DeepSeek的提示词技巧，就是没有技巧。

这两天，DeepSeek-R1火的飞起，在中日美三个Appstore榜上登顶。

昨晚，还直接干崩英伟达，盘前先死13个点，连带着台积电一起。

几乎一夜之间，所有人都在关注DeepSeek，甚至我在老家，完全没用过AI的七大姑八大姨，都在问我，DeepSeek是什么，怎么用。

还有一些人体验了一下后，拿着8.11和8.9谁大谁小的截图跟我说，这玩意也不行啊。

感觉市面上，关于DeepSeek的信息还是很乱。

所以，今天除夕，龙年的最后一篇文章，献给DeepSeek，也献给我们自己。

我想用8个问题和答案，来让大家详细的了解，DeepSeek-R1这个模型，是什么，以及，提示词应该怎么写，到底怎么用。

话不多说，开始。

一. DeepSeek是什么？

DeepSeek，是一家在2023年7月17日成立的公司深度求索所开发的大模型名称。

2024年1月5日，他们正式发布DeepSeek LLM，这是深度求索第一个发布的AI大模型。

2024年5月7日，他们发布DeepSeek-V2，正式打响中国大模型价格战，当时新发布的 DeepSeek-V2 的API价格只有 GPT-4o 的 2.7%，随后一周时间，国产厂商全部跟进，字节、阿里、百度、腾讯全部降价。

2024年12月26日，DeepSeek-V3正式发布且直接开源，而且训练成本仅为557.6万美元，剔除掉Meta、OpenAI等大厂的前期探索成本，大概是别人的三分之一，并且整体模型评测能力媲美闭源模型，震惊海外，自此，东方的神秘力量彻底坐实。

2024年1月20日，全新的推理模型DeepSeek-R1发布，同样发布并开源，效果媲美OpenAI o1，同时API价格仅为OpenAI o1的3.7%，再一次震惊海外，让Meta连夜成立四个研究小组，让全球算力暴跌，英伟达的神话都岌岌可危。

就是这么一家公司，而深度求索的背后，是著名量化私募幻方基金，而基金的盈利模式非常简单，跟管理规模绑定，固定收取管理规模的管理费和收益部分的提成资金，无论基金涨跌都能赚钱，真正的旱涝保收的行业。

所以，幻方不缺钱，当年赚了钱，在英伟达还没向中国禁售的时候，幻方直接能掏钱搭一个万卡A100集群。

这也让深度求索，让DeepSeek，不以盈利为导向，目标，就是AI的星辰大海。

二. DeepSeek-R1是什么？

DeepSeek-R1，就是最近爆火的主角了。

也是直接让各路美国AI大佬破防的始作俑者。

给奥特曼都在X上开始阴阳了。

很多人拿DeepSeek-R1和GPT4o比，其实是不对的。

首先，GPT4o是个多模态通用模型，可以理解图片、语音、视频，也可以输出语音。多模态往后做，更像Gemini 2，是一个多模态大一统模型，可以理解一切模态，也可以输出一切模态。

而DeepSeek-R1是一个深度推理模型，对标OpenAI的应该是OpenAI o1，而不是GPT4o，关于OpenAI o1曾经我首发写过一篇文章，可以去看，就不过多赘述了：

