通过结构化提示框架加强大语言模型中以人为本的思维链推理完整性

针对思维链（CoT）提示在安全敏感任务中可靠性不足的问题，本研究提出一种结构化提示工程框架。该框架包含四个核心维度的十六个因素，旨在通过显式推理控制减少幻觉和推理漂移，提升本地部署大语言模型在安全威胁检测中的完整性与可解释性。以软件定义网络中的 DDoS 攻击检测为例，实验表明该方法在不同规模模型上均能显著提升推理性能（小模型提升达 40%），且人工评估证实了其鲁棒性，为可靠且可解释的 AI 驱动网络安全分析提供了有效途径。