bad news 丝袜 爆肝48小时！学会这8招，让DeepSeek变得超好用！

图片bad news 丝袜

引子

人人好，我是惩处师 Blue~

DeepSeek 爆火后，简直整夜之间，一又友圈里关怀 AI 的和不关怀 AI 的王人在扣问 DeepSeek。

目下 DeepSeek 全球 160 多个国度登顶，日活跃用户数突破 1500 万，成了全球增速最快的 AI 应用。

能取得这个设立的原因唯有一个，那即是：他们发布了一个免费且无比明智的模子—DeepSeek R1。

图片

经过我这几天每天 5 小时以上的爆肝体验，以及看了一些小伙伴的测试之后，我发现许多东说念主对大谈话模子依然怀着虚伪的分解和预期，因为一些虚伪的分解，这很可能会遮挡我们使用 DeepSeek R1 的体验。

因为 DeepSeek “明智”这个脾气，让我们客岁所学习的多数的教导词技巧开动失效。

我们不再需要那么多的教导词技巧，只需要很简短地表述我方的需求，便能取得超出预期的回答。

是以 DeepSeek 到底是什么？怎样用啊！

图片

那么我将通过这篇著作的以下四个部分来向人人先容：

第一部分，我会向你评释应用 DeepSeek 模子最紧迫的神秘，为什么我们会丢弃之前使用样式与 GPT 指示模版的样式。

第二部分，我会向你先容 DeepSeek 大型谈话模子最好用的荫藏玩法：说东说念主话，以及为什么「说东说念主话」对于推理模子的 DeepSeek 会好用。

第三部分，则会向你先容使用 DeepSeek 它最刚劲的手段「深度念念考」，以及如安在目下的条款下去激勉深度念念考。

第四部分，则是向你先容我目下在使用 DeepSeek 频繁用好用的 8 大技巧，这些亦然我以为使用 DeepSeek 必备的基础才调。

不外，在作念任何深刻的先容之前，如果你还没使用过 DeepSeek 的话，热烈建议你先去作念一些尝试，再复返看著作，成果会愈加好。

一、DeepSeek 最紧迫的神秘：扔掉教导词模板

DeepSeek 它的使用样式与 GPT 是很不同的。

中枢要点是我们需要先把之前使用 AI 的那一套固定传统的念念维方法扔掉，比如所谓的专科教导词以及一些教导词的模板。

如果我们还在使用各式'专科教导词'和'模板'，那么就齐全走错了目的。

DeepSeek 压根不吃教导词这一套。

为什么？因为 DeepSeek 它是推理型模子，我们不稳当用指示型模板去操作它。

图片

这两种类型的模子就像两个不同的念念维的东说念主：

指示型的东说念主就像一个小书呆子，需要你事无巨细地安排任务要领。像 OpenAI 的 GPT-4o、DeepSeek V3、豆包等王人属于指示模子（instruct model），这类模子是很是想象用于顺从指示生成内快活实行任务的。

推理型模子东说念主就像一个小灵巧鬼，专注于逻辑推理、问题惩处的模子，能够自主处理需要多要领分析、因果预计或复杂决策的任务，只须你说明目的，他就能我方念念考怎样作念。

从推行的应用角度来说，如果说 GPT 你要学会发问，那么使用 DeepSeek 就需要你学会对它纲要求。

是以我们在使用 DeepSeek 的时候需要告成的说出具体的需乞降场景。

举例我目下需要作念什么？目的是什么？但愿达到什么样的成果？但是又惦念什么样的问题？

那么，让我用一个真实案例来说明。我们以前传统样式：

你是一个案牍人人，你帮我在优设的 AI 导航器具里针对 DeepSeek 这个 AI 器具写一段 20 字以内的简介，简介的内容要贴合家具的优点，同期给我建议 5 个不同目的的案牍。

