更多相關(guān)介紹：

前言

大家好，我是解決師 Blue~

DeepSeek 爆火后，幾乎一夜之間，朋友圈里關(guān)注 AI 的和不關(guān)注 AI 的都在討論 DeepSeek。

目前 DeepSeek 全球 160 多個(gè)國(guó)家登頂，日活躍用戶(hù)數(shù)突破 1500 萬(wàn)，成了全球增速最快的 AI 應(yīng)用。

能獲得這個(gè)成就的原因只有一個(gè)，那就是：他們發(fā)布了一個(gè)免費(fèi)且無(wú)比聰明的模型—DeepSeek R1。

經(jīng)過(guò)我這幾天每天 5 小時(shí)以上的爆肝體驗(yàn)，以及看了一些小伙伴的測(cè)試之后，我發(fā)現(xiàn)很多人對(duì)大語(yǔ)言模型依然懷著錯(cuò)誤的認(rèn)知和預(yù)期，因?yàn)橐恍╁e(cuò)誤的認(rèn)知，這很可能會(huì)阻礙我們使用 DeepSeek R1 的體驗(yàn)。

因?yàn)?DeepSeek “聰明”這個(gè)特性，讓我們?nèi)ツ晁鶎W(xué)習(xí)的大量的提示詞技巧開(kāi)始失效。

我們不再需要那么多的提示詞技巧，只需要很簡(jiǎn)單地表述自己的需求，便能獲得超出預(yù)期的回答。

所以 DeepSeek 到底是什么？怎么用啊！

那么我將通過(guò)這篇文章的以下四個(gè)部分來(lái)向大家介紹：

第一部分，我會(huì)向你解釋?xiě)?yīng)用 DeepSeek 模型最重要的秘密，為什么我們會(huì)丟棄之前使用方式與 GPT 指令模版的方式。

第二部分，我會(huì)向你介紹 DeepSeek 大型語(yǔ)言模型最好用的隱藏玩法：說(shuō)人話，以及為什么「說(shuō)人話」對(duì)于推理模型的 DeepSeek 會(huì)好用。

第三部分，則會(huì)向你介紹使用 DeepSeek 它最強(qiáng)大的技能「深度思考」，以及如何在現(xiàn)在的條件下去激發(fā)深度思考。

第四部分，則是向你介紹我目前在使用 DeepSeek 時(shí)常用好用的 8 大技巧，這些也是我覺(jué)得使用 DeepSeek 必備的基礎(chǔ)能力。

不過(guò)，在做任何深入的介紹之前，如果你還沒(méi)使用過(guò) DeepSeek 的話，強(qiáng)烈建議你先去做一些嘗試，再返回看文章，效果會(huì)更加好。

一、DeepSeek 革命性突破：扔掉提示詞模板，擁抱自由對(duì)話

DeepSeek 它的使用方式與 GPT 是很不同的。

核心要點(diǎn)是我們需要先把之前使用 AI 的那一套固定傳統(tǒng)的思維模式扔掉，比如所謂的專(zhuān)業(yè)提示詞以及一些提示詞的模板。

如果我們還在使用各種"專(zhuān)業(yè)提示詞"和"模板"，那么就完全走錯(cuò)了方向。

DeepSeek 根本不吃提示詞這一套。

為什么？因?yàn)?DeepSeek 它是推理型模型，我們不適合用指令型模板去操作它。

這兩種類(lèi)型的模型就像兩個(gè)不同的思維的人：

指令型的人就像一個(gè)老學(xué)究，做事有條不紊，嚴(yán)格遵循既定的規(guī)則和流程，需要你事無(wú)巨細(xì)地安排任務(wù)步驟。像 OpenAI 的 GPT-4o、DeepSeek V3、豆包等都屬于指令模型（instruct model），這類(lèi)模型是專(zhuān)門(mén)設(shè)計(jì)用于遵循指令生成內(nèi)容或執(zhí)行任務(wù)的。

推理型模型人就像一個(gè)魔術(shù)師，能夠根據(jù)不同的情況迅速調(diào)整策略，靈活應(yīng)對(duì)，專(zhuān)注于邏輯推理、問(wèn)題解決的模型，能夠自主處理需要多步驟分析、因果推斷或復(fù)雜決策的任務(wù)，只要你說(shuō)明目的，他就能自己思考怎么做。

從實(shí)際的應(yīng)用角度來(lái)說(shuō)，如果說(shuō) GPT 你要學(xué)會(huì)提問(wèn)，那么使用 DeepSeek 就需要你學(xué)會(huì)對(duì)它提要求。

