图片男同 按摩

弁言

群众好，我是治理师 Blue~

DeepSeek 爆火后，简直整宿之间，一又友圈里柔和 AI 的和不柔和 AI 的都在盘考 DeepSeek。

现时 DeepSeek 全球 160 多个国度登顶，日活跃用户数突破 1500 万，成了全球增速最快的 AI 应用。

能得到这个成就的原因只好一个，那即是：他们发布了一个免费且无比明智的模子—DeepSeek R1。

图片

经过我这几天每天 5 小时以上的爆肝体验，以及看了一些小伙伴的测试之后，我发现好多东说念主对大谈话模子依然怀着装假的认识和预期，因为一些装假的认识，这很可能会拆开我们使用 DeepSeek R1 的体验。

因为 DeepSeek “明智”这个性情，让我们昨年所学习的大都的请示词技巧启动失效。

我们不再需要那么多的请示词技巧，只需要很绵薄地表述我方的需求，便能得到超出预期的回答。

是以 DeepSeek 到底是什么？若何用啊！

图片

那么我将通过这篇著作的以下四个部分来向群众先容：

第一部分，我会向你证明应用 DeepSeek 模子最进攻的神秘，为什么我们会丢弃之前使用形势与 GPT 指示模版的形势。

第二部分，我会向你先容 DeepSeek 大型谈话模子最好用的荫藏玩法：说东说念主话，以及为什么「说东说念主话」对于推理模子的 DeepSeek 会好用。

第三部分，则会向你先容使用 DeepSeek 它最强劲的技巧「深度念念考」，以及如安在现时的条目下去引发深度念念考。

第四部分，则是向你先容我现时在使用 DeepSeek 往往用好用的 8 大技巧，这些亦然我以为使用 DeepSeek 必备的基础才调。

不外，在作念任何长远的先容之前，如果你还没使用过 DeepSeek 的话，浓烈建议你先去作念一些尝试，再复返看著作，成果会愈加好。

一、DeepSeek 最进攻的神秘：扔掉请示词模板

DeepSeek 它的使用形势与 GPT 是很不同的。

中枢要点是我们需要先把之前使用 AI 的那一套固定传统的念念维状况扔掉，比如所谓的专科请示词以及一些请示词的模板。

如果我们还在使用多样'专科请示词'和'模板'，那么就迷漫走错了主义。

DeepSeek 根底不吃请示词这一套。

为什么？因为 DeepSeek 它是推理型模子，我们不顺应用指示型模板去操作它。

图片

这两种类型的模子就像两个不同的念念维的东说念主：

指示型的东说念主就像一个小书呆子，需要你事无巨细地安排任务门径。像 OpenAI 的 GPT-4o、DeepSeek V3、豆包等都属于指示模子（instruct model），这类模子是有意遐想用于遵命指示生成内欢跃履行任务的。

推理型模子东说念主就像一个小贤慧鬼，专注于逻辑推理、问题治理的模子，能够自主处理需要多门径分析、因果预计或复杂决策的任务，只须你说明目的，他就能我方念念考若何作念。

从试验的应用角度来说，如果说 GPT 你要学会发问，那么使用 DeepSeek 就需要你学会对它概要求。

是以我们在使用 DeepSeek 的时候需要班师的说出具体的需乞降场景。

举例我现时需要作念什么？目的是什么？但愿达到什么样的成果？但是又驰念什么样的问题？

那么，让我用一个简直案例来说明。我们以前传统形势：

你是一个案牍巨匠，你帮我在优设的 AI 导航用具里针对 DeepSeek 这个 AI 用具写一段 20 字以内的简介，简介的内容要贴合家具的优点，同期给我薄情 5 个不同主义的案牍。

图片

这样我们只会得到一份干巴巴的案牍，天然案牍不错使用，但是如故有一种很固执的 AI 味。

DeepSeek 的新形势：

比如我之前想让 DeepSeek 帮我写一段优设 AI 导航用具的简介案牍。

我们优设有一个汇集 AI 用具的的导航网站，里面收录了好多热点的 AI 用具，我现时想要将 DeepSeek 这个新兴的 AI 用具收录进我们的 AI 用具导航里面，但是现时败落一个针对 DeepSeek 的 20 字以内的简介，我但愿你帮我写一段简介，简介的内容需要尽心绪化的形势先容一下 DeepSeek 这个用具的性情，让用户一眼就能了解到这个用具到底有什么作用。但是有驰念会触及的告白法，请能帮我在简介当中躲闪这个问题，请说东说念主话。

