或许是全网最全的 DeepSeek 使用指南.docx

或许是全网最全的DeepSeek使用指南

从DeepSeekR1发布那天开始，我就开始写文章介绍DeepSeek，没想到这几天这么火爆了。

不过我在翻看评论区时，发现很多朋友并没有很好的发挥出DeepSeekR1的潜能。心急之下，赶紧写了这篇文章，教大家一些有用的技巧，并提供一些案例，来让DeepSeekR1成为咱们的得力干将。

在哪使用DeepSeek

目前DeepSeek提供了如下使用方式：

1.网页版：打开/直接使用。

2.App：手机扫码下载。

默认情况下，DeepSeek使用的是V3模型，点击深度思考才会切换为R1模型，即现在让“硅谷震惊”的模型。

深度思考旁边还有个联网搜索，默认情况下DeepSeek使用的是好几个月前的训练数据，如果我们想参考最新的新闻，则点击联网搜索让DeepSeekR1基于最新的网络数据来优化回答。

另外DeepSeek还提供了服务状态的监控，可以打开查看服务状态。

一般来说，当服务状态为红色时，会较频繁的出现“服务器繁忙，请稍后再试”的提示。

基础技巧

好了，现在正式进入正题，看看用什么技巧能让DeepSeekR1成为我们的得力助手。

直接提需求

首先说下DeepSeek相对于GPT等主流大模型的区别。

GPT等主流大模型是指令型大模型。

这类大模型需要我们给它说下比较详细的流程，它的回答才会让我们满意。

比如我们想让GPT4o扮演中国妈妈让孩子相亲：“请你扮演我妈，用我妈的口气来教育我，批评我，催我结婚，让我回家。给我讲七大姑八大姨家的孩子都结婚了，为啥就我单身，再给我安排几个相亲对象。”

演示效果如下：

上面的提示词不仅交代了需求背景（“用我妈的口气来教育我”），还交代了一些额外的流程（“七大姑八大姨家的孩子都结婚了”，“再安排几个相亲对象”）等。

因此去年在ChatGPT这类指令型大模型很火的时候，出现了很多提示词模板，甚至诞生了“提示词工程师”这一岗位。

而DeepSeekR1属于推理型大模型。

这类模型不需要我们列出太详细的流程，太详细的流程反而会降低它们的性能，限制它们的发挥。

DeepSeekR1在发表的论文中也提到：DeepSeekR1对提示词很敏感。为获得最佳效果，建议用户直接描述问题。

我们用问题“当老黄看到英伟达的股价因为DeepSeekR1暴跌17%时，写出他的内心独白”为例，对比下几个主流大模型，就能看出一些区别。

先看看豆包的回答：

豆包的输出只有心理描述，略显空洞乏味。

接着看看GPT-4o的回答：

GPT-4o加了点人物动作，回答相对于豆包丰富了一些，不过仍然比较空洞。

再看看Claude3.5Sonnet的回答：

Claude不仅说之前英伟达也大跌过，还提到了英伟达的生态系统，整个回答会让人有信服感。

最后看看DeepSeekR1的答案：

相对于前几个大模型，DeepSeek自己“加了很多戏”，不过读起来更形象也更有画面感。

所以对于DeepSeekR1而言，我们完全可以把自己想象成老板，DeepSeekR1是我们请的一位专业助手。

这位专业助手不需要我们告诉它应该怎么做，我们只管“当大爷”提需求，让助手干活就行了。

可能几次交流之后，你会得出这样的结论：我们是真不如AI那样博学啊。

下面再介绍一些技巧，让你的DeepSeek好用到爆。

万能提问模板

虽然直接提问题已经能得到不错的答案，但如果再加上“背景描述”这个简单的优化，还能让回答更上一层楼。

背景描述指的是向DeepSeekR1说清楚我是谁（如我一个互联网打工人）、我当前的水平（如我是自媒体小白）、我想让DeepSeek充当的角色（如你是一名自媒体运营专家）等。

有时DeepSeek回答的内容可能不是你想要的，这时我们可以增加约束条件，来限制、优化它回答的内容。

所以可总结成这个简单、万能的DeepSeek提问模板，即：

背景+需求+约束条件（可选）。

如：我家小孩读初一（交待背景），怎样提高他的英语水平（提出需求），不需要考虑口语问题（约束条件，可选）。

可以看到DeepSeek这位助手十分贴心，不仅列了如何高效学习单词、语法、阅读和写作，还提供了一些应试技巧和日常训练的方法。

如果我们觉得这位助手的回答还不够深入，完全可以让它针对某一点再展开详细说说。

用好这个简单的模板，能解决90%的日常问题，让DeepSeek瞬间成为我们工作、学习、生活的好帮手。

让DeepSeek“说人话”

模板虽好用，但是当我们问到一些专业领域的问题时，DeepSeek的回答会掺杂很多专业名词来解释问题。

如果我们是行业内的人