所以我們?cè)谑褂?DeepSeek 的時(shí)候需要直接的說(shuō)出具體的需求和場(chǎng)景。

例如我現(xiàn)在需要做什么？目的是什么？希望達(dá)到什么樣的效果？但是又擔(dān)心什么樣的問(wèn)題？

那么，讓我用一個(gè)真實(shí)案例來(lái)說(shuō)明。
我們以前傳統(tǒng)方式：

你是一個(gè)文案專(zhuān)家，你幫我在優(yōu)設(shè)的 AI 導(dǎo)航工具里針對(duì) DeepSeek 這個(gè) AI 工具寫(xiě)一段 20 字以?xún)?nèi)的簡(jiǎn)介，簡(jiǎn)介的內(nèi)容要貼合產(chǎn)品的優(yōu)點(diǎn)，同時(shí)給我提出 5 個(gè)不同方向的文案。

這樣我們只會(huì)得到一份干巴巴的文案，雖然文案可以使用，但是還是有一種很死板的 AI 味。

DeepSeek 的新方式：

比如我之前想讓 DeepSeek 幫我寫(xiě)一段優(yōu)設(shè) AI 導(dǎo)航工具的簡(jiǎn)介文案。

我們優(yōu)設(shè)有一個(gè)收集 AI 工具的的導(dǎo)航網(wǎng)站，里面收錄了很多熱門(mén)的 AI 工具，我現(xiàn)在想要將 DeepSeek 這個(gè)新興的 AI 工具收錄進(jìn)我們的 AI 工具導(dǎo)航里面，但是目前缺乏一個(gè)針對(duì) DeepSeek 的 20 字以?xún)?nèi)的簡(jiǎn)介，我希望你幫我寫(xiě)一段簡(jiǎn)介，簡(jiǎn)介的內(nèi)容需要用情緒化的方式介紹一下 DeepSeek 這個(gè)工具的特點(diǎn)，讓用戶(hù)一眼就能了解到這個(gè)工具到底有什么作用。但是有擔(dān)心會(huì)觸及的廣告法，請(qǐng)能幫我在簡(jiǎn)介當(dāng)中規(guī)避這個(gè)問(wèn)題，請(qǐng)說(shuō)人話。

從生成的結(jié)果上面來(lái)看，Deepseek 從它的思考過(guò)程、解析思路以及答案等方面直接給出接地氣的分析。

這就是最大的區(qū)別：

DeepSeek 不需要你寫(xiě)"專(zhuān)業(yè)提示詞"，它需要的是真實(shí)場(chǎng)景和具體需求。

所以使用 DeepSeek 最重要的就是一個(gè)通用公式：

我現(xiàn)在需要做什么？目的是什么？希望達(dá)到什么樣的效果？但是又擔(dān)心什么樣的問(wèn)題？

就像你跟一個(gè)聰明的同事溝通：不要說(shuō)"請(qǐng)按照 STAR 法則寫(xiě)周報(bào)"

而要說(shuō)：我要寫(xiě)周報(bào)，老板周一要看，我希望周報(bào)的內(nèi)容重點(diǎn)放在 xxx 上，讓咱們部門(mén)在老板面前能達(dá)到裝逼效果，力壓隔壁研發(fā)部，但擔(dān)心研發(fā)質(zhì)疑我們產(chǎn)品文檔寫(xiě)得不夠詳細(xì)……"

二、DeepSeek 的隱藏寶藏：用“說(shuō)人話”的方式解鎖超能力

在網(wǎng)絡(luò)上遇到很多人都在抱怨 DeepSeek 的回復(fù)太抽象，像是在讀天書(shū)。

即使使用了結(jié)構(gòu)化問(wèn)題法之后，得到的答案要么很像技術(shù)說(shuō)明書(shū)，要么就是長(zhǎng)篇大論卻言之無(wú)物？

其實(shí)出現(xiàn)這種情況的根本原因，還是在于我們都還是按照之前使用 AI 的習(xí)慣，給 Deepseek 喂了很詳細(xì)的提示詞（咒語(yǔ) / Prompt）。

以往的 AI 給出的回答常給人一種機(jī)械、刻板的感覺(jué)，滿屏都是 “首先、其次、然后、總而言之” 這樣的模式連接詞。

如果你覺(jué)得 Deepseek 給你的答案過(guò)于專(zhuān)業(yè)過(guò)于抽象，你就在問(wèn)題后面多加一句：“用通俗的語(yǔ)言說(shuō)明/說(shuō)人話/讓小學(xué)生也能聽(tīng)懂/讓我奶奶也能聽(tīng)懂...”就可以解決這個(gè)問(wèn)題了。

因?yàn)?Deepseek 對(duì)“說(shuō)人話”這個(gè)詞語(yǔ)很敏感。

我們只要告訴 DeepSeek，他的受眾對(duì)象是誰(shuí)， 對(duì)著這類(lèi)人講他們聽(tīng)得懂的黑話，這樣效果更佳。

為什么「說(shuō)人話」對(duì)于推理模型的 DeepSeek 會(huì)好用。

這就好比你在講故事的時(shí)候，先構(gòu)建一個(gè)大家都能進(jìn)入的場(chǎng)景，然后用幾個(gè)關(guān)鍵詞點(diǎn)燃大家的興趣，讓聽(tīng)眾順著你的思路走下去。

