DeepSeek 使用（生存）指南之二

发表于 2025-03-08 阅读次数：评论数：本文字数： 4.3k 阅读时长 ≈ 4 分钟

大纲

DeepSeek 提示词使用原则

提示词的本质

提示词（Prompt）的本质就是表达。其中涉及两个关键问题：

首先，我是否真正理清了脑海中的想法。
其次，我是否能够通过文字准确表达这个想法。

提示词的技巧

共识一

DeepSeek-R1 的提示词技巧，就是没有技巧：

不需要角色设定
不需要思维链提示
不需要结构化提示词
不需要给示例
不需要做太多解释
……

共识二

仍需要告诉 DeepSeek 足够多的背景信息

干什么？
给谁干？
目的是什么（想要什么）？
约束是什么（想不要什么）？

举例：我要写一个 “如何理解爱因斯坦的相对论” 的科普文章，给中小学生看，希望能通俗易懂、内容充实、幽默，且觉得非常实用，不要太 AI 化或枯燥。

共识三

使用乔哈里视窗分析你到底需要告诉 AI 多少信息，如下图所示：

(1) 人知道，AI 知道的 —— 简单说
- 举例：
  - 推荐提问✅：我是一名小学生，请….
  - 不推荐提问❌：我是一名小学生，没有学习过物理、化学，听不懂高深的专业词汇，请….
(2) 人知道，AI 不知道的 —— 喂模式
- 这里有几种经典方式
  - a. 举例法：
    - 最常见的是通过举例来实现。当我们展示一个具体例子时，实际上是在让 AI 感知这个例子中的模式（Pattern），并期待它能够通过自身的泛化能力来理解和应用这个模式。
  - b. 定义字典：
    - 在特定场景中，比如需要使用 15 个独有术语时（比如一些 “业内黑话”），我们可以专门设置一个定义模块，将这个 “定义字典” 输入给 AI，这也是在输入模式。
  - c. 基于 RAG（检索增强生成）技术：
    - 当我们面对 AI 未知的数据时，我们使用先检索（本地 + 联网查资料）再生成（写答案）的方式，本质上也是在输入模式。
    - 例子一：2025 年当前，最新的法定年假政策是什么？（联网检索）
    - 例子二：公司今年的年假政策是什么？（提供本地文件）
- Claude 官方曾在访谈中，提到 “指定角色这个技巧已经失效或没有必要” 这个观点，这个说法对不对呢？
  - 关键不在于技巧本身是否有效，而在于这个技巧应用在哪个象限。这种区分才是真正有价值的判断标准。
  - 两个例子：
    - 当你要求 AI “作为一名幼师，给小朋友解释某个概念” 时，简单的角色指定就足够了，因为 AI 能够理解 “幼师” 这个角色的含义。这属于已知领域。
    - 当你要求 AI “你是公司新设立岗位的员工，请完成某项任务”，这个时候，你需要补充这个岗位的背景、职能、期望和专长等具体信息。
(3) 人不知道，AI 知道的 —— 提问题
- 在这个领域，提示词的核心技巧就在于如何提出好问题。
- “提问” 本身完全可以作为一门独立的学科来研究。
- 提升提问能力正是我们需要努力的方向，提问能力也将成为一项核心竞争力。
- 设想一个场景：
  - 同样的模型，同样的场景，当 10 个人分别提出问题时，我们能清晰地看到这些问题呈现出不同的层次：
    - 有人停留在具象概念层面
    - 有人上升到抽象的工作模式层面
    - 有人能够探讨问题之间的关联性
(4) 人不知道，AI 也不知道 —— 开放聊
- 这个象限属于：
  - 探索人类数学边界的数学家
  - 正在挑战物理学极限的科学家
  - 站在人类知识前沿的顶尖学者

共识四

是否可以使用大白话与 AI 交流。

最近看到群友发出对比：” 图一是使用大白话的结果，图二是用上提示词技巧的结果，后者效果好得多！提示词技巧还是需要的！”
但效果差真的是大白话造成的吗？还是因为你的大白话提供的信息太少？很可能是后者！
举例：
- 例子一：帮我写一条独特的 2025 年蛇年拜年短信。
- 例子二：我是初三班主任，教化学，帮我给喜欢二次元的学生们写一条 2025 蛇年的拜年短信。希望能鼓励他们最后一个学期加把劲，争取中考取得好成绩，别使用说教的方式。

