想象你是一位刚入职的刑警新人，跟着一位破案如神的老队长。老队长扫一眼凶案现场，就能圈出嫌疑人范围——你问他怎么做到的，他挠挠头说“经验”。可经验没法复制，直到有一天，他把多年心得写成一本《案件侦查手册》：先确认身份立场，再按步骤推理，画出关系网，最后追问“如果没发生会怎样”。新人照着手册，也能办出像样的案子。因果Prompt设计模式，就是大模型世界的“办案手册”。大模型知识渊博、推理能力很强，但面对“为什么流失率升高”“这个药是否真的有效”这类因果问题时，如果只是丢一个问题给它，它就像没有手册的新警员——答得热闹，却站不住脚。本文总结出四张核心模板：角色设定、思维链、因果图注入、对比推理，再配合模板组合、评估优化和工程化落地，让因果Prompt从“碰运气”变成“按图施工”，让每个AI从业者都能像老队长一样，稳定地破获因果谜案。

岗位关联

一句话价值：因果Prompt设计模式是把“提示词玄学”变成“提示词工程”的桥梁。掌握这套模式，你能稳定复用、系统调优因果大模型应用，这正是因果推理与可解释AI落地时最抢手的工程能力。

目录
  1. 可视化演示
  2. 角色设定：给AI一个侦探身份
  3. 思维链设计：写出侦探的推理笔记
  4. 因果图注入：画出案件关系网
  5. 对比推理：追问“如果没有发生”
  6. 模板组合：办案手册的排列组合
  7. 评估优化：复盘与复核
  8. 工程价值：从手艺到制度
  9. AI 应用场景
  10. Python 演示
  11. 常见误区
  12. 面试题

可视化演示

展示因果Prompt四大设计模式：角色设定与思维链演示专家角色设定后CoT分步推理输出流程；因果图注入展示DAG有向无环图作为结构化约束注入Prompt；对比推理展示事实与反事实双场景对比分析及效应估计。

本节配有交互动效（进入视口后自动加载，约 3KB）。

角色设定与思维链模式 角色→分步推理→因果结论 CoT 专家角色设定引导CoT分步因果推理

角色设定：给AI一个侦探身份

同一个凶案现场，巡警、法医、犯罪心理侧写师看到的完全是三幅画面。巡警第一时间拉起警戒线、保护现场；法医蹲在尸体旁测量尸温，判断死亡时间；侧写师则站在外围观察屋主的书架和相册，推测凶手的性格与动机。身份决定了他们“看什么、说什么、做什么”。让一个大模型空着手分析因果问题，就像让一个没有身份的人走进凶案现场——它不知道该往哪儿看，也不知道该用什么语言描述。

角色设定（Role Setting）是因果Prompt的第一块基石。它不改变模型的大小和知识储备，而是给模型一个“先验视角”。当你告诉模型“你是一位资深流行病学家，请从混杂因素角度分析”时，这个身份会把模型的注意力导向“混杂、偏倚、控制变量”等专业框架，并规范它使用相应的术语和输出格式。这就像给新人警员发了一枚胸牌和一本《现场勘查手册》——胸牌提醒他“我是谁”，手册告诉他“我看什么”。

一个完整的角色设定通常包含四层：身份、背景、任务边界、输出约束。身份即“你是谁”；背景即“你有哪些经验和立场”；任务边界即“你只负责哪一部分、不做什么”；输出约束即“用什么样的结构回答”。例如：“你是一位电商用户增长分析师，有8年用户流失归因经验，你只负责从数据中找出因果关系并解释成因，不给出具体运营建议；请先用一句话概括分析框架，再分点输出。”这四层让模型的回答从“泛泛而谈”收敛到“有章法地推理”。

有了胸牌和手册，这位“侦探”才算正式上岗：他知道自己是法医就要先记录尸温，是侧写师就要先观察环境。因果Prompt的“角色设定”做的正是这件事——在模型开口之前，先帮它站对位置。

