或許是全網(wǎng)最全的 DeepSeek 使用指南，90% 的人都不知道的使用技巧（建議收藏）

從 DeepSeek R1 發(fā)布那天開始，我就開始寫文章介紹 DeepSeek，沒想到這幾天這么火爆了。

不過我在翻看評(píng)論區(qū)時(shí)，發(fā)現(xiàn)很多朋友并沒有很好的發(fā)揮出 DeepSeek R1 的潛能。

朋友們，我真是著急啊。

心急之下，趕緊寫了這篇文章，教大家一些有用的技巧，并提供一些案例，來(lái)讓 DeepSeek R1 成為咱們的得力干將。

為照顧一些新手朋友，這里還是先說(shuō)下在哪使用 DeepSeek，老手跳過這部分就行了。

目前 DeepSeek 提供了如下使用方式：

1. 網(wǎng)頁(yè)版：打開 https://chat./ 直接使用。

2. App：手機(jī)掃碼下載。

默認(rèn)情況下，DeepSeek 使用的是 V3 模型，點(diǎn)擊深度思考才會(huì)切換為 R1 模型，即現(xiàn)在讓“硅谷震驚”的模型。

深度思考旁邊還有個(gè)聯(lián)網(wǎng)搜索，默認(rèn)情況下 DeepSeek 使用的是好幾個(gè)月前的訓(xùn)練數(shù)據(jù)，如果我們想?yún)⒖甲钚碌男侣劊瑒t點(diǎn)擊聯(lián)網(wǎng)搜索讓 DeepSeek R1 基于最新的網(wǎng)絡(luò)數(shù)據(jù)來(lái)優(yōu)化回答。

另外 DeepSeek 還提供了服務(wù)狀態(tài)的監(jiān)控，可以打開 https://status. 查看服務(wù)狀態(tài)。

一般來(lái)說(shuō)，當(dāng)服務(wù)狀態(tài)為紅色時(shí)，會(huì)較頻繁的出現(xiàn)“服務(wù)器繁忙，請(qǐng)稍后再試”的提示。

好了，現(xiàn)在正式進(jìn)入正題，看看用什么技巧能讓 DeepSeek R1 成為我們的得力助手。

首先說(shuō)下 DeepSeek 相對(duì)于 GPT 等主流大模型的區(qū)別。

GPT 等主流大模型是指令型大模型。

這類大模型需要我們給它說(shuō)下比較詳細(xì)的流程，它的回答才會(huì)讓我們滿意。

比如我們想讓 GPT 4o 扮演中國(guó)媽媽讓孩子相親：“請(qǐng)你扮演我媽，用我媽的口氣來(lái)教育我，批評(píng)我，催我結(jié)婚，讓我回家。給我講七大姑八大姨家的孩子都結(jié)婚了，為啥就我單身，再給我安排幾個(gè)相親對(duì)象。”

演示效果如下：

上面的提示詞不僅交代了需求背景（“用我媽的口氣來(lái)教育我”），還交代了一些額外的流程（“七大姑八大姨家的孩子都結(jié)婚了”，“再安排幾個(gè)相親對(duì)象”）等。

因此去年在 ChatGPT 這類指令型大模型很火的時(shí)候，出現(xiàn)了很多提示詞模板，甚至誕生了“提示詞工程師”這一崗位。

而 DeepSeek R1 屬于推理型大模型。

這類模型不需要我們列出太詳細(xì)的流程，太詳細(xì)的流程反而會(huì)降低它們的性能，限制它們的發(fā)揮。

DeepSeek R1 在發(fā)表的論文中也提到：DeepSeek R1對(duì)提示詞很敏感。為獲得最佳效果，建議用戶直接描述問題。

我們用問題 “當(dāng)老黃看到英偉達(dá)的股價(jià)因?yàn)?DeepSeek R1 暴跌 17% 時(shí)，寫出他的內(nèi)心獨(dú)白” 為例，對(duì)比下幾個(gè)主流大模型，就能看出一些區(qū)別。