图片

这样我们只会得到一份干巴巴的案牍，天然案牍不错使用，但是照旧有一种很古板的 AI 味。

DeepSeek 的新样式：

比如我之前想让 DeepSeek 帮我写一段优设 AI 导航器具的简介案牍。

我们优设有一个汇集 AI 器具的的导航网站，里面收录了许多热点的 AI 器具，我目下想要将 DeepSeek 这个新兴的 AI 器具收录进我们的 AI 器具导航里面，但是目下穷乏一个针对 DeepSeek 的 20 字以内的简介，我但愿你帮我写一段简介，简介的内容需要尽心思化的样式先容一下 DeepSeek 这个器具的特色，让用户一眼就能了解到这个器具到底有什么作用。但是有惦念会触及的告白法，请能帮我在简介当中掩盖这个问题，请说东说念主话。

图片

从生成的收尾上头来看，Deepseek 从它的念念考历程、分解念念路以及谜底等方面告成给出接地气的分析。

这即是最大的分袂：

DeepSeek 不需要你写'专科教导词'，它需要的是真实场景和具体需求。

是以使用 DeepSeek 最紧迫的即是一个通用公式：

我目下需要作念什么？目的是什么？但愿达到什么样的成果？但是又惦念什么样的问题？

就像你跟一个明智的共事相通：不要说'请按照 STAR 法例写周报'

而要说：我要写周报，雇主周一要看，我但愿周报的内容重心放在 xxx 上，让我们部门在雇主眼前能达到装逼成果，力压近邻研发部，但惦念研发质疑我们家具文档写得不够贯注……'

二、DeepSeek 最好用的荫藏玩法：说东说念主话

图片

在汇集上遭受许多东说念主王人在诉苦 DeepSeek 的回复太抽象，像是在读天书。

即使使用了结构化问题法之后，得到的谜底要么很像技艺说明书，要么即是闲聊休说却鸡同鸭讲？

其实出现这种情况的压根原因，照旧在于我们王人照旧按照之前使用 AI 的民俗，给 Deepseek 喂了很贯注的教导词（咒语 / Prompt）。

以往的 AI 给出的回答常给东说念主一种机械、刻板的嗅觉，满屏王人是 “起先、其次、然后、一言以蔽之” 这样的方法连气儿词。

如果你以为 Deepseek 给你的谜底过于专科过于抽象，你就在问题背面多加一句：“用泛泛的谈话说明/说东说念主话/让小学生也能听懂/让我奶奶也能听懂...”就不错惩处这个问题了。

因为 Deepseek 对“说东说念主话”这个词语很敏锐。

我们只须告诉 DeepSeek，他的受众对象是谁， 对着这类东说念主讲他们听得懂的黑话，这样成果更佳。

为什么「说东说念主话」对于推理模子的 DeepSeek 会好用。

图片

这就好比你在讲故事的时候，先构建一个人人王人能干与的场景，然后用几个要害词点火人人的酷爱，让听众顺着你的念念路走下去。

这里面中枢逻辑即是：应用场景设定，激活模子对语境、受众和格调的敏锐度，让它更精确地对接用户的需求。

即是让复杂的信息变得简短易懂，就像把高妙的表面用最接地气的样式讲给你听。

具体来说，不错从三个方面来看：

触发格调切换：DeepSeek R1 模子在考试历程中，也曾遭受了无数次“说东说念主话”和复杂评释的案例（就像课堂上淳厚濒临学生那样），这就尽头于给它装了个“泛泛抒发”开关。一朝你打出“说东说念主话”，模子立马就会切换到更易懂、简约明了的方法。受众感知：你给模子的指示里隐含了“请面向非专科东说念主士”的要求。这样一来，模子就会自动把那些专科术语甩到一边，多用类比、打比喻，比如“就像……”这种样式，让复杂的成见变得亲切、接地气。任务重构：这里的任务计较从“评释成见”升级成“确保对方听懂”。这就像你在演讲时，不仅要施展晰，还得时频频停驻来问问听众“听懂了吗？”模子也会因此收受分要领造就、反复阐明认识的策略，确保信息传达到位。

