本文来自微信公众号：花叔买球app排行榜，作者：华生的黑镜，原文标题：《爆肝50小时，DeepSeek使用技巧，你储藏这一篇就够了！》，题图起原：AI生成

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

况且在这个经由中，它曾一度让好意思股市值一晚上挥发超1万亿好意思金，股价单日下降16%。

能取得这个配置的原因只须一个，那等于：他们发布了一个免费，且无比智慧的模子——DeepSeek R1。

尤其是“智慧”这个秉性，让大批的教导词技巧运转失效，你只需要很浅薄地表述你的需求，便能取得超出预期的恢复。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辰节点，2022年11月30日ChatGPT的发布让大模子参预了大众视线，而两年后的DeepSeek R1则是让一个鼓胀优秀的模子变得九牛二虎之力。

当作别称在B站/YouTube作念了一年多ChatGPT等AI家具教授，教授视频播放量超400万的AI博主，一方面我很欢悦原来教师的技巧成了不消的屠龙之术，有更多东谈主不错更削弱容易地使用AI去赞成我方的使命、学习和生涯了。

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，好多东谈主对大讲话模子依然怀着无理的领悟和预期，而这很可能会遏止使用R1的体验。

是以，更允洽实验的情况是：

你不再需要那么多的教导词技巧，关联词还有两点相等要道。

（1）你需要结实大讲话模子的使命旨趣与局限，这能匡助你更好地知谈AI可完成任务的领域；

（2）在和R1和谐时，你最佳有管理者的想维和训诲，你需要知谈如何向R1这个智慧进程比你高好多的下属叮嘱你的任务。

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的训诲，包括5个大讲话模子的秉性，7项与R1对话的技巧，以及7种考证无效你不错铁心的教导政策。

这篇长文主要包含以下四个部分：

第一部分，我会向你阐述DeepSeek R1模子和你可能使用过的豆包、ChatGPT等家具的各别，为什么这个模子不错使用更浅薄的教导政策了。

第二部分，我会向你先容大型讲话模子最遑急的5个秉性，让你结实为什么AI在完成某些任务时很厄运，以及它的才智与常识领域是什么样的。

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结实为是当作指挥向智慧的下属叮嘱任务时所需要爱护的点。

第四部分则是会谈及此前很有用，关联词当今已失效的教导政策，要是你有丰富的大模子使用训诲了，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，热烈建议你先去作念一些尝试，再复返看著述，成果会更佳，你有两种官方使用形貌：

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

在AppStore或安卓哄骗商店搜索“DeepSeek”下载免费使用即可

在使用时，正经聊天输入框下方的两个选拔“深度想考R1”和“联网搜索”。

对于“深度想考R1”：

当你需要更浅薄快速的恢复时，不必掀开“深度想考”，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，更三想此后行时，你应该掀开“深度想考R1”选项，这亦然今天我这篇著述主要在规划的模子；

对于“联网搜索”：

当你的任务所触及的常识在2023年12月之前，你无须掀开“联网搜索”功能，大模子自己就有此前被充分熟练过的语料常识；

当你的任务所触及的常识在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，你必须掀开“联网搜索”功能，不然大模子在恢复时会遏止相应的常识。

一、推理模子与指示模子

在发达任何技巧之前，你起初需要知谈的是，DeepSeek的R1是个与你日常使用的对话类AI相等不同的模子。

像OpenAI的GPT-4o、DeepSeek V3、豆包等齐属于指示模子（instruct model），这类模子是挑升瞎想用于死守指示生成内答应实施任务的。

而DeepSeek R1属于推理模子（reasoning model），专注于逻辑推理、问题治理的模子，能够自主处理需要多武艺分析、因果推断或复杂决策的任务。

实验上，还有一个有名的模子，也等于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，且每周只须50次的使用权限。想要更多，那请掏出200好意思金/每月，也等于1437元。

而DeepSeek R1当今悉数免费！

从我实验的体验来说，R1在大批的写稿、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。关联词令东谈主不测的是，有了超强的推理才智之后，R1似乎在通盘任务上齐取得了质的飞跃，“清晰”出了预感以外的妙技。