P(H∣E)=P(E∣H)×P(H)P(E)\displaystyle P(H \mid E) = \frac{P(E \mid H) \times P(H)}{P(E)}
角色设定可以理解为注入一个“先验分布”：模型原本对所有假设一视同仁，戴上“身份胸牌”后，与身份相关的假设被赋予更高先验，从而在证据解释中占据优势。
  1. 先验 P(H)H 是“假设”或“解释框架”，指在看到具体问题之前，模型对该框架的相信程度——角色身份越强，先验越偏向该领域。
    P(H)\displaystyle P(H)
  2. 似然 P(E|H)在假设 H 成立的条件下，出现当前证据 E 的概率——对应“戴着法医胸牌的人看到尸温会先想到死亡时间”。
    P(E∣H)\displaystyle P(E \mid H)
  3. 证据概率 P(E)证据本身在所有假设下出现的总概率，起归一化作用，确保后验是一个合法的概率分布。
    P(E)\displaystyle P(E)
  4. 后验 P(H|E)看到证据后更新过的信念。角色设定让后验更集中、更专业，相当于给模型一个“有立场的起点”。
    P(H∣E)=P(E∣H)×P(H)P(E)\displaystyle P(H \mid E) = \frac{P(E \mid H) \times P(H)}{P(E)}

思维链设计：写出侦探的推理笔记

老刑警侦查入室盗窃案时，从不靠“第六感”，而是翻开随身的小本子，一条条记：门锁无撬痕→可能是熟人作案；客厅翻动整齐→目标明确，像是在找某样特定物品；邻居8点听到两次开关门声→可能有人接应。每一步判断都写下来，每一步都能被旁人复查。这就是破案里的“思维链”。灵感火花靠不住，写下来的推理链条才经得起推敲。

思维链设计（Chain-of-Thought）要求模型在给出最终结论之前，把中间的推理步骤显式写出来。对于因果任务，这个链条不能是随意的联想，而必须是“因果中间态”：先列出候选变量，再梳理变量间的影响方向，接着判断谁是直接原因、谁是间接原因，最后才给出因果结论。与通用思维链不同，因果思维链的每一步都要回答“它和结果之间是什么关系”。

一个典型的因果思维链模板是：第1步，列出与结果相关的所有候选因素；第2步，为每对因素判断“谁影响谁”以及影响方向；第3步，识别中间变量和混淆变量；第4步，选择需要控制的变量并说明理由；第5步，自检——若发现混淆未控制，回到第3步修正。每一步都承接前一步的产物，这正是“链式”的精髓。

侦探小本子上的每一行字，都是下一步推理的“前文”。模型也一样——把因果链条写下来，每一步都踩在已写下的思考上，最终结论就不再是凭空跳出的猜测。哪怕中间某一步走错了，也能像复盘案卷一样，精确指出是哪一行出了问题。

P(a1,a2,…,an)=∏i=1nP(ai∣a1,a2,…,ai−1)\displaystyle P(a_1, a_2, \ldots, a_n) = \prod_{i=1}^{n} P(a_i \mid a_1, a_2, \ldots, a_{i-1})
一串推理步骤的“可靠度”，等于每一步在给定已写下的前文时的条件概率相乘；只要每一步都踩稳，链尾的结论就经得起复查。
  1. 联合概率等式左边表示“整条推理链同时成立”的概率，类比整个推理笔记全部写对。
    P(a1,a2,…,an)\displaystyle P(a_1, a_2, \ldots, a_n)
  2. 连乘符号把每一步的条件概率逐项相乘，任何一步出错都会拉低整条链的可靠度。
    ∏i=1n\displaystyle \prod_{i=1}^{n}
  3. 条件项第 i 步只依赖前 i−1 步的内容，即“在已写下的笔记上续写下一步”。
    P(ai∣a1,a2,…,ai−1)\displaystyle P(a_i \mid a_1, a_2, \ldots, a_{i-1})
  4. 工程含义把复杂推理拆成可检查的小步，每步只面对“前文”，模型更容易给出稳当的中间结论。
    P(a1,a2,…,an)=∏i=1nP(ai∣a1,a2,…,ai−1)\displaystyle P(a_1, a_2, \ldots, a_n) = \prod_{i=1}^{n} P(a_i \mid a_1, a_2, \ldots, a_{i-1})

因果图注入：画出案件关系网

电视剧里的刑警队白板上贴满了照片，红线绿线交错：A和B是兄弟、B的证词证明C不在场、C的手机定位出现在案发地点……这张“关系网”让复杂案情一目了然。没有它，几十个证人的证词足以把新手绕晕。因果图注入（Causal Graph Injection）就是把这张“案件关系网”以结构化方式写进提示词，让大模型“看见”变量之间的因果骨架。

