🏠 总目录 📚 资料库工具与 MCP

"think" 工具:让 Claude 停下来思考

⏱ 10 分钟 | 🤔 给模型一个「停下来想」的地方

🎯 一句话

think 工具不做任何事——它唯一的作用就是给模型一块专门用来思考的草稿区。⭐ 它有效的场景很具体:拿到工具返回结果之后、决定下一步之前。

本页先解决:think 工具与模型内建思考分别在什么环节起作用?

Claude 博客资料库 · 工具与MCP

think 工具与模型内建思考分别在什么环节起作用?

显式工具调用和模型内建思考先分清,再读基准数字对应的是哪种配置。

读完可以:区分显式 think 工具调用与模型内建思考,按工具过程需要选择。

📄 来自 Claude 官方博客
原文标题
The "Think" Tool: Enabling Claude to Stop and Think("think" 工具:让 Claude 停下来思考)
原文链接
https://www.anthropic.com/engineering/claude-think-tool
作者
Anthropic
发布日期
2025-03-20(2025-12-15 更新:多数场景下推荐用扩展思考替代)
⚠️ 本页是原文的中文结构化整理笔记(保留架构、数据、案例、结论),并非逐字翻译。版本、参数与案例数字属于原文所示条件,不是本资料库的实测结果;产品状态与接口以实施时官方文档为准。
📑 本页目录

一个专门的 "think" 工具能显著提升 Claude 在复杂问题(尤其是需要遵守政策和顺序决策的场景)上的表现——某些基准上相对提升最高 54%。

⚠️ 注意时效: 2025 年 12 月的更新指出,随着模型性能提升,多数情况下建议使用扩展思考(extended thinking)而非 think 工具。

显式工具调用和模型内建思考先分清,再读基准数字对应的是哪种配置。

think 工具是什么

与扩展思考的区别:

基准数据

τ-Bench(客服领域)

SWE-Bench

关键发现

领域越复杂,配套的优化提示词越重要——航空场景中「工具+优化提示词」远优于「只有工具」。

只有工作流需要这类停顿与记录时,实现指引才有具体用途。

适用时机

适合: 1. 工具输出分析——行动前处理之前工具调用的结果 2. 政策密集环境——遵循细则并核验合规 3. 顺序决策——前面的决定影响后面的多步任务

不适合: 1. 非顺序的工具调用(单次或并行调用) 2. 没有大量约束的简单指令跟随

实现指引

  1. 领域专属的策略性提示: 提供与场景相关的清晰指令和示例、期望的推理详细程度、常见场景的决策树、如何验证信息收集完整
  2. 放在系统提示词里: 复杂指令放系统提示词而非工具描述,获得更好的整合
  3. 上手流程: 先用 Claude 目前表现挣扎的高难度 Agent 场景测试→实现带领域指导的定制工具定义→监控使用模式并迭代提示词

回到适用条件判断是否需要这个工具,不把一次基准提升当作每个任务的增益。

结论

think 工具是低开销的实用增强,「用对场景就有可观收益,实现复杂度极低」。成功取决于场景匹配和领域提示词工程投入,收益需要在目标模型与任务集上重新验证。


✅ 检查点

  1. think 工具做了什么?它为什么有用?
  2. 它最有效的时机是什么?
  3. 它和「让模型在回答里先写思路」有什么区别?
👀 答案
  1. 它什么都不做——不查询、不修改、不调用外部系统,只是提供一个结构化的位置让模型写下推理过程。有用是因为它把「思考」变成了流程里的显式一步,而不是指望模型在生成答案时顺便想清楚。
  2. ⭐ 拿到工具返回结果之后、决定下一步之前。这个时刻信息量最大也最容易出错:返回的数据可能不完整、可能和预期不符、可能需要和之前的结果对照。强制停一步,能显著降低连锁错误。
  3. 区别在于它可以与最终答复分开记录;是否对用户可见取决于产品与日志实现,所以模型可以写得更长更啰嗦而不影响输出质量。更重要的是:它是一次独立的工具调用,通常由模型选择是否调用;若要固定执行点,需由外部工作流安排,而「在回答里先写思路」完全取决于模型当时想不想写。

本节回顾

先记住这几件事

  • 这里的 think 工具用于组织已有信息,不执行外部查询或修改。
  • 关注拿到工具结果后怎样检查信息,再决定下一步。
  • 是否增加这个环节要看任务评测,不把显式草稿等同于结果可靠。