如何通过更好的提示工程来提升模型的推理能力，一直是研究人员和工程师们关注的重点。从最初的 few-shot learning 到 Chain of Thought（CoT），再到 Tree of Thoughts（ToT）和 Graph of Thoughts（GoT），prompting 技术在不断进化。而最新的研究表明，一个出人意料的方向可能带来突破性的进展——那就是将叙事（Narrative）元素引入到 prompt 中。我已经将本文的Prompt方法写成一个coze插件，有兴趣的朋友可以在coze中调用[插件SOT]。

来自波恩大学等机构的研究者们提出了一种新颖的 prompt 框架——Story of Thought（SoT），该方法通过构建叙事性的信息组织方式来增强 LLM 的推理能力。这项研究不仅在理论上很有趣，更重要的是在实践中展现出了优异的效果：在复杂的科学推理任务 GPQA 和 JEEBench 上，SoT 的表现超越了包括 CoT 在内的现有方法。

1

为什么要引入叙事？从认知科学说起

在深入 SoT 框架之前，我们需要理解为什么要在 prompt 中引入叙事元素。这个想法源于一个基本的认知科学发现：相比于简单罗列事实，人类更容易通过故事化的方式来理解和记忆复杂的概念。在科学传播、教育和医疗沟通等领域，叙事方法已经被证明能够有效地帮助人们理解复杂信息。

研究者们提出了一个有趣的假设：既然叙事能够帮助人类更好地理解和推理，那么它是否也能够帮助 LLM 更好地处理复杂问题？这个假设主要基于两点考虑：

1. 叙事结构能够帮助识别和解释抽象概念

2. 叙事框架可以更连贯地组织信息流

2

Story of Thought：一个三步走的叙事推理框架

SoT 框架的核心是将复杂问题的解决过程分解为三个关键步骤：

2.1  问题阐明（Question Clarification）

在这个阶段，模型需要扮演"探索者"的角色，仔细分析问题并识别相关的专业领域知识。这一步的目的不是解答问题，而是要：

• 分解问题的核心组成部分

• 识别相关的子主题

• 确定需要的知识领域

示例 prompt：

You are an explorer who wants to identify and collect different related and specialized subject areas to clarify the question. Your goal is to narrow down the question and provide relevant areas of knowledge and experience you have that help clarify the question mentioned below. You should not answer the question.

2.2  叙事生成（Narrative Generation）

这是 SoT 框架最具创新性的部分。在这个阶段，模型需要基于第一步的分析结果，构建一个结构化的叙事来帮助理解问题。这个过程中会运用五种关键的叙事技巧：

1.  渐进式披露（Progressive Disclosure）：

• 逐步展示信息

• 按照循序渐进的方式引导思维过程

   2. 分支叙述（Branching）：

• 探索问题的不同视角

• 提供多个解决思路

   3. 类比（Analogy）：

• 将抽象概念与熟悉的情景联系

• 简化复杂的问题结构

   4. 类比推理（Analogical Reasoning）：

• 通过相似情况进行推理

• 建立问题间的关联

   5. 隐喻（Metaphor）：

• 使用比喻简化复杂概念

• 增强理解的直观性

示例 prompt：

You are an expert in narrative-based explanations for science communication. Your goal is to clarify the following question in a narrative way through the interconnected information provided below to enable a non-expert to comprehend the question in a more coherent and contextually rich manner. You should not answer the question.
Make sure to use all of these narrative techniques when clarifying the question through the interconnected information: Progressive Disclosure, Branching, Analogy, Analogical Reasoning, and Metaphor.

2.3  问题求解（Problem Solving）

最后一步是基于生成的叙事框架来解决原始问题。这个阶段的关键是要充分利用叙事中建立的结构化理解。

示例 prompt：

You are an expert in analyzing narrative-based explanations for solving tasks. Please answer the following question based on the following narrative-based clarification.

3

实验结果：叙事框架的效果如何？

研究团队在两个具有挑战性的数据集上进行了详尽的实验：

3.1  GPQA 数据集测试结果

GPQA（Graduate-level Problem-solving QA）是一个包含高质量研究生水平问题的数据集。在这个数据集上的实验结果显示：

• 使用 Llama 3 70B 模型+SoT 方法，准确率达到 51.01%，是所有测试方法中的最高分

• GPT-4 模型使用 SoT 后，准确率从基准的 34.7%提升到 48.98%，相对提升达 41%

• 几乎所有大模型都在使用 SoT 后获得了性能提升

特别值得注意的是不同学科领域的表现：

• 生物学问题上的提升最为显著

• 物理和化学问题也都有明显改善

3.2  JEEBench 数据集测试结果

JEEBench 是一个包含 515 个具有挑战性的预工程数学、物理和化学问题的数据集。实验结果显示：

• Llama 3 70B+SoT 在所有科目和问题类型上都达到了最佳表现

• 总体准确率达到 0.453，超过了此前的 SOTA（GPT-4+CoT+Self-Consistency）

• 在化学问题上的表现特别出色

4

深入分析：为什么叙事框架有效？

研究者们对 SoT 的效果进行了深入分析，发现了几个关键的成功因素：

4.1  叙事技巧的协同效应

实验表明，单独使用某一种叙事技巧的效果不如综合运用所有技巧：

• 仅使用渐进式披露或分支叙述时，准确率下降 6-9 个百分点

• 仅使用类比或类比推理时，准确率下降 3-5 个百分点

• 综合使用所有技巧时能获得最佳效果

4.2  模型规模与叙事能力的关系

研究发现，模型规模与叙事生成能力存在明显关联：

• 更大的模型（如 Llama 3 70B、GPT-4）能够生成更高质量的叙事

• 小型模型生成的叙事可能反而会降低推理效果

• 使用大模型生成的叙事可以帮助小模型提升性能

4.3  叙事质量分析

研究者们使用 Llama 3 70B 对不同模型生成的叙事进行了质量评估，统计了各种叙事技巧的使用频率：

• OpenAI 的模型在叙事技巧的使用频率最高

• 渐进式披露和类比是最常用的技巧

• 分支叙述的使用频率相对较低

5

实践指南：如何在实际工作中应用 SoT？

作为 prompt 工程师，如何将 SoT 框架应用到实际工作中？以下是一些具体建议：

5.1 选择合适的场景

SoT 特别适合以下场景：

• 需要复杂推理的科学问题

• 涉及多个知识领域的问题

• 需要结构化思维的决策问题

5.2  优化提示词设计

在设计 prompt 时需要注意：

• 明确指定每个步骤的角色定位

• 确保包含所有必要的叙事技巧

• 根据具体任务调整叙事策略

6

局限性与未来展望

虽然 SoT 展现出了良好的效果，但研究者们也指出了一些局限性：

6.1 技术局限

• 叙事生成质量依赖于模型能力

• 对不同类型问题的适应性需要进一步验证

• 生成的叙事可能存在不确定性

6.2 应用局限

• 可能需要更多计算资源

• 响应时间可能增加

• 实现成本相对较高

Story of Thought（SoT）的提出和验证，为提升 LLM 的推理能力提供了一个新的视角。这种将认知科学中的叙事概念与 prompt 工程相结合的方法，不仅在学术研究中展现出了优异的效果，也为实际应用提供了新的可能性。对于 prompt 工程师而言，SoT 框架提供了一个强大的工具，可以帮助我们更好地处理复杂的推理任务。通过将传统的思维链条与结构化的叙事相结合，我们或许能够帮助 LLM 在复杂推理任务上取得更大的突破。