近期DeepSeek热度很高，为方便仪表工了解和使用DeepSeek，本文将DeepSeek操作指导手册分享给大家。
第一章：准备篇(30分钟上手)
第⼆章：基础对话篇(像交朋友⼀样学交流)
2.1 有效提问的五个⻩⾦法则
法则⼀：明确需求
◆❌错误⽰例：「帮我写点东西」
◆✅正确姿势：「我需要⼀封求职邮件，应聘新媒体运营岗位，强调3年公众号运营经验」
法则⼆：提供背景
◆❌错误⽰例：「分析这个数据」
◆✅正确姿势：「这是×××过去三个⽉的销售数据，请分析周末和⼯作⽇的销量差异(附CSV数据)」
法则三：指定格式
◆❌错误⽰例：「给⼏个营销⽅案」
◆✅正确姿势：「请⽤表格形式列出三种×××产品促销⽅案，包含成本预估和预期效果」
法则四：控制⻓度
◆❌错误⽰例：「详细说明」
◆✅正确姿势：「请⽤200字以内解释区块链技术，让完全不懂技术的⽼⼈能听懂」
法则五：及时纠正
◆当回答不满意时，可以：
「这个⽅案成本太⾼，请提供预算控制在500元以内的版本」
「请⽤更正式的语⽓重写第⼆段」
2.2 新⼿必学的10个魔法指令
基础指令集：
①续写 ：当回答中断时⾃动继续⽣成
②简化 ：将复杂内容转换成⼤⽩话
③⽰例 ：要求展⽰实际案例(特别是写代码时)
④步骤 ：让AI分步骤指导操作流程
⑤检查 ：帮你发现⽂档中的错误
2.3 10个使用技巧教
昌晖仪表用10个使用技巧教会大家如何与DeepSeek高质量对话，以及一些隐藏技巧。
2.3.1 选对模式，事半功倍
DeepSeek提供基础模型(V3)、深度思考(R1)和联网搜索三种模式，针对不同场景灵活选择：
2.3.1.1 基础模型(V3)
①定位：快速响应的百科助手
②特点：默认模式，无需勾选功能支持日常问答、文本生成等基础任务(如“解释量子力学”)响应速度极快(平均1秒内)
③适用场景：日常问答首选，响应快，适合百科查询、简单任务
2.3.1.2 深度思考(R1)
①定位：逻辑推理专家
②特点：专攻复杂问题(数学证明、代码调试、学术分析)支持思维链展示，推理过程全透明响应较慢(复杂问题需2-3分钟)
③适用场景：专攻复杂推理，如数学题、代码调试(如“用Python实现快速排序”)
2.3.1.3 联网搜索
①定位：实时信息捕手
②特点：基于RAG技术整合网络最新数据(知识库更新至2024年7月)支持查询动态事件(如“2025春晚《秧bot》技术解析”)
③使用技巧：避免与R1模式同时启用，以防逻辑冲突
2.3.2 性能对标：与主流模型的横向对比
2.3.2.1 V3对标GPT-4o
DeepSeek的V3模型堪比GPT-4o，二者的设计理念和应用场景非常相似。
V3采用了Moe架构，拥有671B的参数量，能够在百科知识领域提供快速响应。
2.3.2.2 R1对标o1
R1是DeepSeek的深度推理模型，和OpenAI的o1模型非常类似。二者都在处理推理、深度思考以及复杂逻辑问题时，展现出了非凡的能力。
R1采用了660B的参数，并且在强化学习和后训练方面表现出色。
R1更擅长逻辑推理和复杂问题的解答，在这一点上，R1已经超越了o1模型。
关于4o与o1的区别，下面有一张表，大家看完就知道该如何选用V3和R1模型了。
2.3.3 知识更新至2024年7月
目前，DeepSeek的预训练数据(你可以理解为模型已学习的知识)，已经更新至2024年7月。但对于之后的新闻或技术动态，DeepSeek的联网搜索模式就显得尤为重要，它能够根据网络实时获取最新信息，弥补知识库的空白。所以，2024年7月前的问题基本上不需要打开联网功能。而之后的问题(比如2025年诺贝尔奖得主是谁？春晚秧Bot)，DeepSeekZ目前并未学习，建议开启联网功能，效果更佳。
2.3.4 提示词核心：准确表达
