使用 DeepSeek 必备的十个技巧，建议收藏！ 原创

这个春节，DeepSeek  实在太火了，无须赘述。

今天，我们直接讲干货。用10个问题带大家了解：DeepSeek 怎么用，如何与DeepSeek 高质量对话，以及一些隐藏技巧。

1、巧用 DeepSeek 的三种模式

DeepSeek 提供了三种聊天模式--基础模型、深度思考（R1）和联网搜索，你可以根据不同的情境和需求，自由选择合适的模式。

基础模型已在去年12月升级至 DeepSeek-V3版本，其性能可与全球领先的开源和闭源模型相媲美，包括 4o、Claude-3.5-Sonnet、Qwen2.5、Llama-3.1等。

如果不选择任何特定功能，系统将默认使用 V3 基础模型。在大多数情况下，基础模型就能满足您的需求。

深度思考（R1）模式，是今年1月推出的 DeepSeek-R1 正式版，其表现完全不亚于 OpenA I的 o1（该模型仅供 Pro 用户使用，费用为 200美元/月）。由于 DeepSeek-R1 免费、开源且 API 价格极低，使得 DeepSeek 在春节期间成为国内外热议的“国运”级模型。

R1 模式是一个擅长深入推理的智能模型，特别适合处理数学逻辑、编程以及需要深度推理的复杂问题。而对于一些创作需求，比如写诗或撰写文章，通常不需要使用这个模型。

联网搜索模式允许 DeepSeek 根据网络搜索结果来回答问题，这类似于 RAG（检索增强生成）。您可以将其视为 DeepSeek 的 AI 搜索功能。

2、R1 对标 o1，V3 对标 4o

若不启用深度思考模式，系统将默认使用 V3 模型，这是 DeepSeek 的核心基础模型。它基于 MoE 架构，拥有 671B 参数，与 GPT-4o、Claude-3.5-Sonnet 等模型相似。该模型在快速回答百科知识方面表现出色（不过，近期可能会有一些延迟，因为用户数量激增，尤其是在国外用户活跃的时间段）。

而一旦开启深度思考模式，系统将切换到 R1 模型，这是一种类似于 o1、o3 的推理型模型，拥有 660B 参数。R1 模型经过后训练和 RL 强化学习，擅长处理逻辑推理和复杂问题解答，但响应速度相对较慢。

3、知识更新到2024年7月

DeepSeek 的预训练数据（可以将其视为模型已经掌握的知识）已更新至2024年7月。

因此，对于2024年7月之前的问题，通常不需要启用联网功能。然而，对于7月之后的事件（比如：英伟达与 DeepSeek 的相关动态、春晚秧 Bot 的话题），由于 DeepSeek 尚未学习这些信息，建议使用时开启联网功能，以获得更佳的解答效果。

4、提示词核心：准确表达

无论是 DeepSeek 的 V3 模型还是 R1 模型，它们对提示词（Prompt）的依赖性都不强，关键在于【清晰表达】。

通用的提示词模板可以是：【你是谁】+【你的目标】。

在适当的情况下，可以添加一些额外的背景信息，例如：【你是谁】+【背景信息】+【你的目标】。

或者也可以这样表达：【我要】+【做什么】+【目的】+【希望达到的效果】+【可能担心的问题】……

无论采用哪种模板，关键在于【清晰表达】。只要能够做到这一点，通常就足够了。以前学习的那些结构化的提示词，现在可以不再使用了。

比如：作为玄姐谈AGI（一家专注于 AI 大模型应用落地的视频号）的 CEO，请你以 CEO 的身份撰写一封感谢用户的公开信。信件需要文笔细腻、具有感染力，大约300字。

