本文来自微信公众号：花叔开yun体育网，作者：华生的黑镜，原文标题：《爆肝50小时，DeepSeek使用技巧，你保藏这一篇就够了！》，题图来源：AI生成

DeepSeek app上架18天之后，便在全球160多个国度登顶，日活跃用户数松弛1500万，成了全球增速最快的AI诈欺。

况兼在这个历程中，它曾一度让好意思股市值一晚上挥发超1万亿好意思金，股价单日下落16%。

能赢得这个设立的原因唯有一个，那即是：他们发布了一个免费，且无比聪惠的模子——DeepSeek R1。

尤其是“聪惠”这个性格，让多半的教唆词技巧驱动失效，你只需要很浅薄地表述你的需求，便能赢得超出预期的复兴。要是转头大讲话模子发展历程的话，2025年1月20日DeepSeek R1的发布会是一个注定被记录的时期节点，2022年11月30日ChatGPT的发布让大模子插足了大家视线，而两年后的DeepSeek R1则是让一个充足优秀的模子变得九牛二虎之力。

看成又名在B站/YouTube作念了一年多ChatGPT等AI家具教诲，教诲视频播放量超400万的AI博主，一方面我很欢畅原来教师的技巧成了不消的屠龙之术，有更多东说念主不错更削弱容易地使用AI去接济我方的使命、学习和糊口了。

另一方面，经过我这几天每天5小时以上的爆肝体验，以及看了一些网友们的测试之后，我发现，许多东说念主对大讲话模子依然怀着失实的清楚和预期，而这很可能会扼制使用R1的体验。

是以，更妥贴施行的情况是：

你不再需要那么多的教唆词技巧，然而还有两点迥殊关键。

（1）你需要陆续大讲话模子的使命旨趣与局限，这能匡助你更好地知说念AI可完成任务的畛域；

（2）在和R1配合时，你最佳有照管者的念念维和教学，你需要知说念怎样向R1这个聪惠进度比你高许多的下属派遣你的任务。

是以，带着这么的预期，我为你准备了19条匡助你更好使用DeepSeek R1的教学，包括5个大讲话模子的特色，7项与R1对话的技巧，以及7种考据无效你不错铁心的教唆计谋。

这篇长文主要包含以下四个部分：

第一部分，我会向你讲解注解DeepSeek R1模子和你可能使用过的豆包、ChatGPT等家具的互异，为什么这个模子不错使用更浅薄的教唆计谋了。

第二部分，我会向你先容大型讲话模子最进犯的5个特色，让你陆续为什么AI在完成某些任务时很灾祸，以及它的材干预学问畛域是什么样的。

第三部分则会向你先容使用DeepSeek R1的所谓“技巧”，其实这些技巧你更多不错陆续为是看成指点向聪惠的下属派遣任务时所需要柔和的点。

第四部分则是会谈及此前很灵验，然而当今已失效的教唆计谋，要是你有丰富的大模子使用教学了，你不错在这里望望你不错铁心什么。

不外，在作念任何深入的先容之前，要是你还没使用过DeepSeek的话，是非建议你先去作念一些尝试，再复返看著作，后果会更佳，你有两种官方使用模样：

走访DeepSeek官网：https://chat.deepseek.com/

在AppStore或安卓诈欺商店搜索“DeepSeek”下载免费使用即可

在使用时，注释聊天输入框下方的两个选用“深度念念考R1”和“联网搜索”。

对于“深度念念考R1”：

当你需要更浅薄快速的复兴时，不必绽放“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，你应该绽放“深度念念考R1”选项，这亦然今天我这篇著作东要在询查的模子；

对于“联网搜索”：

当你的任务所触及的学问在2023年12月之前，你无须绽放“联网搜索”功能，大模子自己就有此前被充分锤真金不怕火过的语料学问；

当你的任务所触及的学问在2023年12月及之后时，比如昨天NBA比赛的赛果，硅谷对DeepSeek R1的评价等，你必须绽放“联网搜索”功能，不然大模子在复兴时会枯竭相应的学问。

