一句话定义
Skeleton-of-Thought（骨架式思考，简称 SoT）是一种让大模型先只输出答案的提纲，再并行把各段内容填满的方法：用“结构”换“速度”。
它怎么运行
普通生成是自回归的：一个字接一个字往后写，写 800 字就要走 800 步解码，前面没出完，后面接不上。SoT 把一次长生成拆成两段：
第一步，先让模型“别急着答，只给骨架”，通常要求 3~8 个要点，每点一句话；
第二步，把“原问题、完整骨架、第 i 个要点”分别发出去，让模型只扩写第 i 点。这些请求互不依赖，可以同时发、同时解码，最后按顺序拼起来。
打个比方：装修队进场，传统做法是一个师傅从客厅做到卧室，一间间串着来；SoT 是先出图纸，写清有几间房、每间干什么，然后几个师傅一人一间同时开工，最后统一收口。
关键一点：省的是时间，不是算力。总 token 数没变少，甚至因为多了提纲和重复上下文而变多；但长序列被切成短段并行跑，用户等待的实际耗时从“总长度”降到“最长那一段”。
和相邻概念的区别
| 概念 | 目标 | 做法 |
|---|---|---|
| 常规生成 | 一次写完 | 串行逐字解码 |
| AI 词典：Chain-of-Thought">Chain-of-Thought（思维链） | 答对 | 把推理摊开、写得更长，仍然串行 |
| 骨架式思考 | 答快 | 先出提纲，再分段并行填充 |
| speculative decoding 等解码加速 | 答快 | 改解码器，不动提示与任务结构 |
思维链和骨架式思考名字都带 thought，方向却相反：一个把内容拉长求正确，一个把内容切块求速度。另外，分治式提示要人手工拆题，而 SoT 的骨架由模型自己生成。
什么时候别用
如果各段强依赖前文，比如数学推导、代码、需要全局一致的论证，切段并行就会丢上下文，出现重复、跑题、前后矛盾；如果回答很短，拆骨架的额外开销也大于收益。SoT 更适用的场景是“长、可分解、段间弱依赖”的内容：清单体、多角度分析、产品说明、多要点总结。加速幅度与质量损耗取决于模型和任务，别照搬论文里的数字，以自己场景的实测为准。
对从业者和普通人的意义
产品侧：长回答的总耗时常常是体验瓶颈，SoT 是一种不用更换模型就能采用的工程手段；但要处理并行所致的输出乱序、拼接生硬、各段内容重复的问题。通常要在提示里明确“只写第 i 点”，并在末尾做一次轻量合并。
成本侧：并行请求会抬高瞬时并发和 token 总量，限流策略与账单估算都要重新计算。
普通职场人：不必自己实现。在提示里写“先给我 5 个小标题，再逐条展开”，就是手动版的骨架式思考，也能让你更早看到长文档的结构。