> For the complete documentation index, see [llms.txt](https://yeasy.gitbook.io/agentic_ai_guide/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://yeasy.gitbook.io/agentic_ai_guide/di-yi-bu-fen-dan-ti-zhi-neng-jia-gou/02_reasoning.md).

# 第二章 推理、规划与提示词工程

智能体的核心能力不只有“会想”，还包括“会拆解、会行动、会复盘、会受约束”。本章围绕五个可组合的能力层展开：局部推理展开（CoT）、搜索与规划（ToT/GoT）、推理-行动闭环（ReAct）、反思修正（Reflexion）以及行为编排（Prompt Engineering）。它们不是严格的单线进阶关系，而是面向不同任务复杂度和系统约束的组合工具箱。

## 学习目标

完成本章后，你将能够：

1. **区分** 不同推理与规划技术各自解决的问题边界
2. **组合** CoT、ToT/GoT、ReAct 与 Reflexion 构建任务闭环
3. **编写** 结构化的智能体提示词，明确角色、约束、工具与上下文
4. **评估** 不同能力层在准确性、可控性与成本上的取舍

## 章节地图

本章按照“推理展开 → 搜索规划 → 行动执行 → 反思修正 → 提示词编排”的结构展开，但这些内容更适合被理解为同一智能体栈中的并列能力层：

* [2.1 思维链与线性推理](/agentic_ai_guide/di-yi-bu-fen-dan-ti-zhi-neng-jia-gou/02_reasoning/2.1_cot.md)：解决单次回答中的步骤展开与局部推理问题
* [2.2 任务分解与规划算法](/agentic_ai_guide/di-yi-bu-fen-dan-ti-zhi-neng-jia-gou/02_reasoning/2.2_decomposition.md)：把复杂目标拆成可搜索、可排序、可并行的子问题
* [2.3 ReAct：推理与行动的统一](/agentic_ai_guide/di-yi-bu-fen-dan-ti-zhi-neng-jia-gou/02_reasoning/2.3_react.md)：把推理与工具调用串成执行闭环
* [2.4 反思与自我修正](/agentic_ai_guide/di-yi-bu-fen-dan-ti-zhi-neng-jia-gou/02_reasoning/2.4_reflexion.md)：在失败、评估与反馈中积累可复用经验
* [2.5 智能体提示词工程](/agentic_ai_guide/di-yi-bu-fen-dan-ti-zhi-neng-jia-gou/02_reasoning/2.5_prompt_engineering.md)：用角色、约束、工具、示例与缓存策略把前述能力组织起来

***

**下一节**: [2.1 思维链与线性推理](/agentic_ai_guide/di-yi-bu-fen-dan-ti-zhi-neng-jia-gou/02_reasoning/2.1_cot.md)