ASPIRE

DeepSeek的使用技巧学习

=Start=

缘由：

没用DeepSeek之前以为DeepSeek不过是另外一个豆包、通义千问等类似的对话式生成AI大语言模型，觉得没有必要去尝试；但实际体验了一下之后真的是很香。本来想通过微信搜索几篇还不错的文章然后总结一下DeepSeek的使用方法和技巧的，但后来想了想这种内容其实用DeepSeek来整理更合适，速度更快、质量更高。

正文：

参考解答：

简单直接。多用多体会。

一、推理模型与指令模型

像OpenAI的GPT-4o、DeepSeek V3、豆包等都属于指令模型（instruct model），这类模型是专门设计用于遵循指令生成内容或执行任务的。

而DeepSeek R1属于推理模型（reasoning model），专注于逻辑推理、问题解决的模型，能够自主处理需要多步骤分析、因果推断或复杂决策的任务。

二、理解大型语言模型的本质特征

尽管像DeepSeek R1这样的推理模型相比指令模型有了非常大的进步，你不需要那么多技巧了，但他依然是个大型语言模型（LLM），他依然存在语言模型的局限性，理解它的特点将会帮助你更好的应用他。

特点1: 大模型在训练时是将内容token化的，大模型所看到和理解的世界与你不一样

特点2：大模型知识是存在截止时间的

特点3：大模型缺乏自我认知/自我意识

特点4：记忆有限（多数大模型都有上下文长度的限制）

特点5：输出长度有限

三、有效的R1使用技巧

技巧1：提出明确的要求（能说清楚的信息，不要让DeepSeek去猜）

技巧2：要求特定的风格（比如：“说人话”）

技巧3：提供充分的任务背景信息

技巧4：主动标注自己的知识状态

技巧5：定义目标，而非过程

技巧6：提供AI不具备的知识背景

技巧7：从开放到收敛

DeepSeek的提示词技巧，就是没有技巧。

明确你的目标，而不是给模型任务。

把你的一切，交给AI，让它去进行自我推理，效果会更好。AI会自动填上那些你没说出口的话，会给你想出可能更好的解决方案。

有一个不得不承认的事实是，我是一个很普通的普通人，而像我一样的很多普通人们，现在大概率是不如AI博学和聪明的。

所以，不如说出你的目标，把他当作一个很牛的员工，让他，放手去做。

如果真的需要有一个万能Prompt模板，那就是：

你是谁 + 背景信息 + 你的目标

背景信息给的越多越能让R1理解你的需求帮助你更好的完成任务。

时刻把他当成：这是一个能力很牛但不知道你想要什么的员工。

最牛的提示词技巧，就是没有技巧。

大道至简，重剑无锋。

所以，千言万语汇聚成一句话就是：用人话清晰的表达出你的需求，这就够了。

  1. 你依旧需要告诉 AI 足够多的背景信息，让大模型知道你的偏好
  2. 提示词框架依旧有效，是因为它能提醒你提供必要信息，遗漏的条目就补上，不适用的就删了，不需要拘泥于框架
  3. 用乔哈里视窗分析你到底该告诉 AI 多少信息
  4. 结构化提示词有助于 AI “记住”和遵循指令
  5. 不要在提示词里指定思考步骤，除非你只希望 AI 严格执行（这一条是 R1 和以前模型最大的区别，R1 的深度思考往往能比你想得更多）
  6. 示例是另一种背景信息，可以按需提供
  7. 提示词要区分自用还是他用、一次性还是反复用
  8. R1 的指令遵循差，可用分工协作来改进
  9. 有用的不是提示词技巧，而是你的思考和表达

一、DeepSeek和其他AI工具不一样

1、欺骗技巧失效
2、角色扮演和结构化提示词不再好用

二、DeepSeek的使用技巧

1、PUA依旧管用
2、自然语言优先
3、善用DeepSeek的深度思考能力
4、少用联网搜索
5、巧用多种大模型，强强联合（DeepClaude）
6、多看思考过程，了解解题思路
7、警惕AI幻觉

question
请问现在很火的DeepSeek大模型的使用方法和技巧有哪些？请详细介绍说明

answer（通义千问2.5-深度搜索）

DeepSeek大模型是一款先进的AI工具，它以其强大的推理能力和灵活性受到了开发者和用户的欢迎。以下是一些关于如何更高效地使用DeepSeek大模型的技巧和方法：

1. 简单直接的提示词

  • 避免复杂模板：尽量简化你的指令，直接了当地表达需求。
  • 公式化提示：采用“我要什么？——我希望达到什么效果？——但我担心什么问题？”这样的结构。

2. 让答案更易懂

  • 请求简单解释：当你觉得回答过于专业时，可以直接告诉它“说人话”，以便得到更加通俗易懂的回答。

3. 使用深度思考模式

  • 启用深度思考：对于需要详细分析或高精度回答的任务，应开启此选项以利用最新版本的模型（如deepseek-r1）进行处理。

4. 风格模仿

  • 明确风格要求：在提示中指定你希望模仿的写作风格或作家，让模型生成具有特定风格的内容。

5. 利用“禁区”功能

  • 设定限制条件：可以通过设置禁区来精确控制输出内容，比如禁止使用某些词汇或主题。

6. 注意事项

  • 理解模型局限性：尽管DeepSeek R1非常强大，但它并非全能。了解其工作原理与局限可以帮助更好地应用。
  • 管理任务布置：与R1合作时，应该像管理者一样清晰、具体地布置任务，并提供所有必要的背景信息。