因果图注入通常在提示词中用两类信息描述：一是节点定义，明确每个变量的含义和取值范围；二是有向边集合，用“X → Y 表示X影响Y”“Z → X且Z → Y表示Z是X和Y的共同原因（混淆因素）”这样的语句铺陈结构。必要时还要标记干预：“若我们要评估X对Y的因果效应，需要阻断Z这条后门路径。”例如：“价格→流失，竞品→价格，竞品→流失，广告→价格。广告不直接作用于流失。”模型读到这些后，就能沿着图的路径推理，而不是把乱糟糟的相关性都当成因果。

白板上的关系网画清楚了，警探们讨论案件就有了共同语言；提示词里的因果图写清楚了，模型推理就有了“地图”。遇到“广告预算多了、销售额也涨了、但可能是淡旺季在捣乱”这种案情，模型会因图上有“季节→广告、季节→销售额、广告→销售额”而主动想起：先控制季节再看广告。这就是后门调整给模型的直觉。

P(Y=y∣do(X=x))=∑zP(Y=y∣X=x,Z=z)×P(Z=z)\displaystyle P(Y=y \mid do(X=x)) = \sum_{z} P(Y=y \mid X=x, Z=z) \times P(Z=z)
后门调整公式的意思是：想算“干预X对Y的真实效应”，不要直接对比数据，而是把捣乱的混淆因素Z按住，在Z的每一层里分别比较，再按Z的占比加权平均——就像破案时把“恰好路过的人”排除在凶手候选之外。
  1. 干预记号 do(X=x)表示“主动强制X取值为x”，而非“观察到X=x”。类比侦探布局让嫌疑人重演现场，而不是被动等他碰巧出现。
    do(X=x)\displaystyle do(X=x)
  2. 对 z 求和把混淆因素 Z 的所有取值逐层枚举，每一层都算一次条件概率，再加起来。
    ∑z\displaystyle \sum_{z}
  3. 分层条件概率在 Z=z 这一层内部，X=x 时 Y=y 的概率——相当于只看“晴天打伞的人是否迟到”。
    P(Y=y∣X=x,Z=z)\displaystyle P(Y=y \mid X=x, Z=z)
  4. 加权权重用 P(Z=z) 乘上每层结果，表示该层人数占比，防止某一层样本太少带偏结论。
    P(Z=z)\displaystyle P(Z=z)
  5. 完整结论只要把 Z 这个“捣乱的中间人”控制住，就能从观测数据中还原出干净的因果效应。
    P(Y=y∣do(X=x))=∑zP(Y=y∣X=x,Z=z)×P(Z=z)\displaystyle P(Y=y \mid do(X=x)) = \sum_{z} P(Y=y \mid X=x, Z=z) \times P(Z=z)

对比推理：追问“如果没有发生”

专案组推演案情时最常问一句话：“如果那晚张某没有出现在巷口，李四还会死吗？”若答案是不会，张某就是关键环节；若答案是不影响，张某就只是恰好路过。这种“如果没有发生”的推演，就是反事实对比。它让侦探把“有关联”和“有因果”区分开——凶手和死者出现在同一街区不一定有因果，但“没有你的那晚案发照旧”，说明你与案件无关。

对比推理（Contrastive Reasoning）在因果Prompt里通常表现为三种形态。第一，反事实对比：明确指定干预变量和对照条件，比如“假设所有用户都看到了新品广告（A组）与都没看到（B组），两组流失率会差多少？请分别推演。”第二，混淆识别：让模型主动寻找“同时影响原因和结果的第三方变量”。第三，敏感性验证：把某个假设反过来，观察结论是否动摇。这些模板都是在诱导模型做受控的“如果”实验，而不是只报一组相关性数字。

侦探的一句“如果没有你”，把无辜者从嫌疑人名单里划掉；模型的一句“如果不做这个动作”，把“伴随关系”从因果效应里剔掉。对比推理让大模型不再满足于“广告预算与销售额一起上升”这种表面观察，而敢于追问：把广告拿走，销售额会掉多少？这才是因果问题的正确答案。

