共计 3524 个字符，预计需要花费 9 分钟才能阅读完成。
从 DeepSeek R1 发布那天开始，我就开始写文章介绍 DeepSeek，没想到这几天这么火爆了。
不过我在翻看评论区时，发现很多朋友并没有很好的发挥出 DeepSeek R1 的潜能。
朋友们，我真是着急啊。
心急之下，赶紧写了这篇文章，教大家一些有用的技巧，并提供一些案例，来让 DeepSeek R1 成为咱们的得力干将。
在哪使用 DeepSeek#
为照顾一些新手朋友，这里还是先说下在哪使用 DeepSeek，老手跳过这部分就行了。
目前 DeepSeek 提供了如下使用方式：
- 网页版：打开 https://chat.deepseek.com/ 直接使用。
- App：手机扫码下载。
默认情况下，DeepSeek 使用的是 V3 模型，点击深度思考才会切换为 R1 模型，即现在让“硅谷震惊”的模型。
深度思考旁边还有个联网搜索，默认情况下 DeepSeek 使用的是好几个月前的训练数据，如果我们想参考最新的新闻，则点击联网搜索让 DeepSeek R1 基于最新的网络数据来优化回答。
另外 DeepSeek 还提供了服务状态的监控，可以打开 https://status.deepseek.com 查看服务状态。
一般来说，当服务状态为红色时，会较频繁的出现“服务器繁忙，请稍后再试”的提示。
基础技巧#
好了，现在正式进入正题，看看用什么技巧能让 DeepSeek R1 成为我们的得力助手。
直接提需求#
首先说下 DeepSeek 相对于 GPT 等主流大模型的区别。
GPT 等主流大模型是指令型大模型。这类大模型需要我们给它说下比较详细的流程，它的回答才会让我们满意。比如我们想让 GPT 4o 扮演中国妈妈让孩子相亲：
请你扮演我妈，用我妈的口气来教育我，批评我，催我结婚，让我回家。
给我讲七大姑八大姨家的孩子都结婚了，为啥就我单身，再给我安排几个相亲对象。
演示效果如下：
上面的提示词不仅交代了需求背景（“用我妈的口气来教育我”），还交代了一些额外的流程（“七大姑八大姨家的孩子都结婚了”，“再安排几个相亲对象”）等。
因此去年在 ChatGPT 这类指令型大模型很火的时候，出现了很多提示词模板，甚至诞生了“提示词工程师”这一岗位。
而 DeepSeek R1 属于推理型大模型。这类模型不需要我们列出太详细的流程，太详细的流程反而会降低它们的性能，限制它们的发挥。
DeepSeek R1 在发表的论文中也提到：DeepSeek R1 对提示词很敏感。为获得最佳效果，建议用户直接描述问题。
我们用问题 “当老黄看到英伟达的股价因为 DeepSeek R1 暴跌 17% 时，写出他的内心独白” 为例，对比下几个主流大模型，就能看出一些区别。
先看看豆包的回答：
豆包的输出只有心理描述，略显空洞乏味。
接着看看 GPT-4o 的回答：
GPT-4o 加了点人物动作，回答相对于豆包丰富了一些，不过仍然比较空洞。
再看看 Claude 3.5 Sonnet 的回答：
Claude 不仅说之前英伟达也大跌过，还提到了英伟达的生态系统，整个回答会让人有信服感。
最后看看 DeepSeek R1 的答案：
相对于前几个大模型，DeepSeek 自己“加了很多戏”，不过读起来更形象也更有画面感。
所以对于 DeepSeek R1 而言，我们完全可以把自己想象成老板，DeepSeek R1 是我们请的一位专业助手。这位专业助手不需要我们告诉它应该怎么做，我们只管“当大爷”提需求，让助手干活就行了。可能几次交流之后，你会得出这样的结论：我们是真不如 AI 那样博学啊。
下面再介绍一些技巧，让你的 DeepSeek 好用到爆。
万能提问模板#
虽然直接提问题已经能得到不错的答案，但如果再加上“背景描述”这个简单的优化，还能让回答更上一层楼。
背景描述指的是向 DeepSeek R1 说清楚我是谁（如我一个互联网打工人）、我当前的水平（如我是自媒体小白）、我想让 DeepSeek 充当的角色（如你是一名自媒体运营专家）等。
有时 DeepSeek 回答的内容可能不是你想要的，这时我们可以增加约束条件，来限制、优化它回答的内容。
所以可总结成这个简单、万能的 DeepSeek 提问模板，即：背景+需求+约束条件（可选）。如：我家小孩读初一（交待背景），怎样提高他的英语水平（提出需求），不需要考虑口语问题 （约束条件，可选）。
可以看到 DeepSeek 这位助手十分贴心，不仅列了如何高效学习单词、语法、阅读和写作，还提供了一些应试技巧和日常训练的方法。
