推理模型提示词工程（o3、R1、Claude扩展思考）——配套视频

AI Explained

这是最清晰、不炒作的讲解，说明o1（以及由此延伸的o3、R1和Claude extended thinking）为何在下一个token预测之上加入强化学习，以奖励正确的多步骤答案，以及这对你与模型沟通的方式意味着什么。看过它之后，文章中“不要再说‘一步一步思考’，而要开始编写规格”的建议就不会显得武断。

您应该从中获得什么: 理解推理模型的提示词为何应明确问题、约束条件和成功标准，而不是要求模型展示思维链。

先观看或了解: 具备基本的提示词使用经验，并熟悉o系列、Claude extended thinking和R1等模型名称。

OpenAI

o1团队用三分钟讲述模型在强化学习（RL）训练期间开始质疑自身推理的那个时刻。这是一手资料，可以佐证文章的观点：思维链如今发生在模型内部，而不是由你写入提示词。

您应该从中获得什么: 了解推理模型区别于普通聊天模型的最初产品和研究定位。

先观看或了解: 先观看首选视频，或阅读配套文章中的推理模型部分。