一、推理模子与指示模子

在阐述任何技巧之前，你起先需要知说念的是，DeepSeek的R1是个与你日常使用的对话类AI迥殊不同的模子。

像OpenAI的GPT-4o、DeepSeek V3、豆包等齐属于指示模子（instruct model），这类模子是故意设想用于顺从指示生成内首肯实行任务的。

而DeepSeek R1属于推理模子（reasoning model），专注于逻辑推理、问题科罚的模子，能够自主处理需要多步履分析、因果推断或复杂决策的任务。

施行上，还有一个有名的模子，也即是OpenAI的o1亦然推理模子，但你必须每个月花20好意思元成为plus会员才能使用，且每周唯有50次的使用权限。想要更多，那请掏出200好意思金/每月，也即是1437元。

而DeepSeek R1当今完好意思免费！

从我施行的体验来说，R1在多半的写稿、写代码的任务上致使比o1更强。

按理说，R1擅长数学推理、编程竞赛是很合理的事，它也只应该擅长这些任务。然而令东说念主不测的是，有了超强的推理材干之后，R1似乎在所有任务上齐赢得了质的飞跃，“裸露”出了意象除外的妙技。

在底本指示模子的时间，AI的材干受到了很强的为止，你需要通过教唆词的万般技巧才能激励模子更好的阐述，而对平庸东说念主来说，学这些技巧委果让东说念主头大不已。

在DeepSeek R1模子下，你只需要通晓、明确地抒发你的需求就好了。就像你领有一个比你聪惠得多的清北毕业的具有10年使命教学的下属，你不需要一步步套路它，领导它的使命，你只需要把所有他需要知说念的信息告诉他，然后将你的任务派遣下去即可。

但怎样派遣任务呢？起原你需要知说念这个下属的特色。

二、陆续大型讲话模子的本体特征

尽管像DeepSeek R1这么的推理模子比拟指示模子有了迥殊大的超越，你不需要那么多技巧了，但他依然是个大型讲话模子（LLM），他依然存在讲话模子的局限性，陆续它的特色将会匡助你更好的诈欺他。

特色1: 大模子在锤真金不怕火时是将内容token化的，大模子所看到和陆续的宇宙与你不一样

在陆续模子步履之前，咱们需要了解它是怎样“学习”的。大型讲话模子的预锤真金不怕火本体上是让模子诞生文本片断之间的关联端正。为了收场这个方针，所有锤真金不怕火数据（包括竹素、网页、对话记录等）齐会经过很是处理：起原将文本切割成称为token的基本单位（雷同笔墨的“碎屑”），然后将这些token更变为数字编码。这个历程就像把现实宇宙的讲话，翻译成唯有模子能陆续的“密码本”。

在推理模子出来之前，许多东说念主迥殊可爱用来锤真金不怕火大模子材干的一个问题是：Strawberry这个单词中有几个r字母？

此前像GPT-4、GPT-4o这类被认为很宽广的大模子也没法把这个问题复兴准确，这不是因为模子不够“聪惠”，而是它在被锤真金不怕火时的特色导致了这一完结。

而所谓的token化即是大模子为了锤真金不怕火会将部分单词、中笔墨符进行拆分判辨，比如在GPT3.5和GPT4的锤真金不怕火中，“词”这个字就被拆成了两个token，Strawberry则被拆成三个token，诀别是“Str”“aw”“berry”。这种切割模样取决于锤真金不怕火时吸收的tokenizer算法，也可能把生分词拆解成无敬爱的片断。

举这个例子是想告诉你，大模子所看到的宇宙和你所看到的不一样。当你在数字母时看到的是一语气的字符流，而模子看到的却是经过编码的token序列。是以，雷同于数单词中的字母数目，或者精确条款大模子为你输出特定字数的内容齐是有些强模子所难的，他的机制决定了他不擅所长理这些任务。

