【Deepseek】或许是全网最全的 DeepSeek 使用指南，90% 的人都不知道的使用技巧（建议收藏）
前言
从 DeepSeek R1 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 DeepSeek R1 的潜能。
朋友们，我真是着急啊。
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 DeepSeek R1 成为咱们的得力干将。
在哪使用 DeepSeek
为照顾一些新手朋友，这里还是先说下在哪使用 DeepSeek，老手跳过这部分就行了。
目前 DeepSeek 提供了如下使用方式：
1. 网页版：打开 https://chat.deepseek.com/ 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 DeepSeek R1 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 https://status.deepseek.com 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 DeepSeek R1 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 GPT 4o 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 DeepSeek R1 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。
DeepSeek R1 在发表的论文中也提到：DeepSeek R1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 DeepSeek R1 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 Claude 3.5 Sonnet 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 DeepSeek R1 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 DeepSeek R1 而言，我们完全可以把自己想象成老板，DeepSeek R1 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 DeepSeek R1 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，专业名词能帮我们快速清楚的解释明白问题。
但如果这个领域刚好不是我们擅长的话，通常都会觉得这些专业名词晦涩难懂，不知所云。
碰到这种情况，我们只需要在提示词中加上“说人话”、“大白话”、“通俗易懂” 等，DeepSeek 给我们的用户体验会立马提升一个档次。
比如我问他“DeepSeek 成本这低的原因是什么”。
上面的回答并没有什么问题，如果我们是业内人士，自然知道 MoE 架构、蒸馏和 FP8 是什么意思。
遗憾的是，可能 99% 的人根本不明白上述回答到底说的是什么意思。
这时我们只需要简单的加上“说人话”三个字，就能得到一个通俗易懂的答案了。
这里 DeepSeek 会用“100 个员工中只让 10 个员工干活”解释 MoE 架构，用“高清电影转 MP4 格式”来解决 FP8。
是不是一下就懂了！
模仿回答
我们还可以用“模仿 X”、“以 X 的口吻/语气”，“以 X 的内心独白”等等提示词，把 DeepSeek 的使用体验拉满。
比如我们可以用知乎常用格式回应 DeepSeek 导致英伟达股价暴跌的问题。
用贴吧暴躁老哥的语气回应美国多名官员称 DeepSeek 偷窃了他们的技术。
好家伙，我都能感觉它的唾沫星子快飞到我脸上了。贴吧 10 级的喷人水平也自愧不如吧。。。
我们还可以让 DeepSeek 模仿李白给我们写春联。
让《雪中悍刀行》的作者烽火戏诸侯，写短篇小说给我们看。
有网友分享了“哲学大师”，看大师说的话，是不是颇有哲理？
可以看到，使用模仿人物的方法，能达到意想不到的结果。
高级技巧
这里再提供几个比较繁琐但高级的用法。
多模型组合
对于复杂场景，通常一个 AI 模型并不能得到很好的效果，此时我们可以将 DeepSeek R1 与 GPT-4o 或 Claude 3.5 Sonnet 组合使用。
一般来说，可以先让 DeepSeek R1 告诉我们应该怎么处理问题，然后根据它给的答案让指令型大模型去生成结果。
