ACS会员文章专栏 | 实证研究证实提示词工程对推理式大语言模型的负面意义

本研究系统评估了五种前沿推理增强型大语言模型在化学领域的认知能力。背景显示大语言模型已广泛应用于化学研究，传统观点认为提示词工程能提升模型表现。研究目的是验证在模型推理能力增强后，复杂提示词是否仍有必要。结论表明：新型推理模型在化学任务上性能显著提升，但复杂提示词在多数情况下无法进一步改善性能，甚至可能产生干扰；模型已具备自洽的思维链能力，外部冗长指令反而可能打乱其最优解决路径；当前模型在立体化学等复杂问题上仍存在局限。研究建议未来应更信任模型自身能力，重点转向领域知识内化而非外部提示优化。