ATE=E[Y(1)]−E[Y(0)]\displaystyle \text{ATE} = \mathbb{E}[Y(1)] - \mathbb{E}[Y(0)]
平均处理效应（ATE）就是“干预组的平均结果”减掉“对照组的平均结果”。侦探问“有他没他”两套推演的平均差值，就是他的“作案净效应”。
  1. 潜在结果 Y(1)如果个体接受了干预（张某当晚在场）时会发生的结果。
    Y(1)\displaystyle Y(1)
  2. 潜在结果 Y(0)如果个体未接受干预（张某当晚不在场）时会发生的结果。
    Y(0)\displaystyle Y(0)
  3. 期望符号对全体个体取平均，而不是只看某个幸运或倒霉的个例。
    E\displaystyle \mathbb{E}
  4. 做差两组的平均结果之差，才是剔除了“恰好相关”之后的净因果效应。
    ATE=E[Y(1)]−E[Y(0)]\displaystyle \text{ATE} = \mathbb{E}[Y(1)] - \mathbb{E}[Y(0)]

模板组合：办案手册的排列组合

警方的《刑事案件侦查手册》不是一页纸，而是一套分门别类的档案：入室盗窃按“现场勘查→足迹提取→销赃渠道追踪”推进；电信诈骗按“资金流向→话术鉴定→窝点定位”展开。不同类型的案子，组合不同的侦查模块。因果Prompt也一样——角色设定、思维链、因果图注入、对比推理不是孤立的模板，而是可以按任务类型排列组合的积木。

组合时要注意顺序与配比。经验上，推荐顺序是“角色在前立视角，思维链承接展开，因果图在需要时注入，对比推理收尾验证”。例如做“广告投放因果归因”：先用角色设定界定增长分析师身份；再用思维链列出候选变量；接着注入因果图说明广告、竞品、流失之间的关系；最后用反事实对比验证“如果没有广告”的情形。配比则依任务调整：解释型任务加重思维链，机制型任务加重因果图，决策型任务加重对比推理。

新手警员拿到手册，先照抄“入室盗窃标准流程”，办几件案子后就明白“哪一步可以省、哪一步必须严”。提示工程师也一样：先按推荐组合用起来，再根据任务反馈调权重。办案手册的价值不在于死记硬背，而在于提供一套可调整的起手式——让每个因果任务都不用从零开始。

Score=∑j=1nwj×sj\displaystyle \text{Score} = \sum_{j=1}^{n} w_j \times s_j
组合效果可以理解为一个加权总分：每个模板模块对任务各有贡献分 s_j，任务类型决定权重 w_j。没有万能模板，只有合适的配比。
  1. 模块得分 s_j第 j 个模板模块单独起作用时的效果，比如加入因果图后准确率提升了多少。
    sj\displaystyle s_j
  2. 任务权重 w_j该模块在当前任务类型中的重要程度，比如决策型任务里对比推理权重更高。
    wj\displaystyle w_j
  3. 加权求和把各模块的贡献按权重叠加，得到组合提示词的整体效果。
    ∑j=1nwj×sj\displaystyle \sum_{j=1}^{n} w_j \times s_j
  4. 使用启示先按推荐顺序起手，再根据消融结果调整 w_j，就是“任务适配”的本质。
    Score=∑j=1nwj×sj\displaystyle \text{Score} = \sum_{j=1}^{n} w_j \times s_j

评估优化：复盘与复核

重大案件破获后，专案组会开复盘会：同样的讯问策略，为什么在A案里撬开了嫌疑人的嘴，在B案里却全程沉默？两位侦查员独立阅读同一份证人笔录，结论是否一致？如果两次复盘对不上，说明办案过程里“运气”成分太大，下一案就没法复制。因果Prompt也需要这样的复盘机制。

评估优化包含三层。第一层是可复现性：固定温度、随机种子、提示词版本号，同一输入多次运行应给出稳定结论。第二层是一致性检验：让同一模板在不同运行下多次作答，计算结论一致的比例，若一致性过低，说明模板设计或图注入不够清晰。第三层是迭代调优：对模板模块做消融实验（去掉某模块后准确率下降多少），决定保留哪些模块。Cohen's Kappa 等指标能帮我们扣除“瞎猜也可能碰对”的成分，看到真实的一致性。

