我们提出 CoT-Self-Instruct，一种合成数据生成方法。该方法首先引导大语言模型（LLM）基于给定的种子任务，通过基于思维链（Chain-of-Thought, CoT）的方式进行推理与规划，随后生成质量与复杂度相近的新合成提示（prompt），用于大语言模型的训练，并结合自动评估指标对数据进行高质量筛选。在可验证推理任务中，我们的合成数据在 MATH500、AMC23、AIME24 和 GPQA-Diamond 等基准测试上，显著优于现有训练数据集（如 s1k 和 OpenMathReasoning）。在不可验证的指令遵循任务中，该方法在 AlpacaEval 2.0 和 Arena-Hard 两个评测基准上的表现也超越了人类编写或标准自指导（self-instruct）提示的水平。