摘要：
合集：AI产品推荐-办公
AI产品：深度求索AI助手/DeepSeek Chat
DeepSeek R1模型在数学、编程与通用逻辑等多个基准测评中领先当前中国国内所有模型，在整体表现上已接近竞争对手OpenAI和谷歌推出的顶尖模型。DeepSeek Chat 是一款强大的 AI 助手，网址为： 。选择正确的工作模式，同时合理使用 提示词（Prompt） 可以显著提升回答质量。
三种工作模式
- DeepSeek V3 (基础模型) ：通用自然语言处理模型，适合快速响应和高效处理多模态任务，适合绝大多数规范性任务。
- DeepSeek R1 (深度思考) ：复杂逻辑推理模型，专注于解决复杂问题和提供可解释性输出，例如数理逻辑推理和代码编程。
- 联网搜索：基于RAG（检索增强生成），能够结合网络信息回答问题。
提示词的正确使用技巧
以下是一些提示词的正确使用技巧，帮助你更高效地获取所需信息。
1. 清晰明确地表达需求
5W1H原则：在提示词中包含Who/What/When/Where/Why/How等要素
❌ 模糊提问： “帮我写一篇关于人工智能的文章。”
✅ 具体提问： “请写一篇 800 字左右的科普文章，介绍人工智能的发展历史、当前应用和未来趋势，语言通俗易懂，适合普通读者。”
优化点：
- 指定 字数（800 字）
- 说明 内容范围（历史、应用、趋势）
- 定义 受众（普通读者）
2. 提供上下文和背景信息
你可以设定一个特定情境或背景来获得更符合需求的回答。例如:
❌ 缺乏背景：
推荐一些电影。
✅ 补充背景：
请推荐几部适合家庭聚会观看的电影。
❌ 缺乏背景：
翻译这句话。
✅ 补充背景：
请将以下英文句子翻译成中文:’The future of Al is promising.
❌ 缺乏背景：
“解释一下 Transformer 模型。”
✅ 补充背景： “我是一名计算机专业的大学生，正在学习 NLP。请用通俗的语言解释 Transformer 模型的核心思想、自注意力机制的作用，并给出一个 PyTorch 实现的简单示例。”
优化点：
- 说明 身份/知识水平（计算机专业学生）
- 指定 技术深度（通俗解释 + 代码示例）
- 明确 需求（自注意力机制 + PyTorch 实现）
3. 分步提问，结构化输出
对于复杂任务，可以分步提问。如果你需要更详细的步骤，可以在提示词中明确要求。例如:-第一步:“请解释什么是量子计算。”-第二步:量子计算的主要应用领域有哪些?”
❌ 笼统提问： “如何学习机器学习？”
✅ 分步提问： “请为我制定一个 3 个月的机器学习自学计划，包括：
- 第1个月：学习数学基础（线性代数、概率论）
- 第2个月：掌握 Python 和 Scikit-learn
- 第3个月：实战项目（分类、回归任务） 并推荐一些免费学习资源（书籍、视频、网站）。”
优化点：
- 分阶段（1个月/2个月/3个月）
- 结构化（数学 → 编程 → 实战）
- 附带资源（书籍、视频推荐）
4. 指定回答风格和格式
如果你希望回答以特定格式呈现，可以在提示词中说明。例如:
❌ 未指定格式： 列出一些提高生产力的方法。
✅ 指定格式： 请用列表形式列出5条提高个人生产力的方法。
❌ 未指定格式：
“介绍一下卷积神经网络（CNN）。”
✅ 指定格式： “用通俗易懂的语言介绍 CNN 的基本原理，并用一个表格对比 CNN 和全连接神经网络（FCN）的区别。最后给出一个简单的 TensorFlow 代码示例。”
优化点：
- 语言风格（通俗易懂）
- 结构化对比（表格）
- 附带代码（TensorFlow 示例）
5. 限制回答范围或条件
