Self-Consistency（自洽性）
原理
CoT 让 AI"想出来"答案，但单次推理可能跑偏。Self-Consistency 的思路很简单：让 AI 用不同方法多想几次，再投票选最多的答案。
这借鉴了"群体智慧"——单次推理有偏差，但多次独立推理后取多数，能显著降低随机错误。
研究数据：在 GSM8K 数学基准上，GPT-4 单次 CoT 准确率 58%，Self-Consistency（5 次采样）可达 78%。
与 CoT 的区别
| 维度 | CoT | Self-Consistency |
|---|---|---|
| 推理次数 | 1 次 | N 次（通常 3-10） |
| 核心思想 | 一步步思考 | 多思路投票 |
| Token 成本 | 低 | 高 N 倍 |
| 准确率提升 | 基线 | +15-25% |
| 适用场景 | 一般复杂 | 高精度要求 |
3 种实现方式
方式 1：单 Prompt 多思路（推荐）
一个 Prompt 里让 AI 用多种思路推理：
请用 3 种不同思路解决以下问题：
1. 正向逐步推理
2. 反向验证
3. 举例枚举
问题：一个水池有进水管 A（3小时注满）和 B（6小时注满），出水管 C（4小时排空），三管同开几小时注满？
每种思路独立完成，最后给出最终答案。
优点：一次调用，成本低 缺点：思路之间可能相互影响（不是真正独立）
方式 2：多次采样取众数
用相同 Prompt 调用 N 次（temperature > 0），取出现最多的答案：
answers = []
for i in range(5):
resp = client.chat.completions.create(
model="gpt-4",
messages=[{"role": "user", "content": prompt}],
temperature=0.7, # 关键：用高温度增加多样性
)
answers.append(extract_answer(resp))
# 取众数
from collections import Counter
final = Counter(answers).most_common(1)[0][0]
优点：真正独立采样 缺点：N 倍 Token 成本
方式 3：分阶段验证
先让 AI 给出初步答案，再让它"自我审查"：
第 1 步：用 CoT 解答问题
第 2 步：请用另一种方法验证上述答案是否正确
第 3 步：如果两次结果不一致，分析哪个对，给出最终答案
优点：成本适中（2 次调用） 缺点：第二次验证容易"附和"第一次
实战案例
案例 1：数学题
问题：鸡兔同笼，共 35 个头，94 只脚，鸡兔各几只？
思路 1（方程法）：
- 设鸡 x，兔 y
- x + y = 35
- 2x + 4y = 94
- 解得 x=23, y=12
思路 2（假设法）：
- 假设全是鸡：35×2=70 只脚
- 多出 94-70=24 只脚
- 每只兔比鸡多 2 只脚
- 兔 = 24/2 = 12，鸡 = 35-12 = 23
思路 3（极端值检验）：
- 若全兔：35×4=140 > 94，说明有鸡
- 若全鸡：35×2=70 < 94，说明有兔
- 比例介于两者之间，符合 23 鸡 12 兔
投票：3 种思路都得 23 鸡 12 兔，答案确定。
案例 2：代码 bug 定位
问题：函数在特定输入下返回错误结果
思路 1（正向追踪）：从入口追踪变量变化 思路 2（反向推理）：从错误结果倒推可能的源头 思路 3（对比法）：对比正常 case 和异常 case 的差异
多种思路交叉验证，能发现单思路遗漏的 bug。
案例 3：决策分析
问题：是否应该接受新 offer？
思路 1（理性分析）：薪资/成长/风险加权评分 思路 2（情感视角）：想象 1 年后是否会后悔 思路 3（机会成本）：留下 vs 离开的长期收益对比
多视角思考避免单一维度的盲区。
采样次数的选择
| 采样次数 N | 准确率提升 | Token 成本 | 推荐场景 |
|---|---|---|---|
| 1（纯 CoT） | 基线 | 1x | 简单问题 |
| 3 | +10-15% | 3x | 一般任务 |
| 5 | +15-20% | 5x | 重要决策 |
| 10 | +20-25% | 10x | 高精度需求 |
| 20+ | 边际递减 | 20x+ | 不推荐 |
经验法则：N=5 是性价比最高的选择。
常见坑
坑 1：采样温度太低
temperature=0 时多次采样结果完全相同，失去多样性。 解决：用 temperature=0.5-0.8
坑 2：思路不独立
在单 Prompt 中，AI 容易让后面的思路"附和"前面的。 解决：明确要求"每种思路独立推理，不要参考其他思路"，或改用多次 API 调用。
坑 3：答案无法比较
开放式问题（如"写一首诗"）无法投票。 解决：Self-Consistency 只适用于有明确答案的问题（数学、逻辑、分类、判断）。
坑 4：成本失控
N=10 意味着 10 倍 Token 成本。 解决：先用 N=1 跑一遍，如果置信度低再升级到 Self-Consistency。
与其他技巧组合
Self-Consistency 可以与其他 Prompt 技巧叠加：
- CoT + Self-Consistency：基础组合
- Few-shot + Self-Consistency：示例引导 + 多次验证
- Role-playing + Self-Consistency：多角色视角投票
- Tree-of-Thoughts (ToT)：Self-Consistency 的进阶版，树状探索
何时用 / 何时不用
推荐用：
- 数学计算、逻辑推理
- 代码 bug 定位
- 重要决策（多视角验证）
- 分类、判断题
不推荐：
- 创意写作（没有标准答案）
- 简单问答（杀鸡用牛刀）
- 实时对话（延迟太高）
- 成本敏感场景（Token 消耗大）