你好，我是阮小貳。
這兩天，我查了很多資料，也看了一下之前的評論區，
雖然許多人都已經開始嘗試在使用DeepSeek，但也有很多人吐槽說很垃圾，并沒想象中那么牛。
其實問題根本不在工具，很多人的使用姿勢就搞錯了，用大炮打蚊子，白白浪費DeepSeek的強大功能。
接下來，我會用10個使用技巧教會大家如何與DeepSeek高質量對話，以及一些隱藏技巧。
學習完之后，你就會發現DeepSeek遠比你想象中的強大。
DeepSeek提供基礎模型（V3）、深度思考（R1）和聯網搜索三種模式，針對不同場景靈活選擇：
DeepSeek的V3模型堪比GPT-4o，二者的設計理念和應用場景非常相似。
V3采用了Moe架構，擁有671B的參數量，能夠在百科知識領域提供快速響應。
R1是DeepSeek的深度推理模型，和OpenAI的o1模型非常類似。
二者都在處理推理、深度思考以及復雜邏輯問題時，展現出了非凡的能力。
R1采用了660B的參數，并且在強化學習和后訓練方面表現出色。
R1更擅長邏輯推理和復雜問題的解答，在這一點上，R1已經超越了o1模型。
關于4o與o1的區別，下面有一張表，大家看完就知道該如何選用V3和R1模型了。
目前，DeepSeek的預訓練數據（你可以理解為模型已學習的知識），已經更新至2024年7月。
但對于之后的新聞或技術動態，DeepSeek的聯網搜索模式就顯得尤為重要，
它能夠根據網絡實時獲取最新信息，彌補知識庫的空白。
所以，2024年7月前的問題基本上不需要打開聯網功能。
而之后的問題（比如2025年諾貝爾獎得主是誰？春晚秧Bot），
DeepSeekZ目前并未學習，建議開啟聯網功能，效果更佳。
DeepSeek，無論是V3還是R1模型，都是不太吃提示詞的，
只需要做到【準確表達】即可。
通用提示詞模板 = 身份 + 目標
示例：
你是李白，請以李白的風格口吻寫一首七律.春節
適當情況下，也可以補充一些背景信息：
通用提示詞模板 = 身份 + 背景 + 目標
示例：
你是李白，目前正被流放夜郎，請以李白的風格口吻寫一首七律.春節
還可以是：
通用提示詞模板 = 身份 + 背景 + 目標 + 限制條件
示例：
你是李白，目前正被流放夜郎，請以李白的風格口吻寫一首七律.春節，嚴格遵循律詩的格律要求，包括平仄、押韻和對仗。其中，頷聯（第三、四句）和頸聯（第五、六句）必須對仗工整，詞性相對、結構相似，平仄相對。
不管哪個模板，其核心都是【準確表達】。
能夠做到準確表達，說人話，就已經完全夠用了。
所以，過去你們學的那些結構化提示詞，從現在起，就可以大膽地丟掉了。
最好的提示詞，就是沒有提示詞，說人話就可以，
在會動腦子的deepseek面前，不用玩心思，真誠才是必殺技。
越是直白、俗氣，就越能激發它的潛能。
示例：
解釋一下什么叫通貨膨脹，說人話
過去，我們經常吐槽AI生成的東西帶有明顯的'AI味'。
其根源就在于模型過分追求結構化輸出，
習慣性地運用'首先、其次、然后、總而言之'等規范性的銜接詞，使得內容顯得過于程式化和刻板。
而作為具有強烈感性特征的生物體，人類對這種理性至上的文字形式實在難以忍受，
尤其是當文字呈現出八股文式的呆板架構或學術文體的生硬風格時，更是令人昏昏欲睡。
那么這種情況，建議你加一句提示，比如：
1、我是一名小學生 / 請用小學生能聽懂的話解釋。
2、說人話
3、用中學生都能聽懂的語言