这恰是当代信息传递中，科技与东说念主性化念念维相荟萃的精髓方位。

为什么「提名说念姓」式的相通更管用？

图片

把“说东说念主话”再具体化，即是明确你在和谁对话，这样成果就会更佳。

想象一下，如果你在对话中不仅提醒模子“说东说念主话”，还罕见说明“面向大学生”、“针对 UX 想象师”或者“给技艺小白

评释”，那模子就能更精确地调出稳当这群体念念维方法和分解水平的抒发样式。

实战成果对比：

当你说'给我们的 UI 想象生手评释想象系统'，成果远超平素'说东说念主话'，就像在想象说明文档中表明'建筑者/想象师/用研'不同脚色应知——精确度

假定我们要向家具司认识释「容错性想象」时。

第一次我们给出恍惚指示：'用说东说念主话评释容错性想象'

图片

可能得到上头这种接地气的例子bad news 丝袜。

但是第二次我们给出精确指示：'给 APP 家具司理用说东说念主话的样式评释容错性想象'

图片

从产出的收尾上，我们就不错看得出相配契合家具司理的视角，这样家具司理就更容易认识了。

纪念下来不错从三个方面入辖下手：

明确计较受众：当你指定“针对互联网家具司理”时，模子就会自动使用专科术语，而是收受更逼近他们日常责任的谈话，这样，我们更容易产生共识，认识力也会大大普及。退换抒发格调：不同受众频频偏好不同的抒发格调。比如，“面向初创企业雇主”时，谈话不错更口快心直、求实，越过数据和案例；而“给技艺小白”造就时，则需要多用类比和实例，让抽象的成见变得具体可感。模子在感知到这种细分指示后，会自但是然地退换格调，使得信息传递愈加高效。优化信息结构： 针对不同听众，我们还不错退换信息的呈现要领。比如，对于不熟练某个规模的东说念主来说，先从一个简短的场景切入，再慢慢引入专科学问，比一次性抛出多数信息要容易经受得多。这样的分层递进不仅能收拢听众的酷爱，还能灵验裁减认识难度。

把“说东说念主话”进一步具体化，即是在构建场景、切换格调的基础上，再良好化地锁定受众。

这样一来，信息传递不仅变得“更东说念主性化”，还能确切作念到让每一个计较受众王人能听得懂、用得上。

正如罗振宇常说的那样，“我们不是在授课，而是在和不雅众对话”，唯有对话确切对上号，才能让复杂的学问猖厥落地。

Deepseek 就像我们身边善解东说念主意的一又友，它不仅能认识名义意念念，还能捕捉到字里行间的隐含厚谊和意图，最终给出天然认识、逼近东说念主类抒发样式的呈文。

三、DeepSeek 最刚劲的手段：深度念念考

图片

聊天界面提供了三种方法——基础模子、深度念念考（R1）和联网搜索，可证据不同场景和需求，生动选定。

在 DeepSeek 的对话界面中，我们会注意到聊天输入框下方的两个选拔「深度念念考 R1」和「联网搜索」

「深度念念考 R1」这个选项其实是一个切换键，它背后干系着 V3 和 R1 两个模子的不同才调。

基础模子，于客岁 12 月升级到 DeepSeek-V3 版，性能并排全球顶尖的开闭源模子（如 4o、Claude-3.5-Sonnet、Qwen2.5、Llama-3.1 等）。

当不启用“深度念念考”时，我们使用的是 V3 模子，它就像一个多面手，能够高效地处理各式谈话任务，比如快速生成著作、翻译、聊天等，稳当那些需要快速得到谜底或者处理多种任务的场景。

而当我们启用“深度念念考”时，就切换到了 R1 模子，它更像是一个逻辑人人，擅长惩处复杂的逻辑问题、进行深度推理，比如数学建模、编程代码生成等。

不外，许多用户在体验到“深度念念考”带来的神奇成果后，就民俗性地在所有这个词问题上王人启用它。

对于「深度念念考 R1」

深度念念考是一种基于里面学问和教训，通过逻辑推理、分析详尽等方法来深刻探究问题内容的念念考样式，它更侧重于对信息的深度加工和认识，而不是简短地获取信息，深度念念考在写稿、学习和创意生成等场景中，深度念念考能够发达紧迫作用。

当你需要更简短快速的回答时，不必掀开「深度念念考」，使用默许模子 V3 即可；当你需要完成更复杂的任务，你但愿 AI 输出的内容更结构化，更三念念尔后行时，你应该掀开「深度念念考 R1」选项，通过深度念念考，东说念主们不错破损老例念念维管理，创造出更具新颖性和独到性的作品或想法。

