DeepSeek：从入门到精通.docxVIP

第

第PAGE1页共NUMPAGES95页

DeepSeek：从入门到精通

?Deepseek是什么？

?DeepSeek是一家专注通用人工智能（AGI）的中国科技公司，主攻大模型研发与应用。

?DeepSeek-R1是其开源的推理模型，擅长处理复杂任务且可免费商用。

AI+国产+免费+开源+强大

?Deepseek能够做什么？

直接面向用户或者支持开发者，提供智能对话、文本生成、语义理解、计算推理、代码生成补全等应用场景，

支持联网搜索与深度思考模式，同时支持文件上传，能够扫描读取各类文件及图片中的文字内容。

文本生成

01文本生成文章/故事/诗歌写作、营销文案、广告语生成、社交媒体内容（如推文、帖子）剧本或对话设计

02摘要与改写长文本摘要（论文、报告）、文本简化（降低复杂度）、多语言翻译与本地化

03结构化生成表格、列表生成（如日程安排、菜谱）、代码注释、文档撰写

自然语言理解与分析

01语义分析

语义解析、情感分析（评论、反馈）、意图识别（客服对话、用户查询）、实体提取（人名、地点、事件）

02知识推理

知识推理、逻辑问题解答（数学、常识推理）、因果分析（事件关联性）

03文本分类

文本分类、主题标签生成（如新闻分类）、垃圾内容检测

编程与代码相关

代码生成：①根据需求生成代码片段（Python、JavaScript）

②自动补全与注释生成

代码调试：①错误分析与修复建议

②代码性能优化提示

技术文档处理：①API文档生成

②代码库解释与示例生成

常规绘图

如何使用Deepseek？

DeepSeek

如何从入门到精通？

当人人都会用AI时，你如何用得更好更出彩？

推理模型

推理大模型：推理大模型是指能够在传统的大语言模型基础上，强化推理、逻辑分析和决策能力的模型。它们通常具备额外的技术，比如强化学习、神经符号推理、元学习等，来增强其推理和问题解决能力。

?例如：DeepSeek-R1，GPT-o3在逻辑推理、数学推理和实时问题解决方面表现突出。

非推理大模型：适用于大多数任务，非推理大模型一般侧重于语言生成、上下文理解和自然语言处理，而不强调深度推理能力。此类模型通常通过对大量文本数据的训练，掌握语言规律并能够生成合适的内容，但缺乏像推理模型那样复杂的推理和决策能力。

?例如：GPT-3、GPT-4（OpenAI），BERT（Google），主要用于语言生成、语言理解、文本分类、翻译等任务。

快思慢想：效能兼顾全局视野

CoT链式思维的出现将大模型分为了两类：“概率预测（快速反应）”模型和“链式推理（慢速思考）”模型。前者适合快速反馈，处理即时任务；后者通过推理解决复杂问题。了解它们的差异有助于根据任务需求选择合适的模型，实现最佳效果。

提示语策略差异

1、推理模型

①提示语更简洁，只需明确任务目标和需求（因其已内化推理逻辑）。

②无需逐步指导，模型自动生成结构化推理过程（若强行拆解步骤，反而可能限制其能力）。

2、通用模型

①需显式引导推理步骤（如通过CoT提示），否则可能跳过关键逻辑。

②依赖提示语补偿能力短板（如要求分步思考、提供示例）。

关键原则

1、模型选择：优先根据任务类型而非模型热度选择（如数学任务选推理模型，创意任务选通用

模型）。

2、提示语设计：①推理模型：简洁指令，聚焦目标，信任其内化能力。（“要什么直接说”）。

②通用模型：结构化、补偿性引导（“缺什么补什么”）。

3、避免误区：①不要对推理模型使用“启发式”提示（如角色扮演），可能干扰其逻辑主线。

②不要对通用模型“过度信任”（如直接询问复杂推理问题，需分步验证结果）。

从“下达指令”到“表达需求”

任务需求与提示语策略

如何向AI表达需求

提示语示例

还要不要学提示语？

提示语（Prompt）是用户输入给AI系统的指令或信息，用于引导AI生成特定的输出或执行特定的任务。简单来说，提示语就是我们与AI“对话”时所使用的语言，它可以是一个简单的问题，一段详细的指令，也可以是一个复杂的任务描述。

提示语的基本结构包括指令、上下文和期望

?指令（Instruction)：这是提示语的核心，明确告诉AI你希望它执行什么任务。

?上下文（Context)：为AI提供背景信息，帮助它更准确地理解和执行任务。

?期望（Expectation)：明确或隐含地表达你对AI输出的要求和预期。

提示语类型

提示语的本质：表1-1-1提示语的本质特征

提示语的类型

1.指令型提示语：直接告诉AI需要执行的任务。

2.问答型提示语：向AI提出问题，期望得到相应的答案。

3.角色扮演型提示语：要求AI扮演特定角色，模拟特定场