7. 关于联网搜索

  • 适时启用联网搜索：当涉及的知识点是在2023年12月之后发生的，建议打开联网搜索功能以获取最新的信息。

8. 不同场景下的选择

  • 根据需求选择模式：默认模式适合快速简单的回答，而深度思考模式适用于更复杂的任务。

通过以上这些技巧，你可以更有效地利用DeepSeek大模型的功能，无论是用于写作、编程还是其他类型的创意工作。记住，随着技术的发展，新的使用技巧也会不断涌现，因此保持学习和探索的态度是非常重要的。

参考链接：

爆肝50小时，DeepSeek使用技巧，你收藏这一篇就够了！
https://mp.weixin.qq.com/s/e-NXJ99gWf9Q-j41GD98gg

R1 之后，提示词技巧的变与不变
https://news.qq.com/rain/a/20250204A06LK500

节后复工必看！9个让打工人效率翻倍的DeepSeek隐藏技巧
https://sspai.com/post/96033

DeepSeek的提示词技巧，就是没有技巧。
https://mp.weixin.qq.com/s/KwFfItMvS9FCDwNbvVWu7A

DeepSeek
https://chat.deepseek.com/

通义千问
https://tongyi.aliyun.com/qianwen/

=END=

Docker

, ,
, , , , , , , , ,

《 “DeepSeek的使用技巧学习” 》 有 2 条评论

  1. 当然可以！以下是一些使用 **DeepSeek** 的高效方法和技巧，帮助你更好地利用其功能：

    —

    ### **1. 精准提问技巧**
    – **明确需求**：在提问时尽量具体，避免模糊描述。例如：
    – 模糊提问：“帮我写代码。”
    – 精准提问：“用 Python 写一个爬取网页标题的脚本，并处理异常。”
    – **分步提问**：复杂问题可拆解成多个小问题，逐步解决。
    – **提供上下文**：涉及专业领域时，说明背景信息（如行业、技术栈等）。

    —

    ### **2. 使用高级指令**
    – **多角色切换**：通过指令让 DeepSeek 模拟不同角色（如教师、程序员、顾问等），例如：
    *“你是一位资深算法工程师，请解释动态规划的核心思想。”*
    – **格式控制**：指定回答格式（如 Markdown、表格、代码块等）：
    *“用表格对比 React 和 Vue 的优缺点。”*
    – **深度分析**：要求对结果进行分步解释或逻辑推导：
    *“详细推导贝叶斯定理的数学过程。”*

    —

    ### **3. 文件与数据处理**
    – **文件解析**：直接上传文件（如代码、文档、数据表格），让 DeepSeek 分析内容、修复错误或生成摘要。
    – **数据处理**：输入数据样本，要求清洗、可视化建议或统计分析：
    *“请用 Python Pandas 对以下销售数据按月汇总并生成折线图代码。”*

    —

    ### **4. 学习与创作辅助**
    – **概念学习**：通过追问深入理解知识点：
    *“什么是注意力机制？用比喻和代码示例说明。”*
    – **内容生成**：生成文章大纲、演讲稿、故事框架等，并指定风格：
    *“写一个关于人工智能的科普文章大纲，受众是中学生。”*
    – **代码辅助**：
    – 调试：粘贴报错信息或代码片段，快速定位问题。
    – 优化：*“如何优化这段 Python 循环的效率？”*

    —

    ### **5. 高级技巧**
    – **限制条件**：添加约束条件缩小回答范围：
    *“用 Java 实现快速排序，禁止使用内置库函数。”*
    – **对比与评估**：要求对不同方案进行比较：
    *“对比 MySQL 和 MongoDB 在高并发场景下的性能。”*
    – **实时信息获取**：结合联网搜索功能（如有），获取最新资讯或数据。

    —

    ### **6. 优化使用体验**
    – **反馈修正**：若回答不准确，可直接指出问题（如“第三点有误，实际应为…”），模型会调整后续回答。
    – **保存上下文**：连续对话时，系统会自动记住之前的对话内容，无需重复说明。
    – **自定义指令**：设置常用偏好（如语言、回答长度等），提升效率。

    —

    ### **示例场景**
    1. **学术研究**
    *“总结近三年深度学习在医疗影像领域的突破，并列出5篇关键论文。”*
    2. **职场效率**
    *“将以下会议记录提炼成待办事项，按优先级排序。”*
    3. **编程开发**
    *“写一个 Flask API 接口，接收 JSON 数据并存入 PostgreSQL，附带单元测试。”*

    —

    通过结合具体场景和上述技巧，你可以更高效地利用 DeepSeek 解决问题。遇到复杂任务时，不妨先拆解步骤，逐步优化结果！

    回复

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注