在正本指示模子的时期，AI的才智受到了很强的限制，你需要通过教导词的万般技巧才能引发模子更好的阐明，而对庸碌东谈主来说，学这些技巧真实让东谈主头大不已。

在DeepSeek R1模子下，你只需要清爽、明确地抒发你的需求就好了。就像你领有一个比你智慧得多的清北毕业的具有10年使命训诲的下属，你不需要一步步套路它，率领它的使命，你只需要把通盘他需要知谈的信息告诉他，然后将你的任务叮嘱下去即可。

但如何叮嘱任务呢？起程点你需要知谈这个下属的秉性。

二、结实大型讲话模子的骨子特征

尽管像DeepSeek R1这么的推理模子比拟指示模子有了相等大的跨越，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，结实它的秉性将会匡助你更好的哄骗他。

秉性1: 大模子在熟练时是将内容token化的，大模子所看到和结实的天下与你不一样

在结实模子行动之前，咱们需要了解它是如何“学习”的。大型讲话模子的预熟练骨子上是让模子诞生文本片断之间的关联法律阐述。为了完结这个计算，通盘熟练数据（包括竹帛、网页、对话记录等）齐会经过稀零处理：起程点将文本切割成称为token的基本单位（近似笔墨的“碎屑”），然后将这些token涟漪为数字编码。这个经由就像把现实天下的讲话，翻译成只须模子能结实的“密码本”。

在推理模子出来之前，好多东谈主相等心爱用来磨练大模子才略的一个问题是：Strawberry这个单词中有几个r字母？

此前像GPT-4、GPT-4o这类被认为很弘远的大模子也没法把这个问题恢复准确，这不是因为模子不够“智慧”，而是它在被熟练时的秉性导致了这一罢了。

而所谓的token化等于大模子为了熟练会将部分单词、中笔墨符进行拆分阐明，比如在GPT3.5和GPT4的熟练中，“词”这个字就被拆成了两个token，Strawberry则被拆成三个token，区别是“Str”“aw”“berry”。这种切割形貌取决于熟练时招揽的tokenizer算法，也可能把荒芜词拆解成无真义真义的片断。

举这个例子是想告诉你，大模子所看到的天下和你所看到的不一样。当你在数字母时看到的是联接的字符流，而模子看到的却是经过编码的token序列。是以，近似于数单词中的字母数目，或者精确条件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，关联词你望望他推理的经由……是不是认为照旧有些费力，有些于心不忍。

秉性2：大模子常识是存在截止时辰的

天然DeepSeek R1在2025年1月才谨慎发布，但其基础模子的熟练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——从贵寓收罗到最终付印需要完竣的出产周期。具体来说存在三重时辰壁垒：

（1）预熟练阶段需要处理PB级原始数据；

（2）数据清洗需要经验去重、脱敏、质料考证等工序；

（3）后期还要进行监督微调、强化学习、基于东谈主类反应的强化学习（RLHF）等迭代优化。

这种常识滞后性会带来一系列的问题和幻觉，比如DeepSeek R1咫尺还认为GPT-4是天下上最强的模子，GPT-4o、Claude 3.5 Sonnet等2024年后发布的模子它是不知谈的；它也无法告诉你2024巴黎奥运会赛事罢了，无法告诉你2025年春晚或春节档的电影阐明。

这些齐是模子熟练的秉性导致的，好多东谈主拿近似任务去问R1，发现R1序论不搭后语，悠闲得出R1模子太差的论断。事实上这就像条件2020年出书的《辞海》必须记录2021年的新词——骨子是常识载体的物理秉性使然。

要打破这种常识限制，也有设施：

激活联网搜索功能：给R1提供自主搜索查找信息的权利；

补充必要常识：你不错通过上传文档、在教导词中提供充足的信息之后，再让R1去为你实施具有更近时效性的任务。

秉性3：大模子遏止自我领悟/自我意志

DeepSeek R1或者任何模子其实齐遏止“我是谁”的办法，要是他自愿有了，那可能说明AGI驾驭，咱们可能反而该警惕了。

好多模子齐不知谈我方叫xx模子，这是很往时的阵势，除非大模子厂商在部署的时候在系统教导词中作念了设定，或者预熟练完成后用了特定的语料进行微调。

以及，因为这种自我领悟的遏止会带来两个问题：

（1）AI有时候会给出无理的自我领悟，比如deepseek以及好多别的模子齐可能认为我方是ChatGPT，因为ChatGPT发布后，好多东谈主将我方与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阵势。