图片

从生成的收尾上头来看，Deepseek 从它的念念考经过、剖析念念路以及谜底等方面班师给出接地气的分析。

这即是最大的分袂：

DeepSeek 不需要你写'专科请示词'，它需要的是简直场景和具体需求。

是以使用 DeepSeek 最进攻的即是一个通用公式：

我现时需要作念什么？目的是什么？但愿达到什么样的成果？但是又驰念什么样的问题？

就像你跟一个明智的共事疏导：不要说'请按照 STAR 王法写周报'

而要说：我要写周报，雇主周一要看，我但愿周报的内容重心放在 xxx 上，让我们部门在雇主眼前能达到装逼成果，力压近邻研发部，但驰念研发质疑我们家具文档写得不够精明……'

二、DeepSeek 最好用的荫藏玩法：说东说念主话

图片

在汇聚上遭遇好多东说念主都在牢骚 DeepSeek 的回复太抽象，像是在读天书。

即使使用了结构化问题法之后，得到的谜底要么很像时代说明书，要么即是谈天休说却徒然口舌？

其实出现这种情况的根底原因，如故在于我们都如故按照之前使用 AI 的风俗，给 Deepseek 喂了很精明的请示词（咒语 / Prompt）。

以往的 AI 给出的回答常给东说念主一种机械、刻板的嗅觉，满屏都是 “当先、其次、然后、一言以蔽之” 这样的状况相连词。

如果你以为 Deepseek 给你的谜底过于专科过于抽象，你就在问题后头多加一句：“用平淡的谈话说明/说东说念主话/让小学生也能听懂/让我奶奶也能听懂...”就不错治理这个问题了。

因为 Deepseek 对“说东说念主话”这个词语很明锐。

我们只须告诉 DeepSeek，他的受众对象是谁， 对着这类东说念主讲他们听得懂的黑话，这样成果更佳。

为什么「说东说念主话」对于推理模子的 DeepSeek 会好用。

图片

这就好比你在讲故事的时候，先构建一个群众都能参加的场景，然后用几个要害词烽火群众的兴味，让听众顺着你的念念路走下去。

这里面中枢逻辑即是：运用场景设定，激活模子对语境、受众和作风的明锐度，让它更精确地对接用户的需求。

即是让复杂的信息变得绵薄易懂，就像把致密的表面用最接地气的形势讲给你听。

具体来说，不错从三个方面来看：

触发作风切换：DeepSeek R1 模子在训练经过中，也曾遭遇了无数次“说东说念主话”和复杂证明的案例（就像课堂上老实面临学生那样），这就异常于给它装了个“平淡抒发”开关。一朝你打出“说东说念主话”，模子立马就会切换到更易懂、爽脆明了的状况。受众感知：你给模子的指示里隐含了“请面向非专科东说念主士”的要求。这样一来，模子就会自动把那些专科术语甩到一边，多用类比、打譬如，比如“就像……”这种形势，让复杂的意见变得亲切、接地气。任务重构：这里的任务目的从“证明意见”升级成“确保对方听懂”。这就像你在演讲时，不仅要讲清爽，还得经常时停驻来问问听众“听懂了吗？”模子也会因此弃取分门径教悔、反复说明相识的策略，确保信息传达到位。

这恰是当代信息传递中，科技与东说念主性化念念维相勾搭的精髓场地。

为什么「直呼其名」式的疏导更管用？

图片

把“说东说念主话”再具体化，即是明确你在和谁对话，这样成果就会更佳。

瞎想一下，如果你在对话中不仅提醒模子“说东说念主话”，还终点说明“面向大学生”、“针对 UX 遐想师”或者“给时代小白

证明”，那模子就能更精确地调出合乎这群体念念维状况和认识水平的抒发形势。

实战成果对比：

当你说'给我们的 UI 遐想外行证明遐想系统'，成果远超普通'说东说念主话'，就像在遐想说明文档中表明'竖立者/遐想师/用研'不同变装应知——精确度

假定我们要向家具司相识释「容错性遐想」时。

第一次我们给出暗昧指示：'用说东说念主话证明容错性遐想'