這里面核心邏輯就是：利用場(chǎng)景設(shè)定，激活模型對(duì)語(yǔ)境、受眾和風(fēng)格的敏感度，讓它更精準(zhǔn)地對(duì)接用戶(hù)的需求。

就是讓復(fù)雜的信息變得簡(jiǎn)單易懂，就像把高深的理論用最接地氣的方式講給你聽(tīng)。

具體來(lái)說(shuō)，可以從三個(gè)方面來(lái)看：

1. 觸發(fā)風(fēng)格切換：DeepSeek R1 模型在訓(xùn)練過(guò)程中，已經(jīng)遇到了無(wú)數(shù)次“說(shuō)人話”和復(fù)雜解釋的案例（就像課堂上老師面對(duì)學(xué)生那樣），這就相當(dāng)于給它裝了個(gè)“通俗表達(dá)”開(kāi)關(guān)。一旦你打出“說(shuō)人話”，模型立馬就會(huì)切換到更易懂、簡(jiǎn)潔明了的模式。
2. 受眾感知：你給模型的指令里隱含了“請(qǐng)面向非專(zhuān)業(yè)人士”的要求。這樣一來(lái)，模型就會(huì)自動(dòng)把那些專(zhuān)業(yè)術(shù)語(yǔ)甩到一邊，多用類(lèi)比、打比方，比如“就像……”這種方式，讓復(fù)雜的概念變得親切、接地氣。
3. 任務(wù)重構(gòu)：這里的任務(wù)目標(biāo)從“解釋概念”升級(jí)成“確保對(duì)方聽(tīng)懂”。這就像你在演講時(shí)，不僅要講清楚，還得時(shí)不時(shí)停下來(lái)問(wèn)問(wèn)聽(tīng)眾“聽(tīng)懂了嗎？”模型也會(huì)因此采用分步驟講解、反復(fù)確認(rèn)理解的策略，確保信息傳達(dá)到位。

這正是現(xiàn)代信息傳遞中，科技與人性化思維相結(jié)合的精髓所在。

為什么「指名道姓」式的溝通更管用？

把“說(shuō)人話”再具體化，就是明確你在和誰(shuí)對(duì)話，這樣效果就會(huì)更佳。

想象一下，如果你在對(duì)話中不僅提醒模型“說(shuō)人話”，還特別說(shuō)明“面向大學(xué)生”、“針對(duì) UX 設(shè)計(jì)師”或者“給技術(shù)小白

解釋”，那模型就能更精準(zhǔn)地調(diào)出符合這群體思維模式和認(rèn)知水平的表達(dá)方式。

實(shí)戰(zhàn)效果對(duì)比：

當(dāng)你說(shuō)"給我們的 UI 設(shè)計(jì)新手解釋設(shè)計(jì)系統(tǒng)"，效果遠(yuǎn)超普通"說(shuō)人話"，就像在設(shè)計(jì)說(shuō)明文檔中標(biāo)明"開(kāi)發(fā)者/設(shè)計(jì)師/用研"不同角色須知——精準(zhǔn)度

假設(shè)我們要向產(chǎn)品經(jīng)理解釋「容錯(cuò)性設(shè)計(jì)」時(shí)。

第一次我們給出模糊指令："用說(shuō)人話解釋容錯(cuò)性設(shè)計(jì)"

可能得到上面這種接地氣的例子。

然而第二次我們給出精準(zhǔn)指令："給 APP 產(chǎn)品經(jīng)理用說(shuō)人話的方式解釋容錯(cuò)性設(shè)計(jì)"

從產(chǎn)出的結(jié)果上，我們就可以看得出非常契合產(chǎn)品經(jīng)理的視角，這樣產(chǎn)品經(jīng)理就更容易理解了。

總結(jié)下來(lái)可以從三個(gè)方面著手：

1. 明確目標(biāo)受眾：當(dāng)你指定“針對(duì)互聯(lián)網(wǎng)產(chǎn)品經(jīng)理”時(shí)，模型就會(huì)自動(dòng)使用專(zhuān)業(yè)術(shù)語(yǔ)，而是采用更貼近他們?nèi)粘９ぷ鞯恼Z(yǔ)言，這樣，我們更容易產(chǎn)生共鳴，理解力也會(huì)大大提升。
2. 調(diào)整表達(dá)風(fēng)格：不同受眾往往偏好不同的表達(dá)風(fēng)格。比如，“面向初創(chuàng)企業(yè)老板”時(shí)，語(yǔ)言可以更直截了當(dāng)、務(wù)實(shí)，突出數(shù)據(jù)和案例；而“給技術(shù)小白”講解時(shí)，則需要多用類(lèi)比和實(shí)例，讓抽象的概念變得具體可感。模型在感知到這種細(xì)分指令后，會(huì)自然而然地調(diào)整風(fēng)格，使得信息傳遞更加高效。
3. 優(yōu)化信息結(jié)構(gòu)： 針對(duì)不同聽(tīng)眾，我們還可以調(diào)整信息的呈現(xiàn)順序。比如，對(duì)于不熟悉某個(gè)領(lǐng)域的人來(lái)說(shuō)，先從一個(gè)簡(jiǎn)單的場(chǎng)景切入，再逐步引入專(zhuān)業(yè)知識(shí)，比一次性拋出大量信息要容易接受得多。這樣的分層遞進(jìn)不僅能抓住聽(tīng)眾的興趣，還能有效降低理解難度。