（2）你没法让DeepSeek R1来告诉你它我方有什么样的秉性，使用它有哪些技巧等等。这亦然我依然需要依靠大批我方的脑力算力去写稿这篇著述的原因。

秉性4：挂牵有限

多数大模子齐有凹凸文长度的限制，deepseek R1咫尺提供的凹凸文只须64k token长度（官方API文档的说明，实验聊天对话的长度待阐述），对应到中笔墨符未必是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卓著3万字时，你不错结实为他是通过RAG，也等于检索增强的形貌去中式你文档中的部安分容当作挂牵的一部分来伸开与你的对话的，而不是沿途内容。而当你与他对话的轮次过多时，他很可能会淡忘你们最初聊天的内容。

这部分的限制在你开展让AI写代码的任务时会感受尤其赫然。

秉性5：输出长度有限

比拟凹凸文对话的输入长度，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遏抑在4k或者8k，也等于单次对话最多给你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，也不可让DeepSeek一次性帮你写一篇5000字以上的著述，这些齐是模子输出长度限制导致，你需要结实这个问题的存在。

要是要治理这个问题的话，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屡次实施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梳理框架列出提摘要次，再把柄目次一次次区别生成不同阶段的内容。

三、有用的R1使用技巧

技巧1：提议明确的条件

能说明晰的信息，不要让DeepSeek去猜。DeepSeek天然很智慧，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，作念到什么进程。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，也等于你需要它作念什么。不然，DeepSeek并不会结实你想要作念什么。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字的公众号著述，那你就明确抒发你写的著述主题需要500字，天然咱们前边提过了大模子并不擅长诡计数字，它未必率只会给你复返300-700之间长度的著述，但这至少是大约允洽你的篇幅条件的。

无理示范：

为跨境电商平台写个用户增长决策

优化决策：

为衣饰跨境电商平台瞎想30天新用户增长预备，咱们期许重心打破东南亚阛阓（计算国度：印尼/越南/泰国）。你的决策中需包含：搪塞媒体运营政策、KOL和谐框架、ROI预估模子

技巧2：条件特定的作风

具有想维链的R1在进行特定作风的写稿时，比拟其他模子，我发现R1也曾出现了断层率先的水平，比如让R1用李白的作风写诗，按贴吧火暴老哥的作风骂东谈主，用鲁迅的文风进行讪笑，或者效法轻易作者作风进行写稿，按脱口秀演员作风创作脱口秀剧本等，其他模子在这方面的阐明齐追不上R1的车尾。

在这个形状下，有个很有用的表述形貌是让R1“说东谈主话”，或者让R1认为“你是初中生”，他就能将复杂办法简化为你提供更易结实的阐述。

又或者，你悉数不错尝试特定作风的写稿：用半佛仙东谈主的作风写一篇吐槽虎扑走路街用户的公众号著述。

技巧3：提供充分的任务布景信息

当你让DeepSeek匡助你完成某项使命时，提供充分的凹凸文布景信息，告诉他你为什么作念这件事，你濒临的现实布景是什么或问题是什么，让DeepSeek将其纳入所生成文本的想录取，这不错让罢了更允洽你的需要。

比如当你要DeepSeek帮你生成减肥预备时，你最佳告诉他你的体魄现象，你咫尺的饮食摄入和畅通情况是什么样的。

无理示范：

帮我生成为期一个月的减肥预备。

优化决策：

我是男性，咫尺身高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预备。

技巧4：主动标注我方的常识状态

当你向DeepSeek寻肆业识型匡助时，最佳能明确标注我方相对应的常识状态。就像老师备课前需要了解学生学力水平，清爽的常识坐标能让AI输出的内容精确匹配你的结实档次。

