DeepSeek是什么鬼？它怎么就干翻了ChatGPT？
年前年后，DeepSeek悄无声息地登顶中美App Store免费榜第一，甚至碾压了ChatGPT、Google Gemini等一众老牌AI霸主，成为全球AI用户的新宠儿。
类AI对话工具层出不穷，但在实际使用过程中，往往难以获得自己期望的结果，甚至在某些情况下，使用AI反而降低了工作效率
？？？？？？
可是
DeepSeek
你真的用对了么
1、它用起来和其他大预言对话模型有什么区别？
2、使用DeepSeek提示词重要么？
3、DeepSeek回答总是很抽象，不尽人意怎么办？
4、深度思考怎么用，如何用对这个“王炸”？
本期“智在青年”专栏将从DeepSeek的独特优势出发，通过案例解析全面分享DeepSeek提问技巧、深度思考技能、使用误区等进行全面解答
一定要打开深度思考么？
当你只想问一些简单的问题或者要完成一些简单的需求任务时
必然追求简单快速且准确的回答是你首要考虑，这时候不必打开“深度思考”，使用默认模型V3即可满足需求
当你需要完成更复杂的任务，想内容更结构化和逻辑清晰时，你应该打开“深度思考R1”选项，优先考虑打开“深度思考”
使用Deepseek需要学习大量提示词么？
在揭晓答案之前，需要首先明白Deepseek与此前常规的其他大预言模型的区别
指令模型（例GPT-4o、DeepSeek V3）：专门设计用于遵循指令生成内容或执行任务，需要通过提示词的各类技巧才能激发模型更好的表现
推理模型（例DeepSeek R1、OpenAI o1）：专注于逻辑推理、问题解决的模型，能够自主处理需要多步骤分析、因果推断或复杂决策的任务
如果你还在用各种"专业提示词"和"模板，不好意思，DeepSeek根本不吃这一套。
举个有趣的比喻：
其他模型：像需要「保姆级操作手册」的土木实习生，依赖用户预先拆解任务逻辑，若提示词不专业，输出易偏离实际需求（指令型）
DeepSeek R1：比你项目总共还聪明却又不知劳累的资深工程师，你需要给它一份「内部技术交底资料」，就能自主关联施工规范、权衡计算变量，输出系统性施工方案（推理型）
说人话
▼
DeepSeek不需要你写"专业提示词"，它需要的是真实场景和具体需求。使用Deepseek，清晰、明确地表达你的需求＞五花八门的提示词技巧
用对Deepseek的王炸技巧案例分享
✖️ 指令模型（如GPT-4o）的提问方式：
⭐用户提问：
"请按照以下步骤回答：第一步，列出混凝土搅拌车的轴重；第二步，根据轴重计算基层承载力需求；第三步，推荐三种符合要求的基层材料；第四步，给出每种材料的厚度计算公式。请严格按照步骤执行。"
⭐问题分析：
用户被迫将复杂任务拆解成零散的指令，像在教实习生一步步操作，但若步骤缺失或逻辑跳跃（如未考虑排水、地质条件），模型可能卡壳或给出片面答案。
答案输出：
✔️推理模型（DeepSeek R1）的提问方式：
⭐用户提问：
"工地需设计一条临时道路供混凝土搅拌车（满载总重32吨，双轴）通行，每天约30趟，工期3个月。现场土质为软黏土，雨季有积水风险。请给出基层材料和厚度的建议，并说明理由。"
⭐ 问题分析：
用户仅提供真实场景参数（车辆荷载、土质、环境风险），无需教模型「如何思考」。DeepSeek R1会自主完成以下推理：
答案输出：
对比结论
指令模型：需用户拆解逻辑，像“做题家”，依赖用户预设框架，仅完成“纸面作业”，答案机械且脱离实际场景
DeepSeek R1：推理模型直接消化需求，像“技术总工”，通过真实参数自主推导完整方案，输出可直接落地的工程建议，甚至超预期补充风险应对措施
Deepseek提问技巧