复盘会越开越薄的专案组，一定是把“经验”沉淀成了“制度”；每次都靠运气破案的队伍，永远打不出第二场漂亮仗。因果Prompt工程也一样——评估优化不是事后的自我安慰，而是把“这次答对了”变成“次次都能答对”的必经之路。

κ=po−pe1−pe\displaystyle \kappa = \frac{p_o - p_e}{1 - p_e}
Kappa 系数 =（实际一致 − 随机一致）/（1 − 随机一致）。它像复盘会上“扣掉碰运气成分”后再评判两名警员的口径是否真的统一。
  1. 实际一致率 p_o两次运行（或两位“侦查员”）结论相同的比例。
    po\displaystyle p_o
  2. 随机一致率 p_e纯靠瞎猜也可能碰对的概率，是必须扣掉的“运气底数”。
    pe\displaystyle p_e
  3. 分子减法用实际一致减去随机一致，得到超出运气的真实一致增量。
    po−pe\displaystyle p_o - p_e
  4. 分母归一除以 1−p_e，把指标缩放到 0～1 区间，便于跨任务比较。
    κ=po−pe1−pe\displaystyle \kappa = \frac{p_o - p_e}{1 - p_e}

工程价值：从手艺到制度

三十年前，破案靠“老师傅带徒弟”：师傅凭二十年直觉扫一眼现场就能圈定嫌疑人范围，但徒弟要跟十年才摸到门道。如今，刑侦体系把经验写成手册、做成培训、编成系统，新警校毕业生半年就能上手标准化办案。从“手艺”到“制度”，是行业成熟的标志。因果Prompt设计模式的工程价值，正是让提示工程走过这段路。

具体而言，这套模式带来三方面价值。其一，降低使用门槛：非因果专家也能按模板写出合格提示词，不必先啃完所有因果推断理论。其二，提升可复现性：模板化提示词可以做版本管理，结果可回放、可比较、可审计。其三，走向系统方法论：团队可以积累自有模板库，像代码库一样沉淀、复用、迭代，彻底告别“这次运气好”的经验试错。学习曲线模型描述了这个过程：随着模板复用次数增加，单次编写和调优的耗时按指数衰减趋近下限。

老刑警退休时最重要的遗产不是破过多少大案，而是那本磨破边角的办案手册。因果Prompt设计模式，就是大模型应用工程师要留给团队的那本手册——有了它，即使最有经验的工程师休了长假，新人也能按图索骥，把因果分析做得又快又稳。从手艺到制度，这就是一个领域走向工程化的标志。

T(n)=T∞+(T0−T∞)×e−n/τ\displaystyle T(n) = T_{\infty} + (T_0 - T_{\infty}) \times e^{-n / \tau}
学习曲线说明：刚开始套模板会慢一点，但每复用一次，耗时都会沿着指数曲线快速下降。老刑警的手册，越用越顺手。
  1. 初始耗时 T_0没有模板时，从零开始写一个因果Prompt的平均耗时。
    T0\displaystyle T_0
  2. 极限耗时 T_∞模板积累成熟后能达到的最低耗时，对应“手册级效率”。
    T∞\displaystyle T_{\infty}
  3. 衰减项指数衰减函数，n 是复用次数，τ 是决定下降速度的时间常数；n 越大，衰减项越接近0。
    e−n/τ\displaystyle e^{-n / \tau}
  4. 总趋势耗时从 T_0 指数收敛到 T_∞，说明模板复用让“从经验试错走向系统方法论”可量化。
    T(n)=T∞+(T0−T∞)×e−n/τ\displaystyle T(n) = T_{\infty} + (T_0 - T_{\infty}) \times e^{-n / \tau}

AI 应用场景

电商用户流失归因

阶段：提示词工程（Prompt Engineering）

解决的问题：传统做法靠人工跑数、拍脑袋归因，效率低且结论不可复现。用因果Prompt模板，把“角色设定+因果图注入+对比推理”组合进一次提示词调用，直接输出带因果路径的归因结论。

具体案例：某电商增长团队分析“会员流失率为何升高”，使用角色设定“资深用户增长分析师”，注入因果图“会员等级→流失、客服响应→流失、竞品促销→会员等级→流失”，最后用反事实对比“若将客服响应时间压到1小时内，流失率会下降多少”，得到可量化的归因结论。