像咱们前边提到了告诉R1“我是初中生”或者“我是小学生”是个把我方放弃在一个常识布景约等于0的常识状态的好形貌，关联词当某些内容你但愿能和AI深入探讨时，你最佳更清爽抒发你在该规模的常识状态，或者你是否存在关联规模的常识，这能让AI更结实你，为你提供更精确的恢复。

无理示范：

给我讲讲机器学习

优化决策

我是刚斗争AI的文科生，请用生涯案例阐述什么是机器学习，条件300字以内，幸免数学公式

进阶示例

我有三年Python征战训诲，正在学习Transformer架构，请对比RNN和Transformer在长文本处理中的性能各别，需包含正经力机制的中枢公式

技巧5：界说计算，而非经由

R1当作推理模子，当今完成任务的想维经由相等令东谈主印象深远。是以我很建议你提供明晰你的计算让R1具备一定的想考空间去匡助你实施得更好，而非提供一个机械化实施指示。你应该像家具司理提需求般形貌“要什么”，而不是像圭表员写代码般规矩“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，一种作念法是凯旋条件如何整理，比如“删掉口吻词，依期间分段，每段加小标题”这亦然个相等清爽明确的优质教导语；关联词你相通不错进一步想考下这段灌音笔墨稿所总结出的材料要如何使用，为R1提供计算，让他创造性地为你完成任务。

庸碌示范：

优化底下这段灌音转录的笔墨稿，删掉口吻词，依期间分段，每段加小标题

优化决策：

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结实的会议纪要，重心呈现功能迭代决策与风险点

技巧6：提供AI不具备的常识布景

咱们在第二部分提到过，AI模子具有“常识截止时辰”的秉性，当任务触及模子熟练截止后的新信息（如2024年赛事罢了、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打破常识限制，幸免因信息遏止导致出现无理恢复。

无理示范：

分析2024年巴黎奥运会中国代表团的金牌分散

优化决策：

***上传《2024巴黎奥运会中国夺金名堂统计表》***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名堂的金牌孝顺率

技巧7：从通达到护士

R1的想维链是全透明在你明前伸开的，我通常会认为我从R1想考的经由中能成绩的信息比他给我提供的罢了还多，尤其是他在伸开想考你提的需求时，会作念一个可能性的意料。有时，在看到这部分意料后你才发现原来我方莫得斟酌到某些方面的信息，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、允洽你需要的罢了。

比喻说，鄙人面这个案例中，R1在想考时为咱们提供了三种不同的加价设施（分阶段加价、增多家具价值、通过营销步履更变正经力），以及量度了咱们可能具有的两种深层需求（保执阛阓份额or提高品牌形象）。咱们不错借此想考我方倾向的设施和计算是什么，对教导词进行进一步的护士，那么接下来能得到的恢复也将会愈加精确。

四、无效的教导词技巧

在使用R1时，以下prompt政策训诲证已基本失效，致使部分技巧会起副作用，比如：

1、想维链教导，比如条件模子一步步想考，或者提供解答问题的想维想路等，这齐是悉数无效致使起副作用的政策，R1通过强化学习我方能产生更好的想维链了。

2、结构化教导词，不错有，但也没那么需要，你依然不错使用markdown阵势的语句去让信息结构更清爽，东谈主类稽察和机器阅读的时候更好结实，关联词因为你需要教导的内容少了， 是以必要性也大大衰减。

3、条件上演人人变装，也曾变得悉数没必要，当今R1自己等于人人模子人人想维，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，你只需要去教导学科即可，不需要药企人人了。

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痛苦。

5、少示例教导（few-shot），这是DeepSeek团队在发布R1工夫阐发时明确建议躲避的一个教导技巧，不要有示例，你说明晰条件比给示例更遑急。

6、变装上演，R1不太擅长，你很难用R1去搭建一个AI女友/男友，可能是因为情愫化的对话齐是依赖直观，是反三想此后行的。

7、对已知办法进行阐述，没必要进行阐述，比如咱们著述前边提到的，当你让AI去效法某个作者、名东谈主的作风时，你没必要阐述阿谁作者是谁，他的作风是什么样的，AI有我方的结实，况且在想考经由中对你所提供的办法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

本内容为作者安祥不雅点，不代表虎嗅态度。未经允许不得转载，授权事宜请相关 hezuo@huxiu.com