共识五

是否需要指定思考步骤，取决于你是否希望 AI 严格执行。

在和 DeepSeek R1 模型交互时，可以将自己想象成具备管理经验的领导，而 R1 模型是聪明的下属。
原则：给模型目标，而不是任务（过程）。
原因：R1 模型的深度思考往往比你想得更多。

DeepSeek 八大使用技巧

使用技巧一

需求明确
- 万能提示词模板：你是谁 +（背景信息）+ 你的目标
  - 你是谁：非常的有用
  - 背景信息：告诉 AI 你为什么做这件事，你面临的现实背景是什么，或者遇到的问题是什么。
  - 你的目标：说清楚希望 AI 帮你做什么，做到什么程度。
- 核心原则：
  - 用人话清晰地表达出你的需求。
- 举例一：
  - 模糊提问❌：帮我写一篇关于气候变暖的文章。
  - 明确提问✅：我是一个科普博主，需要写一篇关于全球变暖对农业影响的科普文章，800 字左右，语言通俗易懂。
- 举例二：
  - 模糊提问❌：怎么学习编程？
  - 明确提问✅：我是一个编程小白，想从零开始学习 Python，请给我一个 3 个月的学习计划，并推荐适合初学者的资源。
- 举例三：
  - 模糊提问❌：帮我生成为期一个月的减肥计划。
  - 明确提问✅：我是男性，目前身高 175，体重 160 斤，每天运动量是步行 1 公里，我希望 1 个月内瘦到 150 斤，请帮我制定一个运动及饮食减肥计划。

使用技巧二

不要定义过程

特别建议大家表达清楚你的目标，让 AI 具备一定的思考空间去帮助你执行得更好，而非提供一个机械化执行指令。
你更应该像产品经理提需求般描述「要什么」，而不是像程序员写代码般规定「怎么做」。

举例一：

错误提问❌：

请按以下步骤解答：

1. 列出方程的所有可能形式
2. 代入数值验证参数
3. 检查是否存在整数解的条件

问题：方程 3x + 5 = 20 的解是多少？

正确提问✅：
- 方程 3x + 5 = 20 的解是什么？请通过数学逻辑推导并给出过程。

举例二：

错误提问❌：

问题：
    A 说 B 在说谎，B 说 C 在说谎，C 说 A 和 B 都在说谎，谁在说真话？
要求：
    步骤 1：列出所有人物关系
    步骤 2：排除矛盾选项
    步骤 3：验证时间线

正确提问✅：
- A、B、C 三人中，A 指控 B 说谎，B 指控 C 说谎，C 则指控 A 和 B 都在说谎。根据逻辑矛盾如何推断谁在说真话？

使用技巧三

明确受众
- AI 输出的内容看不懂怎么办？这本质上就是 AI 不知道你是谁！
- 使用提示词，明确指定受众，比如：
  - “说人话，…”
  - “我是一个小学生、初中生、高中生、大学生、博士生、…”（可控升级、非常好用）
  - “写给 / 讲给小学生、初中生、高中生、…”
- 还可以明确风格：
  - 提示词模板：用 xxx 的风格，写一篇主题 xxx 的文章，要求 xxx
- 举例一：
  - 错误提问❌：讲讲量子计算机的工作原理，要求涉及到复杂的物理概念和数学理论。
  - 正确提问✅：讲讲量子计算机的工作原理，要求涉及到复杂的物理概念和数学理论。说人话
- 举例二：
  - 错误提问❌：给我讲讲机器学习
  - 正确提问✅：我是刚接触 AI 的文科生，请用生活案例解释什么是机器学习，要求 300 字以内，避免数学公式。
- 举例三：
  - 错误提问❌：请解释：推理模型的思维链是如何工作的？
  - 正确提问✅：我是一名在读博士，请专业解释：推理模型的思维链是如何工作的？

使用技巧四

联网功能
- 众人皆知推理模型好用，但是推理模型，几乎都不联网。典型如 OpenAI o1 模型。
- 这导致模型的知识通常有截止日期，比如知识截止到 2023 年 10 月，无法获取最新信息。
- DeepSeek R1 模型是为数不多的，可以选择联网的推理大模型！

使用技巧五

补充额外信息
- 上传 PDF / PPT 文件作为知识基底。（最多不超过 50 个文件，每个文件不超过 100MB）。
- 推理模型 + 上传附件，可以做更多本地化、私密化的东西，比如你自己的知识库或者内部资料。让 AI 基于自有本地知识库进行推理和思考。
- 举例一：
  - 基于这份 2024 年的 Q3 财报，分析新能源电池业务的毛利率变化。
- 举例二：
  - 基于我提供的奥运会数据，请分析 2024 年巴黎奥运会中国代表团不同运动项目的金牌贡献率。