对于「联网搜索」

联网搜索是一种基于互联网的信息检索样式，通过搜索引擎等器具不错快速查找和获取各式信息。

在查新闻、找贵府、及时数据等场景中，联网搜索具有显耀上风。

当你的任务所触及的学问在 2024 年 07 月之前时，你无谓掀开「联网搜索」功能，因为目下 DeepSeek 的预考试数据也曾更新到 2024 年 7 月被充分考试过的语料学问。当你的任务所触及的学问在 2024 年 07 月及之后时，比如昨天 NBA 比赛的赛果，硅谷对 DeepSeek R1 的评价等，你必须掀开「联网搜索」功能，不然大模子在回答时会穷乏相应的学问，这时候 DeepSeek 的联网搜索方法就显得尤为紧迫，它能够证据汇集及时获取最新信息，弥补学问库的空缺。

深度念念考和联网搜索各有其上风和适用场景。

r级书屋春色吧

在推行应用中，我们不错证据具体需乞降场景选拔合适的样式来获取信息和处理问题。

四、DeepSeek 的使用技巧

以下是给 DeepSeek 生手的 8 个「接地气」的技巧，看完告成用。

技巧 1：讲清计较

图片

通过明确品牌定位、计较用户、豪情决议、必须包含的元素以及字体和图标格调的偏好，DeepSeek 不错提供更贴合需求的想象建议。

这即是在告诉我们告成说需求，千别绕弯子。

在使用 DeepSeek 时，讲清计较是获取高质料、精确回答的要害要领。

我们不要教 DeepSeek 作念事，别问'你能作念什么?'，而是告成告诉它：我要 xx，目的是要 xx，但愿达到 xx 成果，不但愿出现 xx 问题...，Deepseek 王人能秒懂的。

因为濒临一个明智的机器东说念主，我们许多时候不需要教它去怎样作念，给它界说明晰计较就好了。

和 OKR 的逻辑一样，发达它的主不雅能动性。

技巧 2：在发问中增多数字来丰富布景

图片

濒临这种明智的帮衬，它的民俗是你一问，它就给你一套惩处决议。

如果你没将布景说明晰，它也不会在继续问你，它就会证据我方的教训走动答了。

是以我们需要给它提供必要的任务布景，同期强调数目，它不错还你多套齐备有用的惩处决议。

同期由于用户暴增，DeepSeek 昭着退换了反应策略，念念考时候从 20 秒降到 5 秒，回答的内容深度昭着下落，

反念念才调由于时候关系受到了适度。

它这样作念我们亦然不错认识的，毕竟念念考越久，所需的算力就越烧钱。

但对于我们用户来说，怎样还能激勉它的深度念念考才调？

这里试用了三个中枢教导词，不错匡助 DeepSeek 激勉它的深度念念考才调。

请在你的念念考分析历程中同期进行批判性念念考至少 10 轮，务必详备请在你的念念考分析历程中同期从反面接洽你的回答至少 10 轮，务必详备请在你的念念考分析历程中同期对你的回答进行复盘至少 10 轮，务必详备

如斯一来，深度念念考的时候将会变长，是以我们这里使用中枢是：反念念。

技巧 3：让 Deepseek 说东说念主话

如果 Deepseek 给你的回答就跟话痨一样，太复杂，看不懂或者回答的相配专科，你就告成回它三个字：说东说念主话，成果简直神了。

见风使陀说东说念主话是一种让 DeepSeek 以更阳春白雪的样式输出内容的技巧，其中枢在于通过特定的教导词或指示，让模子将复杂、抽象的内容滚动为更接地气、逼近日常抒发的谈话。

如果“说东说念主话”成果不够梦想，不错使用更贯注的法式指示。

告成跟 ta 说，请用以下法式输出：

谈话平实直述，幸免抽象隐喻；使用日常场景化案例扶植说明；优先选拔具体名词替代抽象成见；保执段落简明（不率先 5 行）；技艺表述需附泛泛评释；禁用体裁化修辞；重心信息前置；复杂内容分点说明；保执白话化但不外度简化专科内容；确保信息准确前提下优先选拔人人分解词汇