图片

可能得到上头这种接地气的例子。

然则第二次我们给出精确指示：'给 APP 家具司理用说东说念主话的形势证明容错性遐想'

图片

从产出的收尾上，我们就不错看得出相等契合家具司理的视角，这样家具司理就更容易相识了。

回来下来不错从三个方面入辖下手：

明确目的受众：当你指定“针对互联网家具司理”时，模子就会自动使用专科术语，而是弃取更靠拢他们日常使命的谈话，这样，我们更容易产生共识，相识力也会大大进步。调整抒发作风：不同受众往往偏好不同的抒发作风。比如，“面向初创企业雇主”时，谈话不错更快嘴快舌、求实，隆起数据和案例；而“给时代小白”教悔时，则需要多用类比和实例，让抽象的意见变得具体可感。模子在感知到这种细分指示后，会天然则然地调整作风，使得信息传递愈加高效。优化信息结构： 针对不同听众，我们还不错调整信息的呈现要领。比如，对于不老到某个限度的东说念主来说，先从一个绵薄的场景切入，再迟缓引入专科学问，比一次性抛出大都信息要容易领受得多。这样的分层递进不仅能收拢听众的兴味，还能灵验缩小相识难度。

把“说东说念主话”进一步具体化，即是在构建场景、切换作风的基础上，再缜密化地锁定受众。

这样一来，信息传递不仅变得“更东说念主性化”，还能信得过作念到让每一个目的受众都能听得懂、用得上。

正如罗振宇常说的那样，“我们不是在授课，而是在和不雅众对话”，只好对话信得过对上号，才能让复杂的学问简陋落地。

Deepseek 就像我们身边善解东说念主意的一又友，它不仅能相识名义旨趣，还能捕捉到字里行间的隐含心计和意图，最终给出天然通达、靠拢东说念主类抒发形势的回话。

三、DeepSeek 最强劲的技巧：深度念念考

图片

聊天界面提供了三种状况——基础模子、深度念念考（R1）和联网搜索，可把柄不同场景和需求，纯真选择。

在 DeepSeek 的对话界面中，我们会持重到聊天输入框下方的两个弃取「深度念念考 R1」和「联网搜索」

「深度念念考 R1」这个选项其实是一个切换键，它背后联系着 V3 和 R1 两个模子的不同才调。

基础模子，于昨年 12 月升级到 DeepSeek-V3 版，性能并列全球顶尖的开闭源模子（如 4o、Claude-3.5-Sonnet、Qwen2.5、Llama-3.1 等）。

当不启用“深度念念考”时，我们使用的是 V3 模子，它就像一个多面手，能够高效地处理多样谈话任务，比如快速生成著作、翻译、聊天等，顺应那些需要快速得到谜底或者处理多种任务的场景。

而当我们启用“深度念念考”时，就切换到了 R1 模子，它更像是一个逻辑巨匠，擅长治理复杂的逻辑问题、进行深度推理，比如数学建模、编程代码生成等。

不外，好多用户在体验到“深度念念考”带来的神奇成果后，就风俗性地在系数问题上都启用它。

对于「深度念念考 R1」

深度念念考是一种基于里面学问和劝诫，通过逻辑推理、分析空洞等方法来长远探究问题本色的念念考形势，它更侧重于对信息的深度加工和相识，而不是绵薄地获取信息，深度念念考在写稿、学习和创意生成等场景中，深度念念考能够推崇进攻作用。

当你需要更绵薄快速的回答时，不必绽开「深度念念考」，使用默许模子 V3 即可；当你需要完成更复杂的任务，你但愿 AI 输出的内容更结构化，更三念念尔后行时，你应该绽开「深度念念考 R1」选项，通过深度念念考，东说念主们不错冲破惯例念念维遏抑，创造出更具新颖性和特有性的作品或想法。