医疗问答中的因果解释

阶段：模型推理增强（Reasoning）

解决的问题：医疗问答不能只答“相关”，要解释“为什么是因、为什么是果”。通用大模型容易输出含糊表述，因果思维链模板要求显式的因果中间态，让解释可复核。

具体案例：患者自述“最近失眠加重”，系统用角色“睡眠医学顾问”+思维链“列出候选因素→排除用药干扰→判断压力与咖啡因的因果路径”+因果图注入生成分层解释，最后给出“压力是直接原因，咖啡因是加重因素”的结论，并附推理过程供医生审阅。

营销预算的反事实评估

阶段：决策支持（Decision Support）

解决的问题：营销预算有限，管理层需要知道“如果不投某个渠道，损失到底有多大”。反事实对比模板把问题改写成受控实验，输出两组反事实结果，辅助预算决策。

具体案例：某品牌方用因果Prompt评估“若砍掉信息流广告”后的转化变化。提示词指定干预变量为“信息流广告投放”，对照条件为“投放/不投放”，分轨推演两组转化率，再结合历史数据校准，最终团队据此把20%预算挪向搜索渠道。

Python 演示

python94 行
# -*- coding: utf-8 -*-"""因果Prompt设计模式演示：用四种模板组装标准化提示词""" import randomimport statistics  class CausalPromptBuilder:    """像侦探手册一样的提示词构建器：四个可复用的模板模块。"""     def __init__(self, task_desc):        self.task_desc = task_desc        self.role_text = ""        self.chain_steps = []        self.graph_text = ""        self.contrast_items = []     def add_role(self, identity):        self.role_text = (            "你是" + identity + "，请从因果视角分析任务："            "先说明分析范围，再给出结论。"        )        return self     def add_cot_step(self, step_text):        self.chain_steps.append(step_text)        return self     def add_graph(self, edges):        edge_str = "; ".join(e[0] + " -> " + e[1] for e in edges)        self.graph_text = (            "已知因果图：" + edge_str + "。"            "请沿着图中的路径推理，不要混淆直接与间接原因。"        )        return self     def add_contrast(self, case_a, case_b):        self.contrast_items.append(            "反事实对比：若发生「" + case_a + "」而非「" + case_b + "」，"            "结果如何变化？请分轨讨论。"        )        return self     def build(self):        parts = [self.role_text]        if self.chain_steps:            parts.append("请逐步推理：")            parts.extend(                "第" + str(i + 1) + "步：" + s                for i, s in enumerate(self.chain_steps)            )        if self.graph_text:            parts.append(self.graph_text)        parts.extend(self.contrast_items)        parts.append("最后用『结论：』开头给出最终答案。")        return "\n".join(parts)  def simulate_accuracy(prompt, trials=20):    """模拟评测：模板越完整，答案越准确、越稳定。"""    score = 0.0    if "你是" in prompt:        score += 0.25    if "第1步" in prompt:        score += 0.25    if "因果图" in prompt:        score += 0.25    if "反事实" in prompt:        score += 0.25    rng = random.Random(sum(ord(c) for c in prompt))    return [min(1.0, score + rng.uniform(-0.05, 0.05)) for _ in range(trials)]  def main():    builder = (        CausalPromptBuilder("电商用户流失原因分析")        .add_role("资深用户增长分析师")        .add_cot_step("列出可能影响流失的候选变量")        .add_cot_step("梳理变量之间的影响方向和路径")        .add_cot_step("标注混淆变量并判断直接原因")        .add_graph([("价格", "流失"), ("竞品", "价格"),                    ("竞品", "流失"), ("广告", "价格")])        .add_contrast("用户看到竞品广告", "用户未看到竞品广告")    )    prompt = builder.build()    print(prompt)    print("=" * 40)    results = simulate_accuracy(prompt)    print("平均准确率: %.2f 标准差: %.3f" %          (statistics.mean(results), statistics.stdev(results)))  if __name__ == "__main__":    main()
目的：演示如何用“侦探手册”式的构建器，把角色设定、思维链、因果图注入、对比推理四个模板模块组装成一份标准化因果Prompt，并模拟评测其可复现性。
  1. self.role_text = (...)角色设定模块：注入身份、分析范围，约束模型从“因果视角”出发。
  2. self.chain_steps.append(step_text)思维链模块：逐步追加推理步骤，形成可检查的因果中间态。
  3. "已知因果图：" + edge_str + "。"因果图注入：把“节点→节点”的有向边集合写进提示词。
  4. "反事实对比：若发生「" + case_a + "」而非「" + case_b + "」"对比推理模块：构造干预与对照两组条件。
  5. parts.extend("第" + str(i + 1) + "步：" + s for i, s in enumerate(self.chain_steps))为每一步思维链编号，保证顺序可复现。
  6. "最后用『结论：』开头给出最终答案。"输出约束：统一结论格式，方便下游解析和评估。
  7. if "你是" in prompt: score += 0.25模拟评测：每命中一个模板模块就提升一次基准得分。
  8. random.Random(sum(ord(c) for c in prompt))用提示词内容做随机种子，保证多次运行结果可复现。
  9. statistics.mean(results), statistics.stdev(results)用平均值和标准差量化准确率与稳定性。