将上述法式加入问题中，能进一步普及回答的泛泛性。

图片

同期我们也不错通过添加脚色设定、荟萃场景适度、确保信息准确三个方面不错让 DeepSeek 的回答愈加逼近日常抒发，裁减认识难度，提高信息的可经受性。

添加脚色设定示例：

“用广场舞大妈的聊天样式说说这个技俩的优点。”“像给小学生评释一样，说说这个科学旨趣。”

荟萃场景适度示例：

“在家庭约会场景下，怎样向长者评释我的责任？”“在一又友约会时，用猖厥的口吻说说最近的科技趋势。”

确保信息准确示例：

“请用阳春白雪的样式评释这个成见，但要确保信息准确。”

技巧 4：用假定性问题激勉它的预判脑洞

图片

我们之前说过 DeepSeek r1 是推理模子，我们要用假定新问题激勉它的预判脑洞，这样才能匡助我们提前避坑。

如果我们用指示会不会来触发 DeepSeek 的预判方法？

如果是这样告成的样式发问成果就显得很一般了。

但如果你这样问：如果想在互联网想象师的社群中看成念互动赠书的活动，用户会不会以为没新意？换成打卡解锁福利

会不会更好？那么送什么类型的奖品会更眩惑到目下的想象师。

DeepSeek 不仅会给出决议，还会分析不同的选拔和强横，以至主动建议你没预想的优化点。

只若是建议这个假定性的问题，比如畴昔三个月想象行业可能会发生什么，它就会从行业趋势、计谋身分、竞品动向等进行深度分析，推献技你没预想的细节。

技巧 5：应用 DeepSeek 查漏补缺

图片

应用 DeepSeek 进行查漏补缺，不错匡助用户在技俩、内容创作或数据分析中发现潜在问题并提供惩处决议。

当我们在作念决议的时候，如果你轻微我方的决议决议有问题，但是我方会看不出来这些问题，我们就不错应用启动杠击方法。

示例中沿用了上一个在互联网想象师的社群中看成念互动赠书的活动假定性问题，只需要告成甩给他一句，启用杠击方法，DeepSeek 会先列出原决议的短板，然后再给出优化后的决议。

技巧 6：寻找元问题

图片

明智东说念主不但会提供谜底，还会建议许多好问题。

是以在使用 DeepSeek 时，寻找“元问题”是一种相配灵验的技巧，不错匡助用户更深刻地念念考问题的内容，从而取得更全面、更有针对性的谜底。

是以我们不错借助 DeepSeek 向我们反向发问，匡助我们念念考。

或者是在我们我方建议问题之前，就先让 DeepSeek 来问我们，找到一些元问题。

这里我纪念了一些具体寻找元问题的使用技巧。

① 建议洞开式问题，领导 DeepSeek 反向发问

当你不细目具体需求时，不错先建议一个洞开式问题，让 DeepSeek 匡助你梳理要害点。

举例：我目下谋划开展一个电商技俩，但不太细目具体需求应该怎样样式，请你帮我列出 5 个要害问题，协助我理清念念路。

这种样式不错匡助你从多个角度念念考问题，幸免遗漏紧迫的细节

② 应用“布景+需求+适度条款”结构

在发问时，收受“布景+需求+适度条款”的结构，不错匡助 DeepSeek 更好地认识问题的陡立文，从而更精确地回答。

举例：

布景：“我正在准备一个面向年青用户的外交媒体营销活动。”

需求：“请帮我想象一个吸援用户的互动关节。”

适度条款：“预算在 1 万元以内，活动周期为一周。”

③ 通过追问细化问题

如果 DeepSeek 的回答不够具体，不错通过追问进一步细化问题。举例：

第一轮：“请帮我想象一个内容保藏家具的用户旅程。”

第二轮：“针对这个用户旅程，用户在使用历程中可能会遭受哪些痛点？”

第三轮：“针对这些痛点，有哪些具体的优化建议？”

④ 要求 DeepSeek 考证阐明

在发问时，不错要求 DeepSeek 先列出需要了解的要害信息，待你补充后再生成具体内容。举例：

问题：“请先列出需要了解的家具功能项，待我补充后继续生成家具想象文档。”

