Plan-and-Solve — 零样本推理先写计划再执行

已复核 · 稳定内容

是什么

Plan-and-Solve Prompting: Improving Zero-Shot Chain-of-Thought Reasoning by Large Language Models 是一篇 LLM / Reasoning 论文。本卡只基于 arXiv 官方元数据和论文静态阅读做研究整理；没有运行作者代码，也没有复现论文分数。

类比：像考试前先列提纲：第一步读题，第二步列公式，第三步检查单位，然后才开始写答案。

它在本轮 40 篇里的位置是 Batch 6 / agent tool ecosystems：不是孤立收藏，而是补上 study 论文图谱里还缺的一块。

问题是什么

Zero-shot CoT 只要求“Let’s think step by step”，但没有约束模型先形成完整计划，容易漏步骤。

如果把它放进产品工程语境，核心问题是：团队到底应该把不确定性留给模型本身，还是拆给数据、工具、训练目标、评测和系统约束分别处理。

为什么重要

它给后续研究提供了一个可引用的名字和问题边界。
它把一个模糊能力拆成了可以讨论的机制或流程。
它提醒我们不要只看最终 benchmark，而要看数据、约束和验收方式。
它能和本库已有笔记形成交叉链接，方便以后按主题复习。

核心方法

设计	作用
Plan phase	让模型先写解决方案大纲。
Solve phase	按计划逐步执行并给答案。
增强版 prompt	加入计算、遗漏检查等提示降低常见错误。

这三点合在一起，给这篇论文建立了一个最小可理解模型：先看它把问题切在哪里，再看它把哪部分交给模型、哪部分交给外部结构。

手工 toy 复现

处理报销题时，计划先列“汇总金额、扣除不可报销项、计算税费、输出结果”，再逐项求解，能减少漏扣项目。

这个 toy 复现只验证机制直觉，不声明论文原始指标已复现。真正升级为 VERIFIED 需要独立执行证据和 review receipt 绑定。

踩过的坑

计划写得漂亮但不可执行时：计划写得漂亮但不可执行时，solve 阶段仍会失败。
简单题强行计划会增加冗余。：简单题强行计划会增加冗余。
prompt 结构收益依赖模型基础能力。：prompt 结构收益依赖模型基础能力。
没有外部验证时：没有外部验证时，计划和答案可能一起错。

学到什么

Plan-and-Solve 是轻量 planner，不需要训练就能改善部分推理。
它连接了 CoT prompt 和 agent planning。
产品中可以把“计划可见化”作为用户信任和调试入口。