先看看豆包的回答：

豆包的輸出只有心理描述，略顯空洞乏味。

接著看看 GPT-4o 的回答：

GPT-4o 加了點(diǎn)人物動(dòng)作，回答相對(duì)于豆包豐富了一些，不過仍然比較空洞。

再看看 Claude 3.5 Sonnet 的回答：

Claude 不僅說(shuō)之前英偉達(dá)也大跌過，還提到了英偉達(dá)的生態(tài)系統(tǒng)，整個(gè)回答會(huì)讓人有信服感。

最后看看 DeepSeek R1 的答案：

相對(duì)于前幾個(gè)大模型，DeepSeek 自己“加了很多戲”，不過讀起來(lái)更形象也更有畫面感。

所以對(duì)于 DeepSeek R1 而言，我們完全可以把自己想象成老板，DeepSeek R1 是我們請(qǐng)的一位專業(yè)助手。

這位專業(yè)助手不需要我們告訴它應(yīng)該怎么做，我們只管“當(dāng)大爺”提需求，讓助手干活就行了。

可能幾次交流之后，你會(huì)得出這樣的結(jié)論：我們是真不如 AI 那樣博學(xué)啊。

下面再介紹一些技巧，讓你的 DeepSeek 好用到爆。

雖然直接提問題已經(jīng)能得到不錯(cuò)的答案，但如果再加上“背景描述”這個(gè)簡(jiǎn)單的優(yōu)化，還能讓回答更上一層樓。

背景描述指的是向 DeepSeek R1 說(shuō)清楚我是誰(shuí)（如我一個(gè)互聯(lián)網(wǎng)打工人）、我當(dāng)前的水平（如我是自媒體小白）、我想讓 DeepSeek 充當(dāng)?shù)慕巧ㄈ缒闶且幻悦襟w運(yùn)營(yíng)專家）等。

有時(shí) DeepSeek 回答的內(nèi)容可能不是你想要的，這時(shí)我們可以增加約束條件，來(lái)限制、優(yōu)化它回答的內(nèi)容。

所以可總結(jié)成這個(gè)簡(jiǎn)單、萬(wàn)能的 DeepSeek 提問模板，即：  

背景+需求+約束條件（可選）。

如：我家小孩讀初一（交待背景），怎樣提高他的英語(yǔ)水平（提出需求），不需要考慮口語(yǔ)問題 （約束條件，可選）。

可以看到 DeepSeek 這位助手十分貼心，不僅列了如何高效學(xué)習(xí)單詞、語(yǔ)法、閱讀和寫作，還提供了一些應(yīng)試技巧和日常訓(xùn)練的方法。

如果我們覺得這位助手的回答還不夠深入，完全可以讓它針對(duì)某一點(diǎn)再展開詳細(xì)說(shuō)說(shuō)。

用好這個(gè)簡(jiǎn)單的模板，能解決 90% 的日常問題，讓 DeepSeek 瞬間成為我們工作、學(xué)習(xí)、生活的好幫手。

模板雖好用，但是當(dāng)我們問到一些專業(yè)領(lǐng)域的問題時(shí)，DeepSeek 的回答會(huì)摻雜很多專業(yè)名詞來(lái)解釋問題。

如果我們是行業(yè)內(nèi)的人，專業(yè)名詞能幫我們快速清楚的解釋明白問題。

但如果這個(gè)領(lǐng)域剛好不是我們擅長(zhǎng)的話，通常都會(huì)覺得這些專業(yè)名詞晦澀難懂，不知所云。

碰到這種情況，我們只需要在提示詞中加上“說(shuō)人話”、“大白話”、“通俗易懂” 等，DeepSeek 給我們的用戶體驗(yàn)會(huì)立馬提升一個(gè)檔次。

比如我問他“DeepSeek 成本這低的原因是什么”。

上面的回答并沒有什么問題，如果我們是業(yè)內(nèi)人士，自然知道 MoE 架構(gòu)、蒸餾和 FP8 是什么意思。

遺憾的是，可能 99% 的人根本不明白上述回答到底說(shuō)的是什么意思。

這時(shí)我們只需要簡(jiǎn)單的加上“說(shuō)人話”三個(gè)字，就能得到一個(gè)通俗易懂的答案了。

這里 DeepSeek 會(huì)用“100 個(gè)員工中只讓 10 個(gè)員工干活”解釋 MoE 架構(gòu)，用“高清電影轉(zhuǎn) MP4 格式”來(lái)解決 FP8。