把“說(shuō)人話”進(jìn)一步具體化，就是在構(gòu)建場(chǎng)景、切換風(fēng)格的基礎(chǔ)上，再精細(xì)化地鎖定受眾。

這樣一來(lái)，信息傳遞不僅變得“更人性化”，還能真正做到讓每一個(gè)目標(biāo)受眾都能聽(tīng)得懂、用得上。

正如羅振宇常說(shuō)的那樣，“我們不是在講課，而是在和觀眾對(duì)話”，只有對(duì)話真正對(duì)上號(hào)，才能讓復(fù)雜的知識(shí)輕松落地。

Deepseek 就像我們身邊善解人意的朋友，它不僅能理解表面意思，還能捕捉到字里行間的隱含情感和意圖，最終給出自然流暢、貼近人類(lèi)表達(dá)方式的回應(yīng)。

三、DeepSeek 的超級(jí)大腦：深度思考，解鎖無(wú)限可能

聊天界面提供了三種模式——基礎(chǔ)模型、深度思考（R1）和聯(lián)網(wǎng)搜索，可根據(jù)不同場(chǎng)景和需求，靈活選用。

在 DeepSeek 的對(duì)話界面中，我們會(huì)注意到聊天輸入框下方的兩個(gè)選擇「深度思考 R1」和「聯(lián)網(wǎng)搜索」

「深度思考 R1」這個(gè)選項(xiàng)其實(shí)是一個(gè)切換鍵，它背后關(guān)聯(lián)著 V3 和 R1 兩個(gè)模型的不同能力。

基礎(chǔ)模型，于去年 12 月升級(jí)到 DeepSeek-V3 版，性能比肩全球頂尖的開(kāi)閉源模型（如 4o、Claude-3.5-Sonnet、Qwen2.5、Llama-3.1 等）。

當(dāng)不啟用“深度思考”時(shí)，我們使用的是 V3 模型，它就像一個(gè)多面手，能夠高效地處理各種語(yǔ)言任務(wù)，比如快速生成文章、翻譯、聊天等，適合那些需要快速得到答案或者處理多種任務(wù)的場(chǎng)景。

而當(dāng)我們啟用“深度思考”時(shí)，就切換到了 R1 模型，它更像是一個(gè)邏輯專(zhuān)家，擅長(zhǎng)解決復(fù)雜的邏輯問(wèn)題、進(jìn)行深度推理，比如數(shù)學(xué)建模、編程代碼生成等。

不過(guò)，很多用戶(hù)在體驗(yàn)到“深度思考”帶來(lái)的神奇效果后，就習(xí)慣性地在所有問(wèn)題上都啟用它。

關(guān)于「深度思考 R1」

深度思考是一種基于內(nèi)部知識(shí)和經(jīng)驗(yàn)，通過(guò)邏輯推理、分析綜合等方法來(lái)深入探究問(wèn)題本質(zhì)的思考方式，它更側(cè)重于對(duì)信息的深度加工和理解，而不是簡(jiǎn)單地獲取信息，深度思考在寫(xiě)作、學(xué)習(xí)和創(chuàng)意生成等場(chǎng)景中，深度思考能夠發(fā)揮重要作用。

1. 當(dāng)你需要更簡(jiǎn)單快速的回答時(shí)，不必打開(kāi)「深度思考」，使用默認(rèn)模型 V3 即可；
2. 當(dāng)你需要完成更復(fù)雜的任務(wù)，你希望 AI 輸出的內(nèi)容更結(jié)構(gòu)化，更深思熟慮時(shí)，你應(yīng)該打開(kāi)「深度思考 R1」選項(xiàng)，通過(guò)深度思考，人們可以打破常規(guī)思維束縛，創(chuàng)造出更具新穎性和獨(dú)特性的作品或想法。