使用技巧六

上下文记忆与清除记忆
- 上下文记忆：
  - DeepSeek R1 目前提供的上下文只有 64k Token 长度（官方 API 文档的说明，实际聊天对话的长度待确认），对应到中文字符大概是 3 - 4 万字。适用于文档分析、长对话等场景。
- 注意事项一：上下文记忆有限
  - 上下文理解能力是有限的。随着会话时间的延长，模型处理过去信息的能力会受到限制，从而导致遗忘之前最初聊天的内容。
    当你一次性发给模型的内容超过 3 万字时，你可以理解为他是通过 RAG（检索增强技术）的方式，去选取你发送内容中的一部分作为记忆来和你对话，而不是读取了全部内容。
- 注意事项二：输出长度有限
  - 多数大模型会将输出长度控制在 4k 或者 8k，也就是单次对话最多给你回复 2 - 4 千个中文字符。
  - 所以，你无法让 DeepSeek 一次性帮你写一篇 5000 字以上的文章，这些都是模型输出长度限制导致，你需要理解这个问题的存在。
- 注意事项三：如何清除之前的记忆
  - 因为模型会记住或跟踪你之前的所有聊天记录。如果之前你的角色设定是体育老师，后面又问数学问题，那就会出现 “你的数学是体育老师教的” 问题。
  - 清除以前记忆的方法：
    - (1) 开启新的会话
    - (2) 输入：回复此条对话前，请忽略前面所有的对话内容

使用技巧七

反馈与迭代优化
- 情况一：
  - 对 AI 的初始回答进一步追问和优化
    - DeepSeek 官方服务器在流量高峰期会缩短模型的思考时限（如从约 20 秒降至 5 秒），以控制算力成本并保障服务稳定，这会在一定程度上降低回答的深度和反思能力。
    - 因此在收到 AI 的回答后，建议主动反馈并迭代优化您的提问方式，以获得更高质量的答复。
  - 举例一：简化内容
    - 上一个回答中的技术解释过于复杂，请用小学生能听懂的语言重新描述 “云计算” 概念，并举例说明。
  - 举例二：补充细节
    - 关于 “时间管理四象限法则”，请补充一个职场人士的每日任务分配案例（每个象限至少 2 个任务）。
  - 举例四：修正错误
    - 你提到 “光合作用的暗反应需要光照”，这与教材矛盾，请核实并重新解释光反应与暗反应的区别。
  - 举例五：调整风格
    - 将上述法律条款解读改写成幽默风格的科普短文，适合社交媒体传播，保留核心信息。
  - 举例六：扩展范围
    - 你推荐的书籍均为英文原著，请再推荐 3 本中文科幻小说，要求近 5 年出版且豆瓣评分 8.0 以上。
- 情况二：
  - 针对某一个问题，挑毛病或辩证思考，评估方案和决策。
    - 提示词示例：
      - “辩证的思维或批判性思维思考问题”
      - “多角度考虑问题”
      - “请批判性思考至少 10 轮，务必详尽”
      - “请从反面考虑至少 10 轮，务必详尽”
    - 效果说明
      - DeepSeek 会恢复到深度思考的状态，提供更有价值的回答。
  - 举例一：
    - 正确提问✅：我是个脱离职场 5 年的宝妈，宝宝现在 3 岁，在上幼儿园，帮我想想有哪些副业可以赚钱，对你的回答复盘 5 次，论证可行性。
  - 举例二：
    - 正确提问✅：模仿李白的风格，写一首七言律诗，描述中国近代史，反复斟酌，注意是否满足七律对于韵律的要求。

使用技巧八

复杂问题，分步拆解
- 将复杂的大任务拆解为有逻辑关联的子任务，引导 AI 按步骤逐一解决，从而避免一次性处理过多信息导致遗漏或偏离。
- 举例一：项目管理
  - ✅ 第一阶段：” 简述敏捷开发的核心原则。”
  - ✅ 第二阶段：” 基于上述原则，设计一个 2 周的 App 迭代计划，包含每日站会、任务看板、验收标准。”
- 举例二：法律咨询
  - ✅ 第一步：” 在中国注册个体工商户需要哪些基本材料？”
  - ✅ 第二步：” 如果经营餐饮行业，还需额外办理哪些许可证？请列出办理流程和预计耗时。”

大纲