对于「联网搜索」

联网搜索是一种基于互联网的信息检索形势，通过搜索引擎等用具不错快速查找和获取多样信息。

在查新闻、找府上、及时数据等场景中，联网搜索具有权贵上风。

当你的任务所波及的学问在 2024 年 07 月之前时，你毋庸绽开「联网搜索」功能，因为现时 DeepSeek 的预训练数据也曾更新到 2024 年 7 月被充分训练过的语料学问。当你的任务所波及的学问在 2024 年 07 月及之后时，比如昨天 NBA 比赛的赛果，硅谷对 DeepSeek R1 的评价等，你必须绽开「联网搜索」功能，不然大模子在回答时会败落相应的学问，这时候 DeepSeek 的联网搜索状况就显得尤为进攻，它能够把柄汇聚及时获取最新信息，弥补学问库的空缺。

深度念念考和联网搜索各有其上风和适用场景。

在试验应用中，我们不错把柄具体需乞降场景弃取合适的形势来获取信息和处理问题。

四、DeepSeek 的使用技巧

以下是给 DeepSeek 外行的 8 个「接地气」的技巧，看完班师用。

技巧 1：讲清目的

图片

人妖小说

通过明确品牌定位、目的用户、表情决议、必须包含的元素以及字体和图标作风的偏好，DeepSeek 不错提供更贴合需求的遐想建议。

这即是在告诉我们班师说需求，千别绕弯子。

在使用 DeepSeek 时，讲清目的是获取高质料、精确回答的要害门径。

我们不要教 DeepSeek 作念事，别问'你能作念什么?'，而是班师告诉它：我要 xx，目的是要 xx，但愿达到 xx 成果，不但愿出现 xx 问题...，Deepseek 都能秒懂的。

因为面临一个明智的机器东说念主，我们好多时候不需要教它去若何作念，给它界说清爽目的就好了。

和 OKR 的逻辑雷同，推崇它的主不雅能动性。

技巧 2：在发问中增多数字来丰富配景

图片

面临这种明智的襄理，它的风俗是你一问，它就给你一套治理决议。

如果你没将配景说清爽，它也不会在连续问你，它就会把柄我方的劝诫往复答了。

是以我们需要给它提供必要的任务配景，同期强调数目，它不错还你多套完好有用的治理决议。

同期由于用户暴增，DeepSeek 彰着调整了反应策略，念念考时候从 20 秒降到 5 秒，回答的内容深度彰着下跌，

反念念才调由于时候关系受到了已矣。

它这样作念我们亦然不错相识的，毕竟念念考越久，所需的算力就越烧钱。

但对于我们用户来说，若何还能引发它的深度念念考才调？

这里试用了三个中枢请示词，不错匡助 DeepSeek 引发它的深度念念考才调。

请在你的念念考分析经过中同期进行批判性念念考至少 10 轮，务必详备请在你的念念考分析经过中同期从反面有计划你的回答至少 10 轮，务必详备请在你的念念考分析经过中同期对你的回答进行复盘至少 10 轮，务必详备

如斯一来，深度念念考的时候将会变长，是以我们这里使用中枢是：反念念。

技巧 3：让 Deepseek 说东说念主话

如果 Deepseek 给你的回答就跟话痨雷同，太复杂，看不懂或者回答的相等专科，你就班师回它三个字：说东说念主话，成果简直神了。

见风使陀说东说念主话是一种让 DeepSeek 以更阳春白雪的形势输出内容的技巧，其中枢在于通过特定的请示词或指示，让模子将复杂、抽象的内容治愈为更接地气、靠拢日常抒发的谈话。

如果“说东说念主话”成果不够理想，不错使用更精明的程序指示。

班师跟 ta 说，请用以下程序输出：

谈话平实直述，幸免抽象隐喻；使用日常场景化案例提拔说明；优先弃取具体名词替代抽象意见；保握段落简明（不跳跃 5 行）；时代表述需附平淡证明；禁用文体化修辞；重心信息前置；复杂内容分点说明；保握白话化但不外度简化专科内容；确保信息准确前提下优先弃取大家认识词汇