關(guān)于「聯(lián)網(wǎng)搜索」

聯(lián)網(wǎng)搜索是一種基于互聯(lián)網(wǎng)的信息檢索方式，通過(guò)搜索引擎等工具可以快速查找和獲取各種信息。

在查新聞、找資料、實(shí)時(shí)數(shù)據(jù)等場(chǎng)景中，聯(lián)網(wǎng)搜索具有顯著優(yōu)勢(shì)。

1. 當(dāng)你的任務(wù)所涉及的知識(shí)在 2024 年 07 月之前時(shí)，你無(wú)須打開(kāi)「聯(lián)網(wǎng)搜索」功能，因?yàn)槟壳?DeepSeek 的預(yù)訓(xùn)練數(shù)據(jù)已經(jīng)更新到 2024 年 7 月被充分訓(xùn)練過(guò)的語(yǔ)料知識(shí)。
2. 當(dāng)你的任務(wù)所涉及的知識(shí)在 2024 年 07 月及之后時(shí)，比如昨天 NBA 比賽的賽果，硅谷對(duì) DeepSeek R1 的評(píng)價(jià)等，你必須打開(kāi)「聯(lián)網(wǎng)搜索」功能，否則大模型在回答時(shí)會(huì)缺乏相應(yīng)的知識(shí)，這時(shí)候 DeepSeek 的聯(lián)網(wǎng)搜索模式就顯得尤為重要，它能夠根據(jù)網(wǎng)絡(luò)實(shí)時(shí)獲取最新信息，彌補(bǔ)知識(shí)庫(kù)的空白。

深度思考和聯(lián)網(wǎng)搜索各有其優(yōu)勢(shì)和適用場(chǎng)景。

在實(shí)際應(yīng)用中，我們可以根據(jù)具體需求和場(chǎng)景選擇合適的方式來(lái)獲取信息和處理問(wèn)題。

四、DeepSeek 的使用技巧：8大技巧事半功倍

以下是給 DeepSeek 新手的 8 個(gè)「接地氣」的技巧，看完直接用。

技巧 1：講清目標(biāo)

通過(guò)明確品牌定位、目標(biāo)用戶(hù)、顏色方案、必須包含的元素以及字體和圖標(biāo)風(fēng)格的偏好，DeepSeek 可以提供更貼合需求的設(shè)計(jì)建議。

這就是在告訴我們直接說(shuō)需求，千別繞彎子。

在使用 DeepSeek 時(shí)，講清目標(biāo)是獲取高質(zhì)量、精準(zhǔn)回答的關(guān)鍵步驟。

我們不要教 DeepSeek 做事，別問(wèn)"你能做什么?"，而是直接告訴它：我要 xx，目的是要 xx，希望達(dá)到 xx 效果，不希望出現(xiàn) xx 問(wèn)題...，Deepseek 都能秒懂的。

因?yàn)槊鎸?duì)一個(gè)聰明的機(jī)器人，我們很多時(shí)候不需要教它去怎么做，給它定義清楚目標(biāo)就好了。

和 OKR 的邏輯一樣，發(fā)揮它的主觀能動(dòng)性。

技巧 2：在提問(wèn)中增加數(shù)字來(lái)豐富背景

面對(duì)這種聰明的幫手，它的習(xí)慣是你一問(wèn)，它就給你一套解決方案。

如果你沒(méi)將背景說(shuō)清楚，它也不會(huì)在繼續(xù)問(wèn)你，它就會(huì)根據(jù)自己的經(jīng)驗(yàn)來(lái)回答了。

所以我們需要給它提供必要的任務(wù)背景，同時(shí)強(qiáng)調(diào)數(shù)量，它可以還你多套完整有用的解決方案。

同時(shí)由于用戶(hù)暴增，DeepSeek 明顯調(diào)整了響應(yīng)策略，思考時(shí)間從 20 秒降到 5 秒，回答的內(nèi)容深度明顯下降，

反思能力由于時(shí)間關(guān)系受到了限制。

它這樣做我們也是可以理解的，畢竟思考越久，所需的算力就越燒錢(qián)。

但對(duì)于我們用戶(hù)來(lái)說(shuō)，如何還能激發(fā)它的深度思考能力？

這里試用這些核心提示詞，可以幫助 DeepSeek 激發(fā)它的深度思考能力。

1. 請(qǐng)?jiān)谀愕乃伎挤治鲞^(guò)程中同時(shí)從逆向角度思考你的回答至少 10 輪，保證詳細(xì)的思考過(guò)程
2. 請(qǐng)?jiān)谀愕乃伎挤治鲞^(guò)程中同時(shí)對(duì)你的回答的內(nèi)容進(jìn)行復(fù)盤(pán)，保證詳細(xì)的復(fù)盤(pán)過(guò)程

如此一來(lái)，深度思考的時(shí)間將會(huì)變長(zhǎng)，所以我們這里使用核心是：反思。

技巧 3：讓 Deepseek 說(shuō)人話

如果 Deepseek 給你的回答就跟話癆一樣，太復(fù)雜，看不懂或者回答的非常專(zhuān)業(yè)，你就直接回它三個(gè)字：說(shuō)人話，效果簡(jiǎn)直神了。