4、非專業人士都能聽懂
提問的時候加上上述這些提示，就可以極大地去除DeepSeek 的AI味了。
示例：
請用小學生能聽懂的話解釋，什么是區塊鏈？
怎么樣？
現在是不是一下子就理解什么是區塊鏈了？
以o1為代表的推理模型，基本上都是不能聯網的。
而聯網搜索是DeepSeek的一大亮點，它讓模型在回答時不僅僅依賴預訓練數據，還能實時從網絡上檢索最新的信息。
你可以問到2024年7月以后發生的事件，或者某些新興技術領域的問題，
DeepSeek都能通過聯網搜索為你提供更準確、及時的回答。
而DeepSeek，是少有的支持推理+聯網的模型。
除了聯網搜索，DeepSeek還支持上傳附件功能，這為用戶提供了更多個性化的體驗。
通過上傳附件，你可以將自己的私密資料、知識庫、甚至是一些需要深度推理的材料直接交給DeepSeek，
讓它基于這些專有的文件進行分析和推理。
DeepSeek的推理模型，不僅能聯網，還支持上傳附件（最多不超過50個，每個不超過100MB）。
推理+上傳附件，可以做更多本地化、私密化的東西，比如你自己的知識庫或者內部資料。
讓其基于自有知識庫進行推理和思考。
示例：
閱讀這篇材料，告訴我講了些什么東西？輸出言簡意賅。
運用持續追問的技巧，能夠幫你快速搞清楚一個復雜問題，大致步驟如下：
1. 初始提問：'如何做好短視頻腳本？'
2. 細化追問：'如何在前3秒吸引觀眾？'
3. 案例擴展：'舉一個美食類賬號的開頭案例'
例如，我先問DeepSeek：“如何做好短視頻腳本？”
對于如何吸引觀眾，我還是不懂，
那么我就可以繼續追問DeepSeek“如何在前3秒吸引觀眾？”。
最后進一步的案例擴展，以便于我更好的理解。
我讓DeepSeek再列舉出一個例子“舉一個美食類賬號的開頭案例”。
對于深度思考（R1）模型，DeepSeek做到了三個重要的開放特性，
讓R1不僅僅是一個“黑盒”模型，它的思維過程、訓練技術和模型參數都是透明開放的。
R1的思維鏈是完全開放的，用戶可以看到模型進行推理時的每一步邏輯。
這不僅是一個回答，而是一個完整的思考過程。
通過這種方式，用戶能獲得最終答案，還能夠理解AI是如何得出這個結論的。
DeepSeek采用了RL（強化學習）技術，通過極少的標注數據提高了推理能力。
所有的訓練技術，包括模型的后訓練過程和數據增強方法，都是公開的。
這讓廣大網友都能深入理解模型的訓練過程，并且可以根據需要進行調整和優化。
DeepSeek還將R1的部分模型進行開源。
雖然R1模型本身的參數高達660B，僅為GPT-4o的1/6（輸入$0.25/百萬token）通常只有大公司才能使用，
但DeepSeek也為社區提供了更小的開源模型，讓更多的開發者和研究者可以使用。
最小的模型只有1.5B參數，適合個人開發者進行實驗和開發。
這格局太頂了，幫助全球的開發者共同推動AI的發展。
- 別同時開“深度思考+聯網”，易卡頓。
- 復雜問題用R1，簡單問題用V3，省時高效。
好了，以上就是本期所有啦，
希望能對你使用DeepSeek有所幫助。
當然，也歡迎大家在評論區將你的技巧分享出來，一起探討、學習、交流。
基本上能看到這里的都是人中龍鳳！
如果本文章能給你一點啟發，隨手點個贊、在看、轉發三連吧，
如果想第一時間收到推送，也可以給我個星標?
謝謝你耐心看完我的文章~
另外，我創建了一個關于DeepSeek的交流群，有興趣的可以入。
