DeepSeek小白使用指南，99% 的人都不知道的使用技巧.pdf

DeepSeek小白使用指南，99%的人都不知道的使用技巧(建议收藏)

传送门：1、/

2、各大应用市场搜索：deepseek(认准logo蓝色鲸鱼)

技巧一：“按下R1”

台DeepSeek发送消息

8深度思考(R1)|田联网搜索0个

内容由Al生成，请仔细拖别

一定要按下这个深度思考(R1),不按下还是使用的V3,和其他各种大模型得

出的结论差异化不大，现在大家疯狂的是这个R1

技巧二：“说人话”

是这样的，昨天朋友问我有没有讲如何搞提示词的(prompt)我也是习惯性的问

了下Deepseek

你觉得怎么跟你对话，就是怎么写promt会更好

已深度思考(用时17秒)^

好的，用户问如何写更好的提示词来和它对话。首先，我需要回想之前的对话历史。用户之前一直在询问学习AI的路径，包括

从基础到进阶的内容，还涉及到了生成封面图的建议。现在用户想知道如何优化与我的对话，也就是如何构造更有效的

prompt.

首先，用户可能对之前的回答满意，但希望更高效地获取信息。他们可能遇到的情况是，有时候提问可能不够明确，导致回答

不够精准，或者需要多次交互才能得到满意的结果。这时候用户想知道如何改进他们的提问方式，以节省时间和提高效率。

接下来，我需要分析用户的需求。用户可能希望在与大模型互动时，能够更快地得到准确、详尽的回答，尤其是在技术学习或

项目执行中。他们可能希望了解具体的技巧，比如如何结构化问题、使用关键词、设定约束条件等，以便更有效地引导模型生

成所需内容。

用户可能没有明确表达的需求包括：希望了解不同场景下的prompt构建方法，比如学习、工作、创意等不同领域，或者如何

避免常见的错误提问方式，比如过于笼统或缺乏上下文。此外，用户可能对如何利用高级技巧如思维链提示或角色扮演感兴

趣，但不知道如何具体应用。

我需要考虑用户的身份。之前的对话显示用户可能是一名刚开始学习A的技术爱好者或自学者，可能在尝试整合资源或进行项

一、结构化Prompt设计原则

1.目标分层架构(OHT模型)

python复制

defbuild_perfect_prompt():

return{

Objective:明确终极目标(如：生成可执行的Python代码),

Hierarchy:[

领域限定(机器学习/前端开发/生物信息学),

任务类型(debug/方案设计/知识解释),

输出格式要求(Markdown表格/代码注释率)

Trigger:“激发模型特定能力的指令词(如：用费曼技巧解释...)”

2.上下文预加载技术

·错误示范：帮我写个分类模型

·专业版本：

我勒个超绝工程师理科生脑袋于是我回了一句：“能说人话不”

能说人话不

鹦已深度思考(用时0秒)人

服务器繁忙，请稍后再试。

能说人话不

器已深度思考(用时11秒)

好的。用户两次问”能说人话不”。可能表示他对之前的详细技术性回答感到不满、需要回顾之前的对话历史，看看用户的需求

是什么。用户最初询问如何从零开始学习Al,接着请求根据一些文章重写文章，然后询问生成微信公众号封面图，之后√如

何优化prompt,最后要求写DeepSeek的指南和试用技巧。之前的回答都非常专业，结构化的分点回答，带有代码块、表格

第一次服务器繁忙，最近好像也有很多朋友提到服务器老繁忙，估计是涌入