見(jiàn)風(fēng)使陀說(shuō)人話是一種讓 DeepSeek 以更通俗易懂的方式輸出內(nèi)容的技巧，其核心在于通過(guò)特定的提示詞或指令，讓模型將復(fù)雜、抽象的內(nèi)容轉(zhuǎn)化為更接地氣、貼近日常表達(dá)的語(yǔ)言。

如果“說(shuō)人話”效果不夠理想，可以使用更詳細(xì)的規(guī)范指令。

直接跟 ta 說(shuō)，請(qǐng)用以下規(guī)范輸出：

1. 語(yǔ)言平實(shí)直述，避免抽象隱喻；
2. 使用日常場(chǎng)景化案例輔助說(shuō)明；
3. 優(yōu)先選擇具體名詞替代抽象概念；
4. 保持段落簡(jiǎn)明（不超過(guò) 5 行）；
5. 技術(shù)表述需附通俗解釋?zhuān)?/li>
6. 禁用文學(xué)化修辭；
7. 重點(diǎn)信息前置；
8. 復(fù)雜內(nèi)容分點(diǎn)說(shuō)明；
9. 保持口語(yǔ)化但不過(guò)度簡(jiǎn)化專(zhuān)業(yè)內(nèi)容；
10. 確保信息準(zhǔn)確前提下優(yōu)先選擇大眾認(rèn)知詞匯

將上述規(guī)范加入問(wèn)題中，能進(jìn)一步提升回答的通俗性。

同時(shí)我們也可以通過(guò)添加角色設(shè)定、結(jié)合場(chǎng)景限制、確保信息準(zhǔn)確三個(gè)方面可以讓 DeepSeek 的回答更加貼近日常表達(dá)，降低理解難度，提高信息的可接受性。

添加角色設(shè)定示例：

“用廣場(chǎng)舞大媽的聊天方式說(shuō)說(shuō)這個(gè)項(xiàng)目的優(yōu)點(diǎn)。”
“像給小學(xué)生解釋一樣，說(shuō)說(shuō)這個(gè)科學(xué)原理。”

結(jié)合場(chǎng)景限制示例：

“在家庭聚會(huì)場(chǎng)景下，如何向長(zhǎng)輩解釋我的工作？”
“在朋友聚會(huì)時(shí)，用輕松的語(yǔ)氣說(shuō)說(shuō)最近的科技趨勢(shì)。”

確保信息準(zhǔn)確示例：

“請(qǐng)用通俗易懂的方式解釋這個(gè)概念，但要確保信息準(zhǔn)確。”

技巧 4：用假設(shè)性問(wèn)題激發(fā)它的預(yù)判腦洞

我們之前說(shuō)過(guò) DeepSeek r1 是推理模型，我們要用假設(shè)新問(wèn)題激發(fā)它的預(yù)判腦洞，這樣才能幫助我們提前避坑。

如果我們用指令會(huì)不會(huì)來(lái)觸發(fā) DeepSeek 的預(yù)判模式？

如果是這么直接的方式提問(wèn)效果就顯得很一般了。

但如果你這樣問(wèn)：如果想在互聯(lián)網(wǎng)設(shè)計(jì)師的社群中當(dāng)做互動(dòng)贈(zèng)書(shū)的活動(dòng)，用戶(hù)會(huì)不會(huì)覺(jué)得沒(méi)新意？換成打卡解鎖福利

會(huì)不會(huì)更好？那么送什么類(lèi)型的獎(jiǎng)品會(huì)更吸引到現(xiàn)在的設(shè)計(jì)師。

DeepSeek 不僅會(huì)給出方案，還會(huì)分析不同的選擇和利弊，甚至主動(dòng)提出你沒(méi)想到的優(yōu)化點(diǎn)。

只要是提出這個(gè)假設(shè)性的問(wèn)題，比如未來(lái)三個(gè)月設(shè)計(jì)行業(yè)可能會(huì)發(fā)生什么，它就會(huì)從行業(yè)趨勢(shì)、政策因素、競(jìng)品動(dòng)向等進(jìn)行深度分析，推演出你沒(méi)想到的細(xì)節(jié)。

技巧 5：利用 DeepSeek 查漏補(bǔ)缺

利用 DeepSeek 進(jìn)行查漏補(bǔ)缺，可以幫助用戶(hù)在項(xiàng)目、內(nèi)容創(chuàng)作或數(shù)據(jù)分析中發(fā)現(xiàn)潛在問(wèn)題并提供解決方案。

當(dāng)我們?cè)谧龇桨傅臅r(shí)候，如果你害怕自己的方案方案有問(wèn)題，但是自己會(huì)看不出來(lái)這些問(wèn)題，我們就可以利用啟動(dòng)杠擊模式。