将上述程序加入问题中，能进一步进步回答的平淡性。

图片

同期我们也不错通过添加变装设定、勾搭场景已矣、确保信息准确三个方面不错让 DeepSeek 的回答愈加靠拢日常抒发，缩小相识难度，提高信息的可领受性。

添加变装设定示例：

“用广场舞大妈的聊天形势说说这个神色的优点。”“像给小学生证明雷同，说说这个科学旨趣。”

勾搭场景已矣示例：

“在家庭约会场景下，若何向父老证明我的使命？”“在一又友约会时，用简陋的口吻说说最近的科技趋势。”

确保信息准确示例：

“请用阳春白雪的形势证明这个意见，但要确保信息准确。”

技巧 4：用假定性问题引发它的预判脑洞

图片

我们之前说过 DeepSeek r1 是推理模子，我们要用假定新问题引发它的预判脑洞，这样才能匡助我们提前避坑。

如果我们用指示会不会来触发 DeepSeek 的预判状况？

如果是这样班师的形势发问成果就显得很一般了。

但如果你这样问：如果想在互联网遐想师的社群中行动念互动赠书的行径，用户会不会以为没新意？换成打卡解锁福利

会不会更好？那么送什么类型的奖品会更诱惑到现时的遐想师。

DeepSeek 不仅会给出决议，还会分析不同的弃取和狠恶，以致主动薄情你没预料的优化点。

只若是薄情这个假定性的问题，比如畴昔三个月遐想行业可能会发生什么，它就会从行业趋势、计谋要素、竞品动向等进行深度分析，推献艺你没预料的细节。

技巧 5：运用 DeepSeek 查漏补缺

图片

运用 DeepSeek 进行查漏补缺，不错匡助用户在神色、内容创作或数据分析中发现潜在问题并提供治理决议。

当我们在作念决议的时候，如果你狭小我方的决议决议有问题，但是我方会看不出来这些问题，我们就不错运用启动杠击状况。

示例中沿用了上一个在互联网遐想师的社群中行动念互动赠书的行径假定性问题，只需要班师甩给他一句，启用杠击状况，DeepSeek 会先列出原决议的短板，然后再给出优化后的决议。

技巧 6：寻找元问题

图片

明智东说念主不但会提供谜底，还会薄情好多好问题。

是以在使用 DeepSeek 时，寻找“元问题”是一种相等灵验的技巧，不错匡助用户更长远地念念考问题的本色，从而得到更全面、更有针对性的谜底。

是以我们不错借助 DeepSeek 向我们反向发问，匡助我们念念考。

或者是在我们我方薄情问题之前，就先让 DeepSeek 来问我们，找到一些元问题。

这里我回来了一些具体寻找元问题的使用技巧。

① 薄情开放式问题，指点 DeepSeek 反向发问

当你不笃定具体需求时，不错先薄情一个开放式问题，让 DeepSeek 匡助你梳理要害点。

举例：我现时筹划开展一个电商神色，但不太笃定具体需求应该若何描摹，请你帮我列出 5 个要害问题，协助我理清念念路。

这种形势不错匡助你从多个角度念念考问题，幸免遗漏进攻的细节

② 运用“配景+需求+已矣条目”结构

在发问时，弃取“配景+需求+已矣条目”的结构，不错匡助 DeepSeek 更好地相识问题的高下文，从而更精确地回答。

举例：

配景：“我正在准备一个面向年青用户的应付媒体营销行径。”

需求：“请帮我遐想一个吸援用户的互动要道。”

已矣条目：“预算在 1 万元以内，行径周期为一周。”

③ 通过追问细化问题

如果 DeepSeek 的回答不够具体，不错通过追问进一步细化问题。举例：

第一轮：“请帮我遐想一个内容保藏家具的用户旅程。”

第二轮：“针对这个用户旅程，用户在使用经过中可能会遭遇哪些痛点？”

第三轮：“针对这些痛点，有哪些具体的优化建议？”

④ 要求 DeepSeek 考证说明

在发问时，不错要求 DeepSeek 先列出需要了解的要害信息，待你补充后再生成具体内容。举例：

问题：“请先列出需要了解的家具功能项，待我补充后连续生成家具遐想文档。”