有了上面的几个比喻以及案例分析，想必各位桥梁青年们都对Deepseek有了清晰的认识，可是好像
还是不知道如何上手怎么办？
没关系
模板给到手
随时露一手
定义目标，而非过程
送您一个通用公式：
“少扯专业名词，多讲人话需求——哪根梁？加多少吨？” 毕竟它是比你更聪明的下属，它需要的不是你教，而是大胆说出你的需求。一个简单但超级实用的“四步提问法”：背景 + 任务 + 要求 + 补充
"我要加固厂房混凝土梁的裂缝（目标），给生产线设备承重梁用（用途），希望修复后能承受新增5吨设备荷载且10年内不再开裂（效果）， 裂缝最宽3mm，预算不能超过20万（补充）。
避坑几个你的“小聪明”
在使用R1时，以下prompt策略经验证已基本失效，甚至部分技巧会起反作用
少示例提示：这是DeepSeek团队在发布R1技术报告时明确建议规避的一个提示技巧，减少示例干扰，把你的需求说清楚比给示例更重要
多余的解释：没有必要在提问时候解释你的专业名词，比如让他模仿李白风格写一首诗，就不要再去解释李白什么样的风格，毕竟它都懂，你做的只是无用功
图原创@南瓜博士
减少指定步骤：不要在提示词里指定思考步骤，除非你只希望 AI 严格执行；
这一条是 R1 和以前模型最大的区别。
以前在提示词里用 CoT（Chain of Thoughts，思维链）的方式把中间过程都写出来，能有效提升大模型表现。但对 R1 这么做很可能起反作用。原因很简单：R1 的深度思考往往能比你想得更多。
毕竟，一个不太能干的领导，用太过微管理的方式来指挥员工干活，是非常扼杀聪明员工的灵气的。
提供必要知识背景
面对 R1，你依旧需要对大模型提供必要的背景信息，AI模型具有“知识截止时间”的特性，并且不具备贵公司的特定文献，你需要像拼图者般帮助AI突破知识限制，避免因信息缺乏导致出现错误回答。
请基于我提供的《×××技术交底》，进行....
图原创@南瓜博士
巧妙躲过敏感内容
国产AI内置审核尺度丧心病狂，你永远不知道你到底那个词触发了敏感词，分享几个有趣的“规避”技巧
1.在你的提问处点击修改，再提交几次，总有一次是不触发审核的。
2.在生成回答的时候，狂点复制回答按钮，可以复制到拥有前面回答的内容
3.换一家吧，实在不行：必须涉及到政治类的内容，就可以试试kimi专门预设的公文写作助手，完全无限制
你需要警惕的误区
1、警惕AI幻觉
当我们过度依赖AI，以为AI无所不能的时候，比AI有所不能，更为可怕
在使用deepseek之前，我们要明白所有大语言模型其实概率分布模拟器，它们生成的内容的核心是预测最有可能出现的文本组合，它只负责根据已有的内容推理，不对信息本身负责。
举个例子：deepseek知道狼吃羊，并不是因为理解食物链的底层原理，而是因为它在处理的海量的文本里面，狼吃羊的概率要远远大过狼爱上羊，所以他会在输出结果的时候输出狼吃羊。
AI的精心包装，让编的材料看起来如此真实，如同“有意识”地在操控一般，真有些让人不寒而栗。
简单理解就是，不“保真”。
作为使用者，我们能做的就是找到AI的正确打开方式，拒绝“上当”。我们比任何时候都更需要寻求真相，增强明辨是非、独立思考的能力。
2、避免长文本写作
超过4000字的文章容易出现逻辑断裂，建议用Claude200k、或者kimi；因为deepseek默认是64k，长文不够用。
3、丢掉你的提示词
2024年还教人写提示词的大V，都是在收智商税。Deepseek最为推理模型的代表，代表了新一代AI的使用范式，辞旧迎新！
参考文献：
@Datawhale完整攻略：如何用好DeepSeek，一文汇总！
@南瓜博士，作者ElfeXu：DeepSeek R1 之后，提示词技巧的变与不变
桂公网安备45080202000358号