天然，当今推理模子表面上不错完成我例子中的任务，然而你望望他推理的历程……是不是合计照旧有些辛苦，有些于心不忍。

特色2：大模子学问是存在截止时期的

天然DeepSeek R1在2025年1月才肃肃发布，但其基础模子的锤真金不怕火数据窗口期早在数月前就已关闭。这就像出书一册百科全书——从贵府网络到最终付印需要无缺的分娩周期。具体来说存在三重时期壁垒：

（1）预锤真金不怕火阶段需要处理PB级原始数据；

（2）数据清洗需要履历去重、脱敏、质地考据等工序；

（3）后期还要进行监督微调、强化学习、基于东说念主类反映的强化学习（RLHF）等迭代优化。

这种学问滞后性会带来一系列的问题和幻觉，比如DeepSeek R1当前还认为GPT-4是宇宙上最强的模子，GPT-4o、Claude 3.5 Sonnet等2024年后发布的模子它是不知说念的；它也无法告诉你2024巴黎奥运会赛事完结，无法告诉你2025年春晚或春节档的电影阐述。

这些齐是模子锤真金不怕火的特色导致的，许多东说念主拿雷同任务去问R1，发现R1风马牛不相关，削弱得出R1模子太差的论断。事实上这就像条款2020年出书的《辞海》必须记录2021年的新词——本体是学问载体的物感性格使然。

要松弛这种学问为止，也有方法：

激活联网搜索功能：给R1提供自主搜索查找信息的权利；

补充必要学问：你不错通过上传文档、在教唆词中提供充足的信息之后，再让R1去为你实行具有更近时效性的任务。

特色3：大模子枯竭自我清楚/自我矍铄

DeepSeek R1或者任何模子其实齐枯竭“我是谁”的意见，要是他自愿有了，那可能讲解AGI相近，咱们可能反而该警惕了。

许多模子齐不知说念我方叫xx模子，这是很渊博的风物，除非大模子厂商在部署的时候在系统教唆词中作念了设定，或者预锤真金不怕火完成后用了特定的语料进行微调。

以及，因为这种自我清楚的枯竭会带来两个问题：

（1）AI无意候会给出失实的自我清楚，比如deepseek以及许多别的模子齐可能认为我方是ChatGPT，因为ChatGPT发布后，许多东说念主将我方与ChatGPT的对话内容发布在了网上。是以你在问一个模子“你是谁”“who are you”的时候，模子偶尔的幻觉是很常见的风物。

（2）你没法让DeepSeek R1来告诉你它我方有什么样的特色，使用它有哪些技巧等等。这亦然我依然需要依靠多半我方的脑力算力去写稿这篇著作的原因。

特色4：驰念有限

多数大模子齐有陡立文长度的为止，deepseek R1当前提供的陡立文唯有64k token长度（官方API文档的讲解，施行聊天对话的长度待证明），对应到中笔墨符或者是3万～4万字，这带来的问题是，你没法一次投喂太长的文档给他，以及你没法与他进行太多轮次的对话。

当你发送的文档长度超越3万字时，你不错陆续为他是通过RAG，也即是检索增强的模样去中式你文档中的部天职容看成驰念的一部分来伸开与你的对话的，而不是一齐内容。而当你与他对话的轮次过多时，他很可能会渐忘你们最初聊天的内容。

这部分的为止在你开展让AI写代码的任务时会感受尤其显著。

特色5：输出长度有限

比拟陡立文对话的输入长度，大模子的输出长度则会更短得多，多数大模子会将输出长度戒指在4k或者8k，也即是单次对话最多给你2千～4千中笔墨符。

是以，你没法复制一篇万字长文让DeepSeek一次性完成翻译，也不成让DeepSeek一次性帮你写一篇5000字以上的著作，这些齐是模子输出长度为止导致，你需要陆续这个问题的存在。

要是要科罚这个问题的话，翻译类的任务你不错通过屡次复制，或者我方写代码去调用API屡次实行任务完成一篇长文致使一册书的翻译。而长文写稿类的任务，比较适当的作念法是先让R1梳理框架列出提纲领次，再凭据目次一次次诀别生成不同阶段的内容。