如果我们觉得这位助手的回答还不够深入，完全可以让它针对某一点再展开详细说说。
用好这个简单的模板，能解决 90% 的日常问题，让 DeepSeek 瞬间成为我们工作、学习、生活的好帮手。
让 DeepSeek “说人话”#
模板虽好用，但是当我们问到一些专业领域的问题时，DeepSeek 的回答会掺杂很多专业名词来解释问题。如果我们是行业内的人，专业名词能帮我们快速清楚的解释明白问题。但如果这个领域刚好不是我们擅长的话，通常都会觉得这些专业名词晦涩难懂，不知所云。
碰到这种情况，我们只需要在提示词中加上“说人话”、“大白话”、“通俗易懂” 等，DeepSeek 给我们的用户体验会立马提升一个档次。比如我问他“DeepSeek 成本这低的原因是什么”。
上面的回答并没有什么问题，如果我们是业内人士，自然知道 MoE 架构、蒸馏和 FP8 是什么意思。
遗憾的是，可能 99% 的人根本不明白上述回答到底说的是什么意思。
这时我们只需要简单的加上“说人话”三个字，就能得到一个通俗易懂的答案了。
这里 DeepSeek 会用“100 个员工中只让 10 个员工干活”解释 MoE 架构，用“高清电影转 MP4 格式”来解决 FP8。
是不是一下就懂了！
模仿回答#
我们还可以用“模仿 X”、“以 X 的口吻/语气”，“以 X 的内心独白”等等提示词，把 DeepSeek 的使用体验拉满。
比如我们可以用知乎常用格式回应 DeepSeek 导致英伟达股价暴跌的问题。
用贴吧暴躁老哥的语气回应美国多名官员称 DeepSeek 偷窃了他们的技术。
好家伙，我都能感觉它的唾沫星子快飞到我脸上了。贴吧 10 级的喷人水平也自愧不如吧。。。
我们还可以让 DeepSeek 模仿李白给我们写春联。
让《雪中悍刀行》的作者烽火戏诸侯，写短篇小说给我们看。
有网友分享了“哲学大师”，看大师说的话，是不是颇有哲理？
可以看到，使用模仿人物的方法，能达到意想不到的结果。
DeepSeek 高级使用技巧#
这里再提供几个比较繁琐但高级的用法。
多模型组合#
对于复杂场景，通常一个 AI 模型并不能得到很好的效果，此时我们可以将 DeepSeek R1 与 GPT-4o 或 Claude 3.5 Sonnet 组合使用。
一般来说，可以先让 DeepSeek R1 告诉我们应该怎么处理问题，然后根据它给的答案让指令型大模型去生成结果。
业务分析#
如果我们想分析业务，可以开启“联网搜索”实时搜索内容，还能上传附件来精准分析。
比如我们想在小红书上起号，可以直接“联网搜索”对标账号，让 DeepSeek R1 给我们一个起号流程。对于不能搜索的地址，先手动下载资料后，再上传给 DeepSeek R1 帮助分析。DeepSeek R1 不仅能给出具体流程，还会生成一些 mermaid 图表，非常好用。
以我测试的结果看，一波策划和数据分析师要失业了。
DeepSeek 不适合做什么#
DeepSeek 碰到一些问题类型时会提示“无法思考这类问题”。一般来说，主要是如下几类问题：
- 敏感内容：国产审核比较严，这里不说多了，懂得也懂。
- 长文本内容：现在 DeepSeek 模型上下文长度最长为 6 万 4 千个 token，最大输出长度为 8 千个 token，默认输出长度为 4 千个 token。
这里科普下，一个 token 指的是一个语义单元，如一个单词或单词的一部分结构（词根或后缀）或标点符号等。而上下文长度包括输入长度（如用户问题、对话历史等）和输出长度。目前主流大模型服务商提供的最大上下文长度如下：
- 豆包：25.6 万 token
- GPT-4o、GPT-o1：12.8 万个 token
- Claude Pro：20 万个 token (约 500 页文本或 100 张图片)
- Gemini 1.5 Flash：100 万个 token
- Gemini 1.5 Pro：200 万个 token
不知不觉写了这么多，由于篇幅有限，这里就先聊到这。
其实还有很多内容还没写出来，大家可以先关注我，后续会持续给大家带来一些干货。
最后再说一句，从去年 ChatGPT 的爆火到现在的 DeepSeek R1 的轰动，AI 就像当年的智能手机一样，开始慢慢渗透进我们的生活，以后肯定会成为你我日常生活中的一部分。
大家应该很难相信，人类现在没有手机会变成什么样。同样的，我相信再过 10 年，我们也离不开 AI。
所以，如果你觉得本文对你有帮助，请转给你身边需要使用 AI 的家人朋友，让他们也能像你一样，更好地使用 AI 工具。