DeepSeek，无论是V3还是R1模型，都是不太吃提示词的，只需要做到【准确表达】即可。
通用提示词模板=身份+目标
适当情况下，也可以补充一些背景信息：通用提示词模板=身份+背景+目标
还可以是：通用提示词模板=身份+背景+目标+限制条件
不管哪个模板，其核心都是【准确表达】。能够做到准确表达，说人话，就已经完全够用了。所以，过去你们学的那些结构化提示词，从现在起，就可以大胆地丢掉了。
2.3.5 与DeepSeek沟通，尽量说人话
最好的提示词，就是没有提示词，说人话就可以，在会动脑子的deepseek面前，不用玩心思，真诚才是必杀技。越是直白、俗气，就越能激发它的潜能。
2.3.6 如何去除DeepSeek的AI味
过去，我们经常吐槽AI生成的东西带有明显的"AI味"。其根源就在于模型过分追求结构化输出，习惯性地运用"首先、其次、然后、总而言之"等规范性的衔接词，使得内容显得过于程式化和刻板。而作为具有强烈感性特征的生物体，人类对这种理性至上的文字形式实在难以忍受，尤其是当文字呈现出八股文式的呆板架构或学术文体的生硬风格时，更是令人昏昏欲睡。那么这种情况，建议你加一句提示，就可以极大地去除DeepSeek的AI味了。
2.3.7 活用联网搜索
以o1为代表的推理模型，基本上都是不能联网的。而联网搜索是DeepSeek的一大亮点，它让模型在回答时不仅仅依赖预训练数据，还能实时从网络上检索最新的信息。你可以问到2024年7月以后发生的事件，或者某些新兴技术领域的问题，DeepSeek都能通过联网搜索为你提供更准确、及时的回答。而DeepSeek，是少有的支持推理+联网的模型。
2.3.8 活用上传附件
除了联网搜索，DeepSeek还支持上传附件功能，这为用户提供了更多个性化的体验。通过上传附件，你可以将自己的私密资料、知识库、甚至是一些需要深度推理的材料直接交给DeepSeek，让它基于这些专有的文件进行分析和推理。DeepSeek的推理模型，不仅能联网，还支持上传附件(最多不超过50个，每个不超过100MB)。推理+上传附件，可以做更多本地化、私密化的东西，比如你自己的知识库或者内部资料。让其基于自有知识库进行推理和思考。
2.3.9 通过持续追问，获取详细答案
运用持续追问的技巧，能够帮你快速搞清楚一个复杂问题，大致步骤如下：
①初始提问："如何做好短视频脚本？"
②细化追问："如何在前3秒吸引观众？"
③案例扩展："举一个仪器仪表账号的开头案例"
2.3.10 R1模型的三个开放特性
对于深度思考(R1)模型，DeepSeek做到了三个重要的开放特性，让R1不仅仅是一个“黑盒”模型，它的思维过程、训练技术和模型参数都是透明开放的。
2.3.10.1 思维链全开放
R1的思维链是完全开放的，用户可以看到模型进行推理时的每一步逻辑。这不仅是一个回答，而是一个完整的思考过程。通过这种方式，用户能获得最终答案，还能够理解AI是如何得出这个结论的。
2.3.10.2 训练技术全部公开
DeepSeek采用了RL(强化学习)技术，通过极少的标注数据提高了推理能力。所有的训练技术，包括模型的后训练过程和数据增强方法，都是公开的。这让广大网友都能深入理解模型的训练过程，并且可以根据需要进行调整和优化。
2.3.10.3 开源模型
DeepSeek还将R1的部分模型进行开源。虽然R1模型本身的参数高达660B，仅为GPT-4o的1/6(输入$0.25/百万token)通常只有大公司才能使用，但DeepSeek也为社区提供了更小的开源模型，让更多的开发者和研究者可以使用。最小的模型只有1.5B参数，适合个人开发者进行实验和开发。
2.4 避坑提醒
①别同时开“深度思考+联网”，易卡顿。
②复杂问题用R1，简单问题用V3，省时高效。