如果你希望回答有某些限制范围或条件，可以在提示词中说明。
❌ 开放性问题：
告诉我一些科学的事实。
✅ 限定范围：
请告诉我5个与太空探索相关的科学事实。
❌ 开放性问题：
帮我选择一个工作方案。
✅ 限定范围：
请给我三个适合的工作方案供我选择。
❌ 开放性问题：
“谈谈你对深度学习的看法。”
✅ 限定范围：
“在计算机视觉领域，深度学习相比传统方法有哪些优势？请列举 3 个具体例子，并分析其技术原理。”
优化点：
- 限定领域（计算机视觉）
- 明确数量（3 个例子）
- 要求分析（技术原理）
6. 让 AI 扮演特定角色
你可以让DeepSeek扮演特定角色来回答问题。例如：你是一位营养师，请给我制定一份适合健身的饮食计划。
❌ 普通提问： “如何写一篇论文？”
✅ 角色扮演： “假设你是一位资深的计算机科学教授，请指导我如何撰写一篇关于‘对比学习在 NLP 中的应用’的学术论文，包括：选题思路、论文结构、实验设计、写作技巧。”
优化点：
- 设定角色（资深教授）
- 明确任务（论文写作）
- 细化要求（选题、结构、实验、写作）
7. 使用示例引导 AI
❌ 直接提问： “写一首诗。”
✅ 提供示例风格： “请模仿李白的风格，写一首关于‘人工智能’的七言绝句，要求押韵且富有想象力。”
优化点：
- 指定风格（李白风格）
- 限定题材（人工智能）
- 要求押韵（七言绝句）
8. 迭代优化提问
如果第一次回答不满意，可以 补充信息或调整提问方式： 第1次提问：”推荐一些机器学习书籍。” 第2次优化：”我是初学者，希望推荐 3 本适合入门的机器学习书籍，最好是中文版，附带豆瓣评分和简介。”
9. 避免歧义，使用精确术语
❌ 歧义提问： “怎么调模型？”
✅ 精确提问： “我在训练 ResNet50 时遇到验证集准确率不升反降的问题，可能是什么原因？应该如何调整学习率、批次大小和数据增强策略？”
优化点：
- 明确模型（ResNet50）
- 具体问题（验证集准确率下降）
- 调整参数（学习率、批次大小、数据增强）
10. 结合代码和理论
❌ 纯理论提问： “什么是梯度下降？”
✅ 结合代码： “请用数学公式解释梯度下降的原理，并给出一个 Python 实现，使用 NumPy 计算函数 ( f(x) = x^2 + 3x + 2 ) 的最小值。”
优化点：
- 数学公式（梯度下降原理）
- 代码实现（Python + NumPy）
- 具体例子（优化 ( f(x) = x^2 + 3x + 2 )）
总结
高效提示词的核心要素：
| 要素 | 示例 | 效果 |
|---|---|---|
| 明确需求 | “写一篇 1000 字的科普文” | 避免模糊回答 |
| 提供背景 | “我是初学者，请通俗解释” | 调整回答难度 |
| 结构化输出 | “分三点回答，并用表格对比” | 信息更清晰易读 |
| 限定范围 | “列举 3 个优势” | 避免冗长回答 |
| 指定风格 | “模仿鲁迅的文风” | 符合个性化需求 |
| 结合代码 | “用 PyTorch 实现 CNN” | 理论与实践结合 |
掌握这些技巧后，你可以更精准地获取高质量回答！
专业晋级
清华大学新闻与传播学院沈阳教授团队编写的DeepSeek指南第二版《DeepSeek如何赋能职场应用》（正版免费分发）。主要内容包括DeepSeek应用于以下职场场景：
- 文档与演示：PPT大纲生成、会议纪要、图表制作、智能校对。
- 研发支持：代码开发、技术文档撰写、自动化测试。
- 营销与内容：新媒体文案、营销方案策划、品牌设计。
- 数据分析：数据清洗、商业智能报表、预测分析。
- 客户服务：智能客服、会议记录翻译、邮件分类。