【CNMO 科技】自从 DeepSeek 一夜爆红之后，互联网上也诞生了一系列的 DeepSeek+，很多人更是以 DeepSeek 为由头，开始了自己的 " 生财有道 "。当我们普通人面对这波 AI 大潮的时候，很容易像无头苍蝇一样在信息茧房里四处碰壁，甚至可能遇到不良人，开启一场需要付费但又什么也得不到的 DeepSeek 学习之旅。

不过在互联网群情沸腾之后，一份由清华大学编撰的《DeepSeek：从入门到精通》的免费文档在网上瞬间蹿红，它让很多 DeepSeek 门外汉看到了新的希望，也让很多 DeepSeek 的小白用户逐步走上了精通的道路。上一期我们和大家一起学习了 DeepSeek 是什么？能够做什么？本期我们继续深入研究，来学习一下如何向 DeepSeek 提问。大家可不要小看提问这件事儿，它关乎到了 DeepSeek 的思考过程以及最终给出答案的可用性。所以从这个层面来看，并不是任何人都能用好 DeepSeek，而是需要先修己身，才能问出好问题。

先学好 Prompt（提示语）

在学习 AI 的时候，可能很多小伙伴会遇到各种专业词语，比如 Prompt 指的就是提示语，也是提问的核心所在，后续我也会做一期专业词汇的内容，帮助大家更好地理解 AI 相关问题。提示语是用户输入给 AI 系统的指令或信息，用于引导 AI 生成特定的输出或执行特定的任务。简单来说，提示语就是我们与 AI" 对话 " 时所使用的语言，它可以是一个简单的问题，一段详细的指令，也可以是一个复杂的任务描述。DeepSeek-R1 作为一个推理模型，它和通用模型在提示语的运用上还有一定差别。比如推理模型提示语更简洁，只需明确任务目标和需求，而通用模型提示语需显式引导推理步骤，否则可能跳过关键逻辑。

那么在模型选择上，我们就可以根据任务需求来做出不同的选择，比如同样的数学证明任务，推理模型直接提问 " 证明勾股定理 " 即可，通用模型则需要显式分步思考，提供示例，比如 " 请分三步推导勾股定理，参考：1、画直角三角形…… " 而在创意写作方面，推理模型的提示语要鼓励发散性，设定角色 / 风格，比如 " 以海明威的风格写一个冒险故事 "，而通用模型的提示语重点是明确约束目标，避免自由发挥。

提示语的基本结构包括指令、上下文和期望，指令就是告诉 AI 你要它做什么，上下文是为 AI 提供背景信息，帮助 AI 更好地理解任务，而期望就是表达出你想要的效果。比如 " 用简单的语言解释量子力学，假设你在跟一个 10 岁的孩子说话 "，DeepSeek 就会提取出答案精髓，要简单，而且提出问题的人是 10 岁孩子，所以输出的答案就会和问题非常贴近。

而在调教 AI 的过程中，也要学会提示语的使用策略。一、精准定义任务，减少模糊性；二、适当分解复杂任务，降低 AI 认知负荷；三、引入引导性问题，提升生成内容的深度；四、控制提示语长度，确保生成的准确性；五、灵活运用开放式提示与封闭式提示。如此一来，AI 最终所生成的答案会有意想不到的效果。

大家在提问时可以根据需求加入几个关键词，比如假设情景、多角度、深化、反转，有利于激发 AI 的发散思维能力，从而最终输出一个令人耳目一新的答案。以下是几个不同场景和职业需求的提示语设计方向，大家可以参考。

在文案写作当中呢，则更应该注重三大要素：信息传递、情感共鸣、行动引导。信息传递的核心在于清晰和精准，情感共鸣则在于共情和感染，去 AI 味儿，行动引导的核心在于说服和激励，将这三者结合在一起就能提出一个高质量的问题。

在营销策划中，三大核心要素分别是：创意概念、传播策略、执行方案。创意概念方面可以结合跨领域联想指令、品牌 DNA 融入、记忆点融入、情感地图构建、趋势融合等；传播策略方面，要有目标量化指令，比如字数、几个关键趋势几个主要痛点等，也要有受众画像描述、全渠道思维引导、内容形式多样化、互动机制设计等；执行方案方面，要有行动步骤分解、角色分配指令、时间节点设定、资源分配引导等。

大家在使用 AI 的过程中，尤其是初期还要避免陷阱，其中最典型的就是过度复杂的初始提示语，就好像在佛前许愿愿望好像一篇短篇小说似的。另一个陷阱就是对初次输出结果不满意就放弃，其实可以通过逐轮反馈来进一步优化答案，在这个过程中你也能够更深入地了解到 AI 的思维。为什么很多人喜欢 DeepSeek，就是因为它能够给出非常清晰、直观地思考过程，即使是看过程也能让人受益匪浅。某种意义上来说，用户和 DeepSeek 在交互的过程中，是相互促进的，不仅仅是 AI 所呈现出答案能力，更是中间的思考过程，能够给用户以更多的启发。

除此之外，当我们在长时间、高强度使用 AI 的过程中，也会发现 AI 幻觉问题，简单理解就是 AI 在无中生有。比如 AI 提供的具体数据或事实无法验证，输出看似专业但是并不存在的术语或概念。这个问题可能开始时很难发现，但是 AI 用的多了也就能察觉了，所以在使用过程中大家要相互论证，而不是一味地依赖 AI 给出的答案。现在大家也就能理解为什么各家模型都要标准出信息来源的意义了吧，一定程度上是可以避免 AI 幻觉的。

写在最后

本期主要学习了 DeepSeek 提示词的相关内容，从入门到进阶其实是循序渐进的，想要得到一个好答案，不仅仅是依靠 AI 本身，也需要提问者提出一个高质量的问题。如此一来，AI 才能够深度理解提问者的需求和用意，从而深度、多维地给出一个更好的答案。当然，以上知识其实也只是清华大学关于 DeepSeek 学习资料的一部分，更全面的方法大家可以参考 PPT 学习。下一期，我将和大家一起学习如何使用 DeepSeek 在微信公众号、抖音、小红书、微博这些平台打造出更好的内容。