深度分析 CoFEE：透過結構化提示驅動 LLM 的因果導向特徵發現 本報導介紹 CoFEE（Cognitive Feature Engineering Engine），一套以提示為主的推理控制框架，透過強制化認知行為（逆向鏈結、子目標分解、驗證與回溯）引導大型語言模型在非結構化資料中發掘候選特徵。研究以創業者資料為實驗場景，採用對照設計比較 CoFEE 與未受約束的 vanilla prompting。