是不是一下就懂了！

我們還可以用“模仿 X”、“以 X 的口吻/語(yǔ)氣”，“以 X 的內(nèi)心獨(dú)白”等等提示詞，把 DeepSeek 的使用體驗(yàn)拉滿。

比如我們可以用知乎常用格式回應(yīng) DeepSeek 導(dǎo)致英偉達(dá)股價(jià)暴跌的問題。

用貼吧暴躁老哥的語(yǔ)氣回應(yīng)美國(guó)多名官員稱 DeepSeek 偷竊了他們的技術(shù)。

好家伙，我都能感覺它的唾沫星子快飛到我臉上了。貼吧 10 級(jí)的噴人水平也自愧不如吧。。。

我們還可以讓 DeepSeek 模仿李白給我們寫春聯(lián)。

讓《雪中悍刀行》的作者烽火戲諸侯，寫短篇小說(shuō)給我們看。

有網(wǎng)友分享了“哲學(xué)大師”，看大師說(shuō)的話，是不是頗有哲理？

可以看到，使用模仿人物的方法，能達(dá)到意想不到的結(jié)果。

這里再提供幾個(gè)比較繁瑣但高級(jí)的用法。

對(duì)于復(fù)雜場(chǎng)景，通常一個(gè) AI 模型并不能得到很好的效果，此時(shí)我們可以將 DeepSeek R1 與 GPT-4o 或 Claude 3.5 Sonnet 組合使用。

一般來(lái)說(shuō)，可以先讓 DeepSeek R1 告訴我們應(yīng)該怎么處理問題，然后根據(jù)它給的答案讓指令型大模型去生成結(jié)果。

如果我們想分析業(yè)務(wù)，可以開啟“聯(lián)網(wǎng)搜索”實(shí)時(shí)搜索內(nèi)容，還能上傳附件來(lái)精準(zhǔn)分析。

比如我們想在小紅書上起號(hào)，可以直接“聯(lián)網(wǎng)搜索”對(duì)標(biāo)賬號(hào)，讓 DeepSeek R1 給我們一個(gè)起號(hào)流程。

對(duì)于不能搜索的地址，先手動(dòng)下載資料后，再上傳給 DeepSeek R1 幫助分析。

DeepSeek R1 不僅能給出具體流程，還會(huì)生成一些 mermaid 圖表，非常好用。

以我測(cè)試的結(jié)果看，一波策劃和數(shù)據(jù)分析師要失業(yè)了。

DeepSeek 碰到一些問題類型時(shí)會(huì)提示“無(wú)法思考這類問題”。

一般來(lái)說(shuō)，主要是如下幾類問題：  

1. 敏感內(nèi)容：國(guó)產(chǎn)審核比較嚴(yán)，這里不說(shuō)多了，懂得也懂。

2. 長(zhǎng)文本內(nèi)容：現(xiàn)在 DeepSeek 模型上下文長(zhǎng)度最長(zhǎng)為 6 萬(wàn) 4 千個(gè) token，最大輸出長(zhǎng)度為 8 千個(gè) token，默認(rèn)輸出長(zhǎng)度為 4 千個(gè) token。

這里科普下，一個(gè) token 指的是一個(gè)語(yǔ)義單元，如一個(gè)單詞或單詞的一部分結(jié)構(gòu)（詞根或后綴）或標(biāo)點(diǎn)符號(hào)等。

而上下文長(zhǎng)度包括輸入長(zhǎng)度（如用戶問題、對(duì)話歷史等）和輸出長(zhǎng)度。

目前主流大模型服務(wù)商提供的最大上下文長(zhǎng)度如下：

1. 豆包：25.6 萬(wàn) token

2. GPT-4o、GPT-o1：12.8 萬(wàn)個(gè) token

3. Claude Pro：20 萬(wàn)個(gè) token (約500頁(yè)文本或100張圖片)

4. Gemini 1.5 Flash：100 萬(wàn)個(gè) token

5. Gemini 1.5 Pro：200 萬(wàn)個(gè) token

不知不覺寫了這么多，由于篇幅有限，這里就先聊到這。

其實(shí)還有很多內(nèi)容還沒寫出來(lái)，大家可以先關(guān)注我，后續(xù)會(huì)持續(xù)給大家?guī)?lái)一些干貨。

最后再說(shuō)一句，從去年 ChatGPT 的爆火到現(xiàn)在的 DeepSeek R1 的轟動(dòng)，AI 就像當(dāng)年的智能手機(jī)一樣，開始慢慢滲透進(jìn)我們的生活，以后肯定會(huì)成為你我日常生活中的一部分。

大家應(yīng)該很難相信，人類現(xiàn)在沒有手機(jī)會(huì)變成什么樣。

同樣的，我相信再過 10 年，我們也離不開 AI。

所以，如果你覺得本文對(duì)你有幫助，請(qǐng)轉(zhuǎn)給你身邊需要使用 AI 的家人朋友，讓他們也能像你一樣，更好地使用 AI 工具。