业务分析
如果我们想分析业务，可以开启“联网搜索”实时搜索内容，还能上传附件来精准分析。
比如我们想在小红书上起号，可以直接“联网搜索”对标账号，让 DeepSeek R1 给我们一个起号流程。
对于不能搜索的地址，先手动下载资料后，再上传给 DeepSeek R1 帮助分析。
DeepSeek R1 不仅能给出具体流程，还会生成一些 mermaid 图表，非常好用。
以我测试的结果看，一波策划和数据分析师要失业了。
DeepSeek 不适合做什么
DeepSeek 碰到一些问题类型时会提示“无法思考这类问题”。
一般来说，主要是如下几类问题：
1. 敏感内容：国产审核比较严，这里不说多了，懂得也懂。
2. 长文本内容：现在 DeepSeek 模型上下文长度最长为 6 万 4 千个 token，最大输出长度为 8 千个 token，默认输出长度为 4 千个 token。
这里科普下，一个 token 指的是一个语义单元，如一个单词或单词的一部分结构（词根或后缀）或标点符号等。
而上下文长度包括输入长度（如用户问题、对话历史等）和输出长度。
目前主流大模型服务商提供的最大上下文长度如下：
1. 豆包：25.6 万 token
2. GPT-4o、GPT-o1：12.8 万个 token
3. Claude Pro：20 万个 token (约500页文本或100张图片)
4. Gemini 1.5 Flash：100 万个 token
5. Gemini 1.5 Pro：200 万个 token
不知不觉写了这么多，由于篇幅有限，这里就先聊到这。
其实还有很多内容还没写出来，大家可以先关注我，后续会持续给大家带来一些干货。
最后再说一句，从去年 ChatGPT 的爆火到现在的 DeepSeek R1 的轰动，AI 就像当年的智能手机一样，开始慢慢渗透进我们的生活，以后肯定会成为你我日常生活中的一部分。
大家应该很难相信，人类现在没有手机会变成什么样。
同样的，我相信再过 10 年，我们也离不开 AI。
最后
为什么要学AI大模型
当下，⼈⼯智能市场迎来了爆发期，并逐渐进⼊以⼈⼯通⽤智能（AGI）为主导的新时代。企业纷纷官宣“ AI+ ”战略，为新兴技术⼈才创造丰富的就业机会，⼈才缺⼝将达 400 万！
DeepSeek问世以来，生成式AI和大模型技术爆发式增长，让很多岗位重新成了炙手可热的新星，岗位薪资远超很多后端岗位，在程序员中稳居前列。
与此同时AI与各行各业深度融合，飞速发展，成为炙手可热的新风口，企业非常需要了解AI、懂AI、会用AI的员工，纷纷开出高薪招聘AI大模型相关岗位。
最近很多程序员朋友都已经学习或者准备学习 AI 大模型，后台也经常会有小伙伴咨询学习路线和学习资料，我特别拜托北京清华大学学士和美国加州理工学院博士学位的鲁为民老师给大家这里给大家准备了一份涵盖了AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频全系列的学习资料，这些学习资料不仅深入浅出，而且非常实用，让大家系统而高效地掌握AI大模型的各个知识点。
AI大模型系统学习路线
在面对AI大模型开发领域的复杂与深入，精准学习显得尤为重要。一份系统的技术路线图，不仅能够帮助开发者清晰地了解从入门到精通所需掌握的知识点，还能提供一条高效、有序的学习路径。
但知道是一回事，做又是另一回事，初学者最常遇到的问题主要是理论知识缺乏、资源和工具的限制、模型理解和调试的复杂性，在这基础上，找到高质量的学习资源，不浪费时间、不走弯路，又是重中之重。
AI大模型入门到实战的视频教程+项目包
看视频学习是一种高效、直观、灵活且富有吸引力的学习方式，可以更直观地展示过程，能有效提升学习兴趣和理解力，是现在获取知识的重要途径
光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。
海量AI大模型必读的经典书籍（PDF）
阅读AI大模型经典书籍可以帮助读者提高技术水平，开拓视野，掌握核心技术，提高解决问题的能力，同时也可以借鉴他人的经验。对于想要深入学习AI大模型开发的读者来说，阅读经典书籍是非常有必要的。
600+AI大模型报告（实时更新）
这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。
AI大模型面试真题+答案解析
我们学习AI大模型必然是想找到高薪的工作，下面这些面试题都是总结当前最新、最热、最高频的面试题，并且每道题都有详细的答案，面试前刷完这套面试题资料，小小offer，不在话下
领取方式我会放在下面，希望领取了的朋友不要忘了（下方名片，放心添加）