定义
Tree of Thoughts（ToT，思维树）是 Chain of Thought 的扩展，由 Princeton 和 Google DeepMind 联合提出。与 CoT 的单一推理链不同，ToT 同时探索多条推理路径，在决策点进行分支评估，通过搜索和回溯找到最优解。
工作原理
ToT 将问题解决建模为树搜索：
- 分解：将问题拆分为多个中间步骤（节点）
- 分支：在每个步骤生成多个可能的推理方向
- 评估：对每个分支进行评估（确定有希望/无希望）
- 搜索：采用 BFS 或 DFS 策略探索最有希望的分支
- 回溯：当当前路径无望时回溯到前一个决策点
搜索策略
- 广度优先搜索（BFS）：适合步骤数固定的问题，探索所有分支的前 k 个最优节点
- 深度优先搜索（DFS）：适合路径可变的探索，优先深入最有希望的分支
适用场景
- 需要战略规划的复杂问题（如棋盘游戏）
- 创意写作中的情节规划
- 数学证明的多种路径探索
- 需要权衡多个决策点的分析
局限性
- Token 成本显著高于 CoT
- 需要精心设计评估标准
- 对于简单任务过度复杂
关联连接
- Prompt_Engineering — 提示工程总览
- Chain_of_Thought — 思维链（ToT 的基础）
- ReAct — 推理与行动
- 摘要-google-prompt-engineering-whitepaper — Google 白皮书来源