一句话定义：草稿本（Scratchpad）是让模型在给出最终答案之前，先把中间步骤、临时结果、待办事项写在输出里的做法。这些写出来的内容不会消失，而是留在上下文里，成为后续推理可以直接回看的"工作台"。
为什么写下来就变准了
Transformer 这类模型有一个容易被忽略的特点：每一层、每个位置能做的计算量是固定的，层数也是固定的。模型没有"在心里多算几遍"这个动作，它只能沿着深度走一遍。于是遇到需要十几步算术、或者需要跨好几句话拼信息的问题时，如果被要求直接吐答案，它必须在极少的 token 里完成全部跳转——任何一步塌了都没有回头路。
把中间结果写成 token，局面就变了。这些 token 会在下一步变成新的输入，模型可以读到它们、检查它们、在它们之上继续算。这相当于用"序列长度"去补"深度不够"：算力没变，但可用的计算步骤变多了。
打个比方：心算 37×24，多数人得在脑子里同时挂着好几项，容易掉;写成竖式就轻松很多。不是人变聪明了，而是中间结果落到了纸上，眼睛随时能回去查、能核对、能接着往下推。草稿本就是模型的那张纸。
和相邻概念的区别
| 概念 | 是什么 | 与草稿本的关系 |
|---|---|---|
| 草稿本 Scratchpad | 宽泛说法：任何让模型把中间计算写出来的做法 | —— |
| 思维链 AI 词典：Chain-of-Thought">Chain-of-Thought | 提示模型分步推理并展示步骤 | 最常见的草稿本形态 |
| ReAct | 交替进行推理与调用工具 | 草稿本里还混进了外部动作 |
| 检索增强（RAG） | 从外部找资料塞进上下文 | 那是补知识，草稿本是组织计算 |
| 微调（Fine-tuning） | 改模型权重 | 草稿本不改权重，只在上下文里临时搭台 |
对从业者的实际意义
第一，提示里要主动留出草稿空间。"先列步骤，再给结论"往往比"直接回答"稳;反过来，一上来就逼模型"只输出一段 JSON"，等于把它的草稿纸收走了，复杂任务上容易出错。
第二，草稿是 token，token 就是钱和时间。长草稿会显著拉长输出、挤占上下文窗口，简单任务上还可能平白引入错误——查一个固定事实不需要先列五步计划。
第三，做评测和抽取时要留心：最终答案常常藏在草稿末尾，解析逻辑得能把它挑出来。
最后一点提醒：草稿有效，但不等于模型"诚实的心理活动"。它写下的步骤可能只是听起来合理的事后合理化，而且一旦某一步错了，后面的步骤会顺着错误继续铺。草稿本是个好用的工作台，不是一个可靠的监控摄像头。