示例中沿用了上一個(gè)在互聯(lián)網(wǎng)設(shè)計(jì)師的社群中當(dāng)做互動(dòng)贈(zèng)書(shū)的活動(dòng)假設(shè)性問(wèn)題，只需要直接甩給他一句，啟用杠擊模式，DeepSeek 會(huì)先列出原方案的短板，然后再給出優(yōu)化后的方案。

技巧 6：尋找元問(wèn)題

聰明人不但會(huì)提供答案，還會(huì)提出很多好問(wèn)題。

所以在使用 DeepSeek 時(shí)，尋找“元問(wèn)題”是一種非常有效的技巧，可以幫助用戶(hù)更深入地思考問(wèn)題的本質(zhì)，從而獲得更全面、更有針對(duì)性的答案。

所以我們可以借助 DeepSeek 向我們反向提問(wèn)，幫助我們思考。

或者是在我們自己提出問(wèn)題之前，就先讓 DeepSeek 來(lái)問(wèn)我們，找到一些元問(wèn)題。

這里我總結(jié)了一些具體尋找元問(wèn)題的使用技巧。

① 提出開(kāi)放式問(wèn)題，引導(dǎo) DeepSeek 反向提問(wèn)

當(dāng)你不確定具體需求時(shí)，可以先提出一個(gè)開(kāi)放式問(wèn)題，讓 DeepSeek 幫助你梳理關(guān)鍵點(diǎn)。

例如：我現(xiàn)在打算開(kāi)展一個(gè)電商項(xiàng)目，但不太確定具體需求應(yīng)該怎么描述，請(qǐng)你幫我列出 5 個(gè)關(guān)鍵問(wèn)題，協(xié)助我理清思路。

這種方式可以幫助你從多個(gè)角度思考問(wèn)題，避免遺漏重要的細(xì)節(jié)

② 利用“背景+需求+限制條件”結(jié)構(gòu)

在提問(wèn)時(shí)，采用“背景+需求+限制條件”的結(jié)構(gòu)，可以幫助 DeepSeek 更好地理解問(wèn)題的上下文，從而更精準(zhǔn)地回答。

例如：

背景：“我正在準(zhǔn)備一個(gè)面向年輕用戶(hù)的社交媒體營(yíng)銷(xiāo)活動(dòng)。”

需求：“請(qǐng)幫我設(shè)計(jì)一個(gè)吸引用戶(hù)的互動(dòng)環(huán)節(jié)。”

限制條件：“預(yù)算在 1 萬(wàn)元以?xún)?nèi)，活動(dòng)周期為一周。”

③ 通過(guò)追問(wèn)細(xì)化問(wèn)題

如果 DeepSeek 的回答不夠具體，可以通過(guò)追問(wèn)進(jìn)一步細(xì)化問(wèn)題。例如：

第一輪：“請(qǐng)幫我設(shè)計(jì)一個(gè)內(nèi)容收藏產(chǎn)品的用戶(hù)旅程。”

第二輪：“針對(duì)這個(gè)用戶(hù)旅程，用戶(hù)在使用過(guò)程中可能會(huì)遇到哪些痛點(diǎn)？”

第三輪：“針對(duì)這些痛點(diǎn)，有哪些具體的優(yōu)化建議？”

④ 要求 DeepSeek 驗(yàn)證確認(rèn)

在提問(wèn)時(shí)，可以要求 DeepSeek 先列出需要了解的關(guān)鍵信息，待你補(bǔ)充后再生成具體內(nèi)容。例如：

問(wèn)題：“請(qǐng)先列出需要了解的產(chǎn)品功能項(xiàng)，待我補(bǔ)充后繼續(xù)生成產(chǎn)品設(shè)計(jì)文檔。”

⑤ 使用逆向提問(wèn)技巧

當(dāng)問(wèn)題比較復(fù)雜或模糊時(shí)，可以嘗試逆向提問(wèn)，讓 DeepSeek 從結(jié)果出發(fā)反向思考。

例如：

問(wèn)題：“如果我們的產(chǎn)品要在未來(lái) 3 年內(nèi)占據(jù)市場(chǎng)份額的 30%，現(xiàn)在需要解決哪些關(guān)鍵問(wèn)題？”

通過(guò)這些技巧，你可以更有效地利用 DeepSeek 尋找問(wèn)題的核心，從而獲得更有價(jià)值的建議和解決方案。

技巧 7：讓 AI 回答更靠譜

我們應(yīng)該都知道 無(wú)論多先進(jìn)的 AI 模型，都是有一定局限性的。

AI 模型生成的內(nèi)容是基于訓(xùn)練數(shù)據(jù)的統(tǒng)計(jì)規(guī)律，可能存在事實(shí)性錯(cuò)誤或誤解，所以我們一般會(huì)在得到 AI 的回復(fù)之后，要求增加上以上這五種限制的條件，可以讓 DeepSeek 的回答更加靠譜，提高回答的準(zhǔn)確性和可信度。

