Chain-of-Thought（CoT）是讓AI一步一步進行連續推理；Tree of Thoughts（ToT）則是讓AI同時探索多條推理路徑，再比較選擇最佳解。這兩個是 iPAS AI應用規劃師考試中已經實際考過的 Prompt Engineering（提示工程）概念。這篇一次整理 Zero-shot、Few-shot、Role Prompting、CoT、ToT、Graph、RAG、ReAct、Self-Consistency、Structured Output 等必背技巧，用漫畫圖解＋能源管理情境例子，帶你快速掌握每種技巧的判斷關鍵字。

常見問題 FAQ

Chain-of-Thought（CoT）是什麼？

CoT是一種提示技巧，讓AI針對複雜問題進行連續、多步驟的推理，一步一步把思考過程展開，而不是直接跳到答案。適合需要邏輯推導的問題。記憶關鍵字：Chain＝一條鏈。

Tree of Thoughts（ToT）是什麼？

ToT是讓AI同時探索多條不同的推理路徑，再比較各條路徑的結果，選出最佳方案，而不是只走一條路。適合有多種可能方案、需要探索與比較的問題。記憶關鍵字：Tree＝多條分支。

RAG是什麼？

RAG（Retrieval-Augmented Generation）是先檢索外部或內部的相關文件資料，再把檢索到的內容當作上下文，讓AI根據這些資料生成答案。適合AI本身不知道、需要查詢最新或內部資料的情境。記憶關鍵字：先找，再答。

ReAct是什麼？跟CoT、ToT有什麼不同？

ReAct（Reason + Act）是讓AI在「思考」與「使用工具、採取行動」之間交替進行，例如查資料庫、呼叫API，再根據觀察結果決定下一步。CoT和ToT著重於「推理路徑」本身，ReAct則強調推理與實際行動的交替循環。

iPAS AI應用規劃師考試會怎麼考Prompt Engineering？

常見題型會描述一個情境，要求判斷該情境最適合哪一種提示技巧。目前公開試題已直接以情境考過CoT與ToT的判斷，因此建議優先掌握Zero-shot、Few-shot、Role Prompting、CoT、ToT、RAG這幾個「必背」技巧的關鍵字對應。

想進一步掌握生成式AI的應用與規劃，可以搭配 生成式AI有哪些應用？常見工具整理、鑑別式AI和生成式AI差在哪裡？ 與 企業導入生成式AI要注意什麼？評估與風險管理整理 一起複習，建立完整的AI應用規劃師知識體系，為 iPAS AI應用規劃師初級考試做好準備。