输出：

5、与 DeepSeek 沟通，尽量说人话

与 DeepSeek 交流时，请尽量使用日常语言。

越是直接、通俗的表达，越能发挥其潜力。

例如：以讽刺崇洋媚外的公知口吻来调侃 Deepseek。

图片

在模仿某种风格时，同样如此。不需要指导 DeepSeek 如何写作，它自己懂得如何下笔。

你只需明确告诉它，要模仿的对象是谁，以及要写的内容是什么，这就足够了。

6、我是一名小学生

以前，我们总是抱怨 AI 大模型生成的内容充满了人工智能的味道。

这主要是因为模型输出过于注重格式化，充斥着“首先、其次、然后、总而言之”这类连接词，使得内容显得过于刻板。

人类是感性的生物，对于这种过于理性的表达方式往往感到厌烦，尤其是在文字创作领域，那些如同八股文、学术论文般的文字常常让人读来感到乏味。

针对这种情况，建议你添加一句这样的提示词：

“我是一名小学生 / 请用小学生能理解的话来说明。”

在 DeepSeek 中使用这样的提示词，效果非常显著。

例如：请用小学生能理解的话解释，推理大模型的思维链是如何运作的？

看，是不是一下就明白了 CoT 思维链的原理？

当然，如果你想要更高级的解释，也可以说自己是高中生、大学生甚至研究生。

7、活用联网搜索

以 o1 为代表的推理模型，大多数都不具备联网功能。

这就导致在获取知识库更新截止日期之后的信息时，会感到非常困扰。例如，昨晚春晚上的扭秧歌机器人表演，以及2025年春节 DeepSeek 火爆的舆论反应。

DeepSeek 则不同，它是少数既支持推理又能够联网的模型。

8、活用上传附件

DeepSeek 的推理模型不仅具备联网功能，还允许上传附件（最多50个，每个不超过100MB）。

结合推理和上传附件的功能，可以执行更多定制化、隐私化的任务，例如使用个人知识库或内部文件。这使得 DeepSeek 能够基于专属知识库进行推理和思考。

例如：请阅读这份资料，并阐述您认为o系列模型将如何引领AI的发展？请提供简洁而深刻的见解。

9、活用 V3+R1

之前，我们提到 V3 是基础模型，主要致力于明确我们的需求。而 R1 是推理模型，专注于指导我们如何进行思考和推理。

那么，为何不将这两个模型的优势结合起来呢？比如，先与 V3 进行多轮对话，获取推理所需的细节和提示词，接着将这些信息传递给 R1，由 R1 进行进一步的推理和输出。这样的结合使用，无疑会进一步提升 DeepSeek 的整体能力。

示例：请为我撰写一段对 OpenAI 的犀利批评。

接着，将这段生成的文本和提示词一起提交给 R1 推理模型进行处理：

10、R1 的3个开放

DeepSeek 在 R1 模型上实现了三个层面的开放性：

1）思维链条的完全开放。无论是通过应用端还是 API，用户都能观察到完整且透明的思考过程。通过在 API 中设置 model='deepseek-reasoner'，即可轻松调用。

API 调用指南请参考：

​​https://api-docs.deepseek.com/zh-cn/guides/reasoning_model​​

2）训练技术的全面公开。DeepSeek 在后期训练中广泛采用了 RL 强化学习技术，仅用少量标注数据就显著提升了模型的推理能力。所有训练技术均已公开，全球多家研究机构已成功复现 R1 模型。

例如，香港科技大学完成了 R1 模型的复现并将其开源。

以及 TinyZero 项目，仅用不到30美元的成本，就见证了 AI 思考的“顿悟”时刻（即 DeepSeek 论文中提到的“aha moment”）。

相关论文链接：

​​https://github.com/deepseek-ai/DeepSeek-R1/blob/main/DeepSeek_R1.pdf​​

3）开源2个大型模型和6个小型模型。R1 模型的预览版和正式版参数高达660B，这对一般公司来说难以承担。为了进一步普及技术，DeepSeek 推出了6个小型模型，并将它们开源给社区。其中最小的模型参数为 1.5B，可以在10G 显存的环境下运行。

Github 上的链接：

​​https://github.com/deepseek-ai/​​

本文转载自公众号玄姐聊AGI  作者：玄姐

原文链接：​​https://mp.weixin.qq.com/s/FGadeS8z3EL7hwKn93cQng​​​