常见误区

误区我以为只要在提示词里写一句“请用因果思维回答”，模型就会自动进行因果推理，不需要其他结构。

正解这等于把因果Prompt当成了“咒语”。真正的因果Prompt要落到设计模式上：角色设定提供视角，思维链提供步骤，因果图注入提供结构，对比推理提供验证。只喊口号不搭结构，模型依然会回到概率联想，就像对新手警官喊“认真办案！”，他依然不知道第一步该做什么。

为何常见：因为“因果思维”听起来像一种态度，很多人低估了结构化模板对模型行为的约束力。

误区我觉得把涉及的所有变量和边都写进提示词，模型掌握的信息越全，推理就越准确。

正解图注入追求的是“最小充分结构”：只注入任务相关的节点和有向边。节点过多、边过杂会把关键路径淹没，模型注意力被稀释后反而容易答错。就像在白板上贴五百张照片，侦探反而找不到凶手。

为何常见：人们默认“信息量越大越好”，忽略了提示词上下文长度和注意力资源都是有限的。

误区我以为只要在提示词里加一句“请一步一步思考”，就和因果思维链没区别了。

正解普通分步作答只约束了“形式”（分1、2、3点），没约束“内容”（每一步必须是因果中间态）。因果思维链要求显式的因果中间过程：先列候选变量，再判断方向，再识别混淆，最后才给结论。形式相同，内容要求完全不同。

为何常见：因为两者表层形式相似，都是多步输出，初学者看不出内在差异。

误区我觉得反事实对比很简单，就是让模型多想一下“如果不XX会怎样”，不需要明确的结构。

正解反事实对比必须明确指定干预变量（do(X=x)）、对照条件（X=x'）和结果变量，并要求分轨讨论，而不是笼统地“多想一点”。没有明确干预对象的“多想一步”，会退化成自由联想，产生不可复现的废话，就像侦探问“如果那天没下雨”却不知道这个假设和案件有什么关系。

为何常见：“如果不XX”看起来简单，让人忽略了反事实推理对“干预、对照、结果”三要素的严格要求。

面试题

Q1. 因果Prompt中，“角色设定”模块的主要作用是什么？

单选题 · easy

  • A.提供先验视角约束推理← 正确答案
  • B.让模型输出更长的答案
  • C.增加输入提示词字数
  • D.关闭模型的联想能力

答案：A。角色设定像给新侦探发胸牌和手册，让模型带着“我是谁、我看什么”的先验视角进入推理，对应贝叶斯框架中的先验注入。它不负责延长输出，更不是机械堆字或关闭联想，因此B、C、D都不对。

Q2. 在后门调整公式 P(Y|do(X))=Σ_z P(Y|X,Z)P(Z) 中，Z 指什么？

单选题 · mid

  • A.需要控制的一组混淆变量← 正确答案
  • B.结果变量Y的取值集合
  • C.干预变量X的取值集合
  • D.神经网络的隐藏层参数

答案：A。Z是同时影响X和Y的混淆因素集合，就像“雨天同时让人带伞和让人迟到”中的天气。后门调整通过对Z分层加权，拆掉混淆带来的假相关性。B、C、D都不符合图中混淆节点的定位。

