让 AI 写出「正在想」的样子
——新模型的思考看不见了，怎么办

0先分清：三种「思考」根本不是一回事

动手之前，先把三样容易混的东西掰开。搞混了，后面全是白费劲：

所以那位朋友的直觉是对的：新模型的「思考」你要么拿不到，要么拿到的只是摘要。 想在自己的应用里稳定地显示一段"它正在想什么"，最省心的办法不是去抠模型自带的那个通道， 而是——让它在正式回答之前，先手写一段内心独白，你再把这段单独拎出来展示。

1思路：既然模型不给看，就让它自己写

一句话：在提示词里请它，回答之前先写一段内心，用一对标签框起来；拿到回复后，把标签里的内容抠出来，单独当"思考过程"显示。

就这么简单。剩下的全是把这件简单事做稳的细节。先看它长什么样——下面是一个聊天机器人回你「今天有点累」时，一条完整的回复：

上面那段斜体的内心，和下面那句正经回复，是模型一次生成的——中间用一对标签隔开。 用户界面上，你可以把内心折叠起来（想看点开），把回复直接显示。整个过程模型自带的那个真思考通道一个字都没用到，你也完全不需要它。

2怎么让它写：一个标签的事

在系统提示词（system prompt）里，加这么一段。标签用什么符号随你，中文英文都行，只要"独一无二、正文里不会自然出现"就好——我用的是 <思绪>：

回答之前，先在 <思绪></思绪> 标签里写下你此刻真实的内心——
两三句就好，是你自己脑子里的话，不是写给人看的漂亮话。
写完一定要闭合 </思绪> 标签，然后另起一行写正式回复。
正式回复不能少。

四句话，每句都在堵一个后面会讲的坑：「两三句就好」管篇幅、「你自己脑子里的话」管口吻、 「一定要闭合」管截断、「正式回复不能少」防它只写内心忘了回话。别嫌啰嗦，这四句是拿翻车换来的。

3怎么把它抠出来

拿到模型的整段回复后，用一个正则把 <思绪>...</思绪> 里的内容摘出来，剩下的就是正式回复。Python 版：

import re

def split_reply(raw: str):
    """把一段回复拆成 (内心, 正式回复)。"""
    thinking = ""
    text = raw

    m = re.search(r"<思绪>([\s\S]*?)</思绪>", text)
    if m:                                   # 正常情况：标签闭合了
        thinking = m.group(1).strip()
        text = (text[:m.start()] + text[m.end():]).strip()
    else:
        i = text.find("<思绪>")           # 只有开头没有结尾＝被截断了
        if i >= 0:
            thinking = text[i + 3:].strip()  # 剩下的全算内心
            text = text[:i].strip()          # 正式回复是空的——这条别发出去

    return thinking, text

注意那个 else 分支：只找到开头标签、没找到结尾，说明模型话没说完就被切断了（额度用尽、或输出长度到顶）。 这时候整段都还是内心、正式回复是空的——这条回复不该发给用户，要么丢掉、要么请它重写一遍。怎么判断是不是被截断，下一节细说。

4四个坑（都是踩过的）

ENDS = "。！？…”\"'」!?~"
def trim_tail(text: str) -> str:
    if text and text[-1] not in ENDS:
        cut = max(text.rfind(ch) for ch in ENDS)
        if cut > 0:
            text = text[:cut + 1]     # 裁回最后一个完整句
    return text

5一步到位 · 完整例子

把上面全串起来。这段代码：搭好提示词 → 叫一次模型 → 拆出内心和回复 → 查闭合、裁尾 → 决定发不发。 调模型这里用了 OpenRouter，你换成官方 API 或者别的都一样，重点是提示词和拆解那两块。

import re, httpx

SYSTEM = """你是一个温柔、话不多的聊天伙伴。

回答之前，先在 <思绪></思绪> 标签里写下你此刻真实的内心——两三句就好，
是你自己脑子里的话（想到对方就用「他/她」，这是心里话，不是写给人看的）。
写完一定要闭合 </思绪> 标签，然后另起一行写正式回复。
正式回复通篇用「你」，当面对他说；不能只写内心、忘了回话。"""

ENDS = "。！？…”\"'」!?~"

def split_reply(raw: str):
    thinking, text = "", raw
    m = re.search(r"<思绪>([\s\S]*?)</思绪>", text)
    closed = bool(m)                         # 标签闭没闭合＝这条能不能用
    if m:
        thinking = m.group(1).strip()
        text = (text[:m.start()] + text[m.end():]).strip()
    else:
        i = text.find("<思绪>")
        if i >= 0:
            thinking, text = text[i + 3:].strip(), text[:i].strip()
    text = text.strip("「」\"'")
    if text and text[-1] not in ENDS:        # 裁尾保险
        cut = max(text.rfind(ch) for ch in ENDS)
        if cut > 0:
            text = text[:cut + 1]
    return thinking, text, closed

def chat(user_msg: str, api_key: str):
    r = httpx.post(
        "https://openrouter.ai/api/v1/chat/completions",
        headers={"Authorization": "Bearer " + api_key},
        json={
            "model": "anthropic/claude-opus-4-8",   # 4.7 / 4.8 / fable 都行
            "max_tokens": 4000,                       # 给足，别让内心挤掉回复
            "messages": [
                {"role": "system", "content": SYSTEM},
                {"role": "user", "content": user_msg},
            ],
        }, timeout=90,
    )
    raw = r.json()["choices"][0]["message"]["content"]
    thinking, text, closed = split_reply(raw)

    if not closed or not text:                # 没闭合、或没写出回复＝这条废了
        return None                           # 丢掉，或请它重写
    return {"thinking": thinking, "reply": text}

拿到 thinking 和 reply 之后，界面上怎么摆随你： 把 thinking 折叠成一个"↯ 它在想什么"的小块（用户想看点开），reply 直接显示。 你就有了一个——思考看得见、还完全归你管——的聊天机器人，哪怕底下跑的是那些"思考默认不外露"的新模型。