DeepSeek R1模型在用户回答中提供了 <think></think> 链式思维过程。这是一个重量级的交互创新。但越是优秀的交互方式，也往往更容易被忽视。甚至在很多AI专业人士看来，它只是源于对“思索链”（CoT）的小小修正。
“思索链”最早出现在OpenAI的o1模型上，能够显著提高模型输出质量。但它的实质是一种提示工程。说白了，就是人类不太擅长提问，他们给出的提示词太简单。而模型通过依据人类的“简陋”提问，自己分析背后的潜台词，然后再自己完善提示词。问题质量提高了，答案质量也自然水涨船高。
早期的思索链是一个“黑盒”，也就是说用户并不知道模型是怎么帮你完善思考的。但DeepSeek R1模型不同，它把这个思考的过程核心摘要出来了。用户看到了模型的推理过程，也就是 <think></think> 标签里面包裹着的链式思维。
为什么这很重要？因为这给到了用户识别和澄清的机会，用户如果觉得模型的思考不对，可以后续补充信息。甚至同时也促进了用户自身对问题的深入思考，他们可以在后续的提问中修正或完善自己的问题。这就非常有利于最终问题的解决。这是一个人机交互的过程。
AI产品开发中有一条原则：AI不是APP！交互设计也是如此。在传统APP中，交互成败的关键是能否“猜”中用户的行为。但到了AI时代，用户可以通过迭代的沟通来完善，它不再要求一击必中。而这种迭代的交流模式，其实更像人类之间的交流过程。也更为自然。
而DeepSeek的 <think></think> 给出了一种新的AI交互范式！
作为一个证据。思索链的发明者OpenAI，也很快在他们新的模型o3中提供了类似功能。有人甚至认为这是OpenAI“抄”了DeepSeek的“作业”。不过在我看来，这其实更反映了他们对这一创新模式的专业级认可。
<think></think> 并不是结束。实际上随着DeepSeek R1模型的普及。在不经意间，我们又可能发现了AI交互的新方向。如果您想了解更多AI时代新的用户体验技术，欢迎参加 UCUXD 用户体验设计师 课程的学习。在这里，我们将一起打开设计师的未来之窗。
在线咨询
请输入您的问题：
提示：系统优先提供真人服务。非工作时间或繁忙时，会由 AI 生成回答，可能存在错误，请注意甄别。