务的背景信息；A代表着「终点」，我们期待的理想回复。我们使用推理模型，也应按它的这个训练模式来提供信息：只有起点和终点，没有过程。
推理模型的特点就是它会推理，我们不要指手画脚的干预，要顺应它的天性，给它 Q 和 A。
起点(Q)
起点，即我们的任务信息。针对不同任务，提供的信息丰富度和明确度有区分，如果拉一条轴，左端可为「隐式」，右端为「显式」。任务描述越清晰越丰富，就越接近「显式」，反之为「隐式」。
终点(A)
终点，即我们期望的结果。针对不同任务，我们期待收获高质量的回复。这个「高质量」，用什么来描述？如果拉一条轴，尽可能覆盖通用的任务场景，我觉得可以尝试抽象之梯：顶部为「抽象」，底部为「具体」。对结果的期望，在抽象层级层面进行表达。
示例(Deepseek 生成)
最近总是头痛，下午特别严重，对光敏感。列举最可能的三类疾病诊断，按概率排序，并分别注明需要补充的检查项目
我需要为 2023 款特斯拉 Model Y 更换前轮轮胎，该车使用 19 寸轮毂，当前在郊区公路抛锚。请给出包含工具清单、安全注意事项的 10 步操作指南，步骤间用->连接
以'量子纠缠'和'禅宗公案'为思维基点，建构一个解释数字时代人际关系的认知模型，需满足：图形化表达、兼容哈贝马斯交往理论。
请解释什么是「在场」
...
这只是一个初步的思考框架，还有待后续的测试对比改进，期待大家的反馈和建议。