Q3. 以下哪些属于因果Prompt的四种核心设计模式？

多选题 · hard

  • A.角色设定与背景植入← 正确答案
  • B.思维链显式推理设计← 正确答案
  • C.因果图与路径语义注入← 正确答案
  • D.训练数据随机增强采样

答案：ABC。四种核心模式是角色设定、思维链、因果图注入、对比推理，对应A、B、C。D是数据层面的增强技术，属于训练环节而非提示模板设计，因此不选。

Q4. ATE 公式 E[Y(1)]−E[Y(0)] 中，Y(1) 表示什么？

单选题 · mid

  • A.接受干预个体的潜在结果← 正确答案
  • B.未接受干预个体的观测值
  • C.接受干预前的基准值
  • D.模型输出的第一个token

答案：A。Y(1)是“干预组的潜在结果”，即如果每个人都接受了干预会怎样，类比“如果当晚张某确实在巷口”的推演结果。B对应Y(0)，C是干预前基线，D属于语言模型输出概念，与因果效应无关。

Q5. 因果思维链与普通分步作答的关键区别是什么？

单选题 · easy

  • A.普通分步只约束输出形式
  • B.思维链要求显式因果中间态← 正确答案
  • C.两者效果没有任何差别
  • D.普通分步需要更多计算资源

答案：B。普通分步只要求“分点输出”，约束的是形式；因果思维链要求每一步都是可检查的因果中间过程，比如列候选变量、判方向、找混淆。就像侦探必须写“推理笔记”而非列个提纲，故选B。

Q6. 进行因果图注入时，提示词中需要描述哪些内容？

多选题 · hard

  • A.节点含义与取值范围← 正确答案
  • B.有向边的方向与含义← 正确答案
  • C.大模型的参数规模
  • D.混淆路径与干预标记← 正确答案

答案：ABD。图注入要告诉模型“节点是什么、边往哪指、哪条是混淆路径、干预发生在哪里”，A、B、D都是必要内容。模型参数规模属于部署配置，不属于提示词内容，故不选C。

Q7. Cohen's Kappa 公式 κ=(p_o−p_e)/(1−p_e) 中，p_e 表示什么？

单选题 · mid

  • A.随机碰巧一致的概率← 正确答案
  • B.两次实验的实际一致率
  • C.模型输出的平均置信度
  • D.提示词模板的数量

答案：A。p_e是“瞎猜也可能碰对的概率”，用它做减法是为了扣除运气成分，得到真实一致性。B对应p_o，C是置信度概念，D是模板规模，三者都不是Kappa公式中的p_e。

Q8. 下面哪一项不是因果Prompt模板组合的目的？

单选题 · easy

  • A.提升因果结论的可复现性
  • B.降低因果分析的使用门槛
  • C.让模型背诵训练集样本← 正确答案
  • D.让提示工程走向标准化

答案：C。模板组合是为了可复现、低门槛、标准化，让提示工程沉淀为系统方法论。让模型背诵训练集既不可能发生，也不是工程目标，就像办案手册不是为了背卷宗而是为了破案，故选C。

Q9. 设计反事实对比Prompt时，需要明确哪些要素？

多选题 · mid

  • A.干预变量与干预取值← 正确答案
  • B.对照条件与结果变量← 正确答案
  • C.分轨讨论的推理视角← 正确答案
  • D.训练日志的保存路径

答案：ABC。反事实对比本质是受控的“如果”实验，必须指定干预变量（do什么）、对照条件（对比哪个状态）、结果变量，并要求分轨讨论，对应A、B、C。训练日志路径与推理设计无关，故不选D。

Q10. 研究广告投放X对销量Y的因果效应，预算Z同时影响X和Y，直接比较投与不投的销量均值会怎样？

单选题 · extreme

  • A.得到准确的因果效应估计
  • B.混入Z带来的混淆偏差← 正确答案
  • C.结果与Z完全无关不受影响
  • D.等价于分层加权的结果

答案：B。直接比较均值会把Z的效应混进X→Y的估计中，就像雨天测“打伞会不会迟到”时把雨天的影响也算到打伞头上。要得到干净效应，必须按Z分层做后门调整。A、D描述的是正确做法的结果，C与混淆事实相反。