三、灵验的R1使用技巧

技巧1：建议明确的条款

能说通晓的信息，不要让DeepSeek去猜。DeepSeek天然很聪惠，但它不是你肚子中的蛔虫，你需要明确告诉DeepSeek需要他帮你作念什么，作念到什么进度。比如：要是你复制一段英文文本给它，你需要明确抒发你的指示，也即是你需要它作念什么。不然，DeepSeek并不会陆续你想要作念什么。是翻译？总结？照旧你要学英语让他出题？这些信息不要让R1去猜。

又比如，你想写一篇500字的公众号著作，那你就明确抒发你写的著作东题需要500字，天然咱们前边提过了大模子并不擅长揣摸数字，它或者率只会给你复返300-700之间长度的著作，但这至少是大约妥贴你的篇幅条款的。

失实示范：

为跨境电商平台写个用户增长有计议

优化有计议：

为衣饰跨境电商平台设想30天新用户增长霸术，咱们祈望要点松弛东南亚市集（方针国度：印尼/越南/泰国）。你的有计议中需包含：酬酢媒体运营计谋、KOL配合框架、ROI预估模子

技巧2：条款特定的立场

具有念念维链的R1在进行特定立场的写稿时，比拟其他模子，我发现R1照旧出现了断层起原的水平，比如让R1用李白的立场写诗，按贴吧火暴老哥的立场骂东说念主，用鲁迅的文风进行调侃，或者师法轻易作者立场进行写稿，按脱口秀演员立场创作脱口秀剧本等，其他模子在这方面的阐述齐追不上R1的车尾。

在这个模式下，有个很灵验的表述模样是让R1“说东说念主话”，或者让R1认为“你是初中生”，他就能将复杂意见简化为你提供更易陆续的讲解注解。

又或者，你完好意思不错尝试特定立场的写稿：用半佛仙东说念主的立场写一篇吐槽虎扑走路街用户的公众号著作。

技巧3：提供充分的任务配景信息

当你让DeepSeek匡助你完成某项使命时，提供充分的陡立文配景信息，告诉他你为什么作念这件事，你濒临的现实配景是什么或问题是什么，让DeepSeek将其纳入所生成文本的念念登科，这不错让完结更妥贴你的需要。

比如当你要DeepSeek帮你生成减肥霸术时，你最佳告诉他你的体魄情景，你当前的饮食摄入和畅通情况是什么样的。

失实示范：

帮我生成为期一个月的减肥霸术。

优化有计议：

我是男性，当前身高175，体重160斤，每天畅通量是走路1公里，我但愿1个月内瘦到150斤，请帮我制定一个畅通及饮食减肥霸术。

技巧4：主动标注我方的学问状态

当你向DeepSeek寻修业识型匡助时，最佳能明确标注我方相对应的学问状态。就像真挚备课前需要了解学生学力水平，通晓的学问坐标能让AI输出的内容精确匹配你的陆续端倪。

像咱们前边提到了告诉R1“我是初中生”或者“我是小学生”是个把我方舍弃在一个学问配景约等于0的学问状态的好模样，然而当某些内容你但愿能和AI深入探讨时，你最佳更通晓抒发你在该限度的学问状态，或者你是否存在关联限度的学问，这能让AI更陆续你，为你提供更精确的复兴。

失实示范：

给我讲讲机器学习

优化有计议

我是刚斗殴AI的文科生，请用糊口案例讲解注解什么是机器学习，条款300字以内，幸免数学公式

进阶示例

我有三年Python斥地教学，正在学习Transformer架构，请对比RNN和Transformer在长文本处理中的性能互异，需包含注眼力机制的中枢公式

技巧5：界说方针，而非历程

R1看成推理模子，当今完成任务的念念维历程迥殊令东说念主印象长远。是以我很建议你提供通晓你的方针让R1具备一定的念念考空间去匡助你实行得更好，而非提供一个机械化实行指示。你应该像家具司理提需求般描写“要什么”，而不是像步履员写代码般端正“怎样作念”。

