由易到難提示（least-to-most prompting）

由易到難提示，處理難題的方式是先把它拆成一階階較小的子問題，再從最容易到最困難依序解決，讓每個答案都成為下一個的墊腳石。你不是一口氣要求完整的解答，而是先問模型「要先回答哪些較簡單的問題」，然後沿著這份清單往上走。較早解出的片段會留在情境裡，為後面的步驟提供它們所需的零件。

當一個問題糾纏到無法直接解、卻又自然地分成幾個階段時，它最有幫助，例如那種多段式應用題：你必須先求出一個量，才能算出下一個。把這種拆解明白地寫出來，可以防止模型跳過奠基工作、直接躍向一個搖搖欲墜的答案。

它和思維鏈是近親，但有區別：思維鏈在同一個答案內一步步推理，由易到難則先規劃出子問題、再去解，有時還橫跨不同的模型呼叫。風險在於一個糟糕的拆解會讓全盤皆錯，所以拆解的品質和解題本身一樣重要。