现在回头看，当时这个副标题，还是很有前瞻性的。

我也让DeepSeek列个了4o和o1的对比表格，大家应该也能一目了然。

而R1，可以直接类比o1，两者在跑分上，几乎相同。

并且已经开源。

HuggingFace 链接：https://huggingface.co/deepseek-ai

论文链接：https://github.com/deepseek-ai/DeepSeek-R1/blob/main/DeepSeek_R1.pdf

三.DeepSeek-R1在哪用？

DeepSeek-R1除了面向开发者的开源模型和API，也有面向普通用户的C端版本。

网页版：https://chat.deepseek.com/

当你勾上深度思考功能，此时就是使用R1模型，当你不勾的时候，使用的是类GPT4o的v3模型。

当然他们也有APP版本，你直接在应用商店搜索DeepSeek就好。

跟网页端交互基本一致。目前免费，就是用户增速过快，所以偶尔会有崩溃断网连不上问题，你可以在这个地方，来看DeepSeek的服务器状态。

https://status.deepseek.com/

四. 应该怎么跟R1对话？

首先，我想明确一点的是，DeepSeek-R1是推理模型，不是通用模型。

在几个月前OpenAI o1刚刚发布时，我用通用模型的方式跟o1对话，写了一堆的结构化提示词，得到了极差的效果，那时候我一度觉得这玩意是个垃圾。

而后面，我才发现，其实是我自己的思维惯性，这玩意跟4o不一样，这不是一个很傻的聊天模型。

这是一个能力很牛逼但不知道你想要什么的真实员工。

今年1月也有一篇海外的文章很火，叫《o1 isn’t a chat model (and that’s the point)》。

跟我是完全一样的看法。

所以，有一个点一定要注意，明确你的目标，而不是给模型任务。

例如我们以前在写prompt的时候，总是会写你是一个XXX，现在我的任务是XXX，你要按照1、2、3步来给我执行balabala。

但是现在，请抛弃那些写法。

把你的一切，交给AI，让它去进行自我推理，效果会更好。AI会自动填上那些你没说出口的话，会给你想出可能更好的解决方案。

有一个不得不承认的事实是，我是一个很普通的普通人，而像我一样的很多普通人们，现在大概率是不如AI博学和聪明的。

所以，不如说出你的目标，把他当作一个很牛逼的员工，让他，放手去做。

比如这个case。

只需要表达你是谁+你的目标就OK。

特别是你是谁这个背景信息，非常非常的有用。

所以请抛弃掉一起过往所学习的结构化框架，如果真的需要有一个万能Prompt模板，那就是：

你是谁 + 背景信息 + 你的目标

背景信息给的越多越能让R1理解你的需求帮助你更好的完成任务。

时刻把他当成：

这是一个能力很牛逼但不知道你想要什么的员工。

最牛逼的提示词技巧，就是没有技巧。

大道至简，重剑无锋。

所以，千言万语汇聚成一句话就是：用人话清晰的表达出你的需求，这就够了。

五. R1输出的内容看不懂？

很多人在用“说人话”这三个字，来表达推理模型和通用模型不一样，这其实有点奇怪。

不过从实用角度来说，这确实是一个能让普通人看懂AI输出专业内容的小技巧。

不过这并不是一个推理模型才有的技巧，因为一直就存在，本质上就是对方不知道你是谁，不知道你的理解能力和你的学识能力是什么水平。

所以我也想分享一个我自己这两年跟AI对话时用的最多的一个小技巧，也是 我自 己最常用的“人话”prompt：

我是一个小学生。

当你在跟AI对话时，把这句话往前一摆，自降身位，你就会发现，一切都通了，一切都能看的懂了。

比如我想让R1给我解释一下什么叫大模型中的RL用法。

如果不用这句话的话，就会得到这样的解释。

我相信你看到一定脑壳疼。你就是不懂才需要让它给你解释，结果解释了个这。

但是，如果把那个神句加上呢？

反正我是一下子能看了，舒服了多了，可能我就真的是个小学生的水平。。。

当然如果你想稍微进阶一点，就可以说，我是一个初中生，或者，我是一个高中生，一点一点的可控升级。

我用了两年，非常好用，推荐给大家。

六. R1的写作很强吗？

R1除了能非常好的做常规推理模型都能做的数学题、代码等等，这次有一个非常非常特别的点是：

中文写作能力强到爆炸。

过往，大家都说，在写作能力上几乎所有的大模型都是众生平等的一坨屎，唯有Claude超出了一坨之外，独立于三界之上。

而这一次，DeepSeek-R1在中文写作和文笔上，已经是独一档的领先了。

而且对于文风的模拟，效果极佳。

比如我非常非常喜欢知乎上一个大V叫大师兄朱炫的文笔。

我甚至都不需要跟DeepSeek-R1说朱炫的文笔是什么样的，直接就说一句话：

以知乎大V朱炫的文风，来锐评一下爱情的求而不得，告诉大家，总会有人在等你。

来给大家看看成文：

虽然达不到朱炫那百分百的功力，达不到他那种多智而近妖的文笔，但是已经非常非常强了。

毕竟，只需要一句话而已。

再写一首，李煜风格的诗词。

“以李煜的诗词风格，来写一首我回老家没有朋友玩的感觉”

《虞美人·归乡感怀》
故园旧巷行人少，空有榆钱老。
秋千院落锁苍苔，偶见邻家黄犬过阶来。
重游往日嬉春处，蛛网斜阳驻。
笑谈声远柳风凉，唯剩一庭明月照空廊。

对仗、押韵全都到位了。

真的，非常的强。

七. R1可以联网吗？

众人皆知推理模型好，但是推理模型，几乎都不联网。

典型如OpenAI o1。

这给我带来了非常的多的困扰