⑤ 使用逆向发问技巧

当问题相比复杂或暗昧时，不错尝试逆向发问，让 DeepSeek 从收尾启航反向念念考。

举例：

问题：“如果我们的家具要在畴昔 3 年内占据市集份额的 30%，现时需要治理哪些要害问题？”

通过这些技巧，你不错更灵验地运用 DeepSeek 寻找问题的中枢，从而得到更有价值的建议和治理决议。

技巧 7：让 AI 回答更靠谱

图片

我们应该都知说念 无论多先进的 AI 模子，都是有一定局限性的。

AI 模子生成的内容是基于训练数据的统计法例，可能存在事实性装假或歪曲，是以我们一般会在得到 AI 的回复之后，要求增多上以上这五种已矣的条目，不错让 DeepSeek 的回答愈加靠谱，提高回答的准确性和简直度。

要求考证和援用示例：

已矣瞎编：加上这些要求“给出可考证的参考府上开端”“如果不笃定请明确说明”

要求分步推理示例：

拼集复杂问题，分门径问：“第一步先列出可能的方法，第二步分析优谬误，第三步给出保举决议”

技巧 8：鉴戒大佬念念维，让明智翻倍

当我们遭遇好多想欠亨的问题的时候，不错通过鉴戒行业大佬的念念维，来找寻一些问题的谜底。

比如我这里让马斯克和雷军来针对 2025 年互联网遐想师还有哪些发展主义进行辩白。

图片

从这里面的内容当中不错看出，都如故相比合乎这些大佬的念念维状况息兵话风俗的，天然有些回答可能有点放飞自我了，但是我们不错把柄不同的试验情况添加已矣条目，是以我们不错通过这种鉴戒大佬念念维取巧的形势，让我们得到更多的灵感。

五、DeepSeek 的局限性：什么情况下不要用它

说了这样多优点，也必须说说它的局限性，以下场景不建议使用 DeepSeek。

1. 长文本处理已矣

图片

DeepSeek R1 现时提供的高下文长度为 64k token，对应到中翰墨符大致为 3-4 万字。

这意味着在处理跳跃这一长度的文档时，DeepSeek 可能无法一次性处理完通盘文档，而是通过检索增强（RAG）的形势选取部老实容作为缅想的一部分。

在处理长文本时，DeepSeek 可能出现逻辑断裂的情况。

这是因为模子在处理长文本时难以保握全体的连贯性和一致性。

因此，在需要处理相等雄壮的文档都集时，可能不是最好弃取。

2. 明锐内容

图片

因为是国产的 AI 家具，DeepSeek 内置了严格的审核机制，对于明锐内容会进行已矣。

这可能导致用户在处理某些特定主题时遭遇发愤。

如果我们在疏导的经过中遭遇了这样回复的时候，大致率即是触发审核机制。

好多时候你不知说念哪句话就触发审核了，这种情况若何治理呢？

因为 DeepSeek 是后置审核，是以不错在你的发问处点击修改，再提交几次，修改到内容是不触发审核的，确保发问时谈话清爽、准确，幸免暗昧不清或可能引发歧义的表述。

已矣语

也曾，要充分用好 AI，我们需要徒然大都时候汇集请示词模板，学习多样指示和参数。

这一系列复杂的操作让许多东说念主对 AI 侧目而视。

但现时，这一切都将成为历史，DeepSeek 代表了 AI 的畴昔主义——更懂东说念主话，更会念念考。

使用 DeepSeek 只需简绵薄单地作念到三件事：清爽抒发我方的需求，说明具体应用场景，用最直白、日常的谈话去和 Deepseek 交流。

这意味着 AI 的使用门槛正在快速缩小。

就像设哥一直在和我们强调的，总有一天请示词这种内讧的东西终将会成为往日！

那些还在用请示词收割的成为了才能税。

DeepSeek 即是代表了新一代 AI 的使用范式男同 按摩，契合 2025 的辞旧迎新！

本站仅提供存储干事，系数内容均由用户发布，如发现存害或侵权内容，请点击举报。