⑤ 使用逆向发问技巧

当问题相比复杂或恍惚时，不错尝试逆向发问，让 DeepSeek 从收尾启航反向念念考。

举例：

问题：“如果我们的家具要在畴昔 3 年内占据阛阓份额的 30%，目下需要惩处哪些要害问题？”

通过这些技巧，你不错更灵验地应用 DeepSeek 寻找问题的中枢，从而取得更有价值的建议和惩处决议。

技巧 7：让 AI 回答更靠谱

图片

我们应该王人知说念 不管多先进的 AI 模子，王人是有一定局限性的。

AI 模子生成的内容是基于考试数据的统计执法，可能存在事实性虚伪或诬蔑，是以我们一般会在得到 AI 的回复之后，要求增多上以上这五种适度的条款，不错让 DeepSeek 的回答愈加靠谱，提高回答的准确性和果然度。

要求考证和援用示例：

适度瞎编：加上这些要求“给出可考证的参考贵府开端”“如果不细目请明确说明”

要求分步推理示例：

拼集复杂问题，分要领问：“第一步先列出可能的方法，第二步分析优谬误，第三步给出推选决议”

技巧 8：鉴戒大佬念念维，让明智翻倍

当我们遭受许多想欠亨的问题的时候，不错通过鉴戒行业大佬的念念维，来找寻一些问题的谜底。

比如我这里让马斯克和雷军来针对 2025 年互联网想象师还有哪些发展目的进行申辩。

图片

从这里面的内容当中不错看出，王人照旧相比稳当这些大佬的念念维方法停战话民俗的，天然有些回答可能有点放飞自我了，但是我们不错证据不同的推行情况添加适度条款，是以我们不错通过这种鉴戒大佬念念维取巧的样式，让我们取得更多的灵感。

五、DeepSeek 的局限性：什么情况下不要用它

说了这样多优点，也必须说说它的局限性，以下场景不建议使用 DeepSeek。

1. 长文本处理适度

图片

DeepSeek R1 目下提供的陡立文长度为 64k token，对应到中笔墨符大要为 3-4 万字。

这意味着在处理率先这一长度的文档时，DeepSeek 可能无法一次性处理完通盘文档，而是通过检索增强（RAG）的样式登第部天职容作为纪念的一部分。

在处理长文本时，DeepSeek 可能出现逻辑断裂的情况。

这是因为模子在处理长文本时难以保执合座的连贯性和一致性。

因此，在需要处理相配远大的文档聚首时，可能不是最好选拔。

2. 敏锐内容

图片

因为是国产的 AI 家具，DeepSeek 内置了严格的审核机制，对于敏锐内容会进行适度。

这可能导致用户在处理某些特定主题时遭受缺乏。

如果我们在相通的历程中遭受了这样回复的时候，能够率即是触发审核机制。

许多时候你不知说念哪句话就触发审核了，这种情况怎样惩处呢？

因为 DeepSeek 是后置审核，是以不错在你的发问处点击修改，再提交几次，修改到内容是不触发审核的，确保发问时谈话澄莹、准确，幸免恍惚不清或可能引发歧义的表述。

罢了语

也曾，要充分用好 AI，我们需要破耗多数时候汇集教导词模板，学习各式指示和参数。

这一系列复杂的操作让许多东说念主对 AI 退缩三舍。

但目下，这一切王人将成为历史，DeepSeek 代表了 AI 的畴昔目的——更懂东说念主话，更会念念考。

使用 DeepSeek 只需简简短单地作念到三件事：澄莹抒发我方的需求，说明具体应用场景，用最直白、日常的谈话去和 Deepseek 交流。

这意味着 AI 的使用门槛正在快速裁减。

就像设哥一直在和我们强调的，总有一天教导词这种内讧的东西终将会成为昔时！

那些还在用教导词收割的成为了才略税。

DeepSeek 即是代表了新一代 AI 的使用范式bad news 丝袜，契合 2025 的辞旧迎新！

本站仅提供存储职业，所有这个词内容均由用户发布，如发现存害或侵权内容，请点击举报。