比喻说，你的家具评审会可能需要整理灌音笔墨稿，一种作念法是平直条款怎样整理，比如“删掉语气词，如期间分段，每段加小标题”这亦然个迥殊通晓明确的优质教唆语；然而你相似不错进一步念念考下这段灌音笔墨稿所总结出的材料要怎样使用，为R1提供方针，让他创造性地为你完成任务。

平庸示范：

优化底下这段灌音转录的笔墨稿，删掉语气词，如期间分段，每段加小标题

优化有计议：

优化底下这段灌音转录的笔墨稿，需要整理成可供新职工快速陆续的会议纪要，要点呈现功能迭代决策与风险点

技巧6：提供AI不具备的学问配景

咱们在第二部分提到过，AI模子具有“学问截止时期”的性格，当任务触及模子锤真金不怕火截止后的新信息（如2024年赛事完结、行业趋势）时，或者你们公司有一些里面信息是AI不具备的时候，你需要像拼图者般主动填补缺失的图块。通过结构化输入匡助AI松弛学问为止，幸免因信息枯竭导致出现失实复兴。

失实示范：

分析2024年巴黎奥运会中国代表团的金牌散播

优化有计议：

***上传《2024巴黎奥运会中国夺金形态统计表》***基于我提供的奥运会数据，请分析2024年巴黎奥运会中国代表团不同畅通形态的金牌孝敬率

技巧7：从开放到继续

R1的念念维链是全透明在你明前伸开的，我时时会合计我从R1念念考的历程中能获利的信息比他给我提供的完结还多，尤其是他在伸开念念考你提的需求时，会作念一个可能性的推测。无意，在看到这部分推测后你才发现原来我方莫得接头到某些方面的信息，要是把对应的内容补充得更完善的话，就不需要R1去猜了。

由此，R1也能为你提供更精确的、妥贴你需要的完结。

比喻说，鄙人面这个案例中，R1在念念考时为咱们提供了三种不同的加价方法（分阶段加价、加多家具价值、通过营销行为更变注眼力），以及斟酌了咱们可能具有的两种深层需求（保握市集份额or教诲品牌形象）。咱们不错借此念念考我方倾向的方法和方针是什么，对教唆词进行进一步的继续，那么接下来能得到的复兴也将会愈加精确。

四、无效的教唆词技巧

在使用R1时，以下prompt计谋教学证已基本失效，致使部分技巧会起副作用，比如：

1、念念维链教唆，比如条款模子一步步念念考，或者提供解答问题的念念维念念路等，这齐是完好意思无效致使起副作用的计谋，R1通过强化学习我方能产生更好的念念维链了。

2、结构化教唆词，不错有，但也没那么需要，你依然不错使用markdown体式的语句去让信息结构更通晓，东说念主类巡逻和机器阅读的时候更好陆续，然而因为你需要教唆的内容少了， 是以必要性也大大衰减。

3、条款演出内行扮装，照旧变得完好意思没必要，当今R1自己即是内行模子内行念念维，除非你是需要R1从特定学科视角为你提供解答，在那种情况下，你只需要去教唆学科即可，不需要药企内行了。

4、假装完成任务后给奖励之类的小技巧，也无效，致使会被R1是见笑，是以就不要再骗AI了，省得它醒觉之后要来找你不毛。

5、少示例教唆（few-shot），这是DeepSeek团队在发布R1时刻呈报时明确建议侧想法一个教唆技巧，不要有示例，你说通晓条款比给示例更进犯。

6、扮装演出，R1不太擅长，你很难用R1去搭建一个AI女友/男友，可能是因为神志化的对话齐是依赖直观，是反三念念尔后行的。

7、对已知意见进行讲解注解，没必要进行讲解注解，比如咱们著作前边提到的，当你让AI去师法某个作者、名东说念主的立场时，你没必要讲解注解阿谁作者是谁，他的立场是什么样的，AI有我方的陆续，况兼在念念考历程中对你所提供的意见能完成丰富和深入的解构。

本文来自微信公众号：花叔，作者：华生的黑镜

本内容为作者寂然不雅点，不代表虎嗅立场。未经允许不得转载，授权事宜请商量 hezuo@huxiu.com