要求驗(yàn)證和引用示例：

限制瞎編：加上這些要求
“給出可驗(yàn)證的參考資料來(lái)源”
“如果不確定請(qǐng)明確說(shuō)明”

要求分步推理示例：

對(duì)付復(fù)雜問(wèn)題，分步驟問(wèn)：
“第一步先列出可能的方法，第二步分析優(yōu)缺點(diǎn)，第三步給出推薦方案”

技巧 8：借鑒大佬思維，讓聰明翻倍

當(dāng)我們遇到很多想不通的問(wèn)題的時(shí)候，可以通過(guò)借鑒行業(yè)大佬的思維，來(lái)找尋一些問(wèn)題的答案。

比如我這里讓馬斯克和雷軍來(lái)針對(duì) 2025 年互聯(lián)網(wǎng)設(shè)計(jì)師還有哪些發(fā)展方向進(jìn)行辯論。

從這里面的內(nèi)容當(dāng)中可以看出，都還是比較符合這些大佬的思維模式和語(yǔ)言習(xí)慣的，雖然有些回答可能有點(diǎn)放飛自我了，但是我們可以根據(jù)不同的實(shí)際情況添加限制條件，所以我們可以通過(guò)這種借鑒大佬思維取巧的方式，讓我們獲得更多的靈感。

五、DeepSeek 的局限性：這些場(chǎng)景盡量不使用

說(shuō)了這么多優(yōu)點(diǎn)，也必須說(shuō)說(shuō)它的局限性，以下場(chǎng)景不建議使用 DeepSeek。

1. 長(zhǎng)文本處理限制

DeepSeek R1 目前提供的上下文長(zhǎng)度為 64k token，對(duì)應(yīng)到中文字符大約為 3-4 萬(wàn)字。

這意味著在處理超過(guò)這一長(zhǎng)度的文檔時(shí)，DeepSeek 可能無(wú)法一次性處理完整個(gè)文檔，而是通過(guò)檢索增強(qiáng)（RAG）的方式選取部分內(nèi)容作為記憶的一部分。

在處理長(zhǎng)文本時(shí)，DeepSeek 可能出現(xiàn)邏輯斷裂的情況。

這是因?yàn)槟Ｐ驮谔幚黹L(zhǎng)文本時(shí)難以保持整體的連貫性和一致性。

因此，在需要處理非常龐大的文檔集合時(shí)，可能不是最佳選擇。

2. 敏感內(nèi)容

因?yàn)槭菄?guó)產(chǎn)的 AI 產(chǎn)品，DeepSeek 內(nèi)置了嚴(yán)格的審核機(jī)制，對(duì)于敏感內(nèi)容會(huì)進(jìn)行限制。

這可能導(dǎo)致用戶(hù)在處理某些特定主題時(shí)遇到障礙。

如果我們?cè)跍贤ǖ倪^(guò)程中遇到了這樣回復(fù)的時(shí)候，大概率就是觸發(fā)審核機(jī)制。

很多時(shí)候你不知道哪句話就觸發(fā)審核了，這種情況怎么解決呢？

因?yàn)?DeepSeek 是后置審核，所以可以在你的提問(wèn)處點(diǎn)擊修改，再提交幾次，修改到內(nèi)容是不觸發(fā)審核的，確保提問(wèn)時(shí)語(yǔ)言清晰、準(zhǔn)確，避免模糊不清或可能引發(fā)歧義的表述。

注：最近好多人問(wèn)我有沒(méi)有更多DeepSeek的使用技巧，現(xiàn)在課程終于上架啦

僅需一頓飯的價(jià)錢(qián)，萬(wàn)事不求人，一學(xué)就能用！覆蓋學(xué)習(xí)/辦公/寫(xiě)作/生活20個(gè)高頻場(chǎng)景，5分鐘變身各行業(yè)高手 ?? https://pro.uisdc.com

結(jié)束語(yǔ)

曾經(jīng)，要充分用好 AI，我們需要花費(fèi)大量時(shí)間收集提示詞模板，學(xué)習(xí)各種指令和參數(shù)。

這一系列復(fù)雜的操作讓許多人對(duì) AI 望而卻步。

但現(xiàn)在，這一切都將成為歷史，DeepSeek 代表了 AI 的未來(lái)方向——更懂人話，更會(huì)思考。

使用 DeepSeek 只需簡(jiǎn)簡(jiǎn)單單地做到三件事：清晰表達(dá)自己的需求，說(shuō)明具體應(yīng)用場(chǎng)景，用最直白、日常的語(yǔ)言去和 Deepseek 交流。

這意味著 AI 的使用門(mén)檻正在快速降低。

就像設(shè)哥一直在和我們強(qiáng)調(diào)的，總有一天提示詞這種內(nèi)耗的東西終將會(huì)成為過(guò)去！

那些還在用提示詞收割的成為了智商稅。

DeepSeek 就是代表了新一代 AI 的使用范式，契合 2025 的辭舊迎新！