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）

Self-Consistency：让 AI 多想几次再投票，准确率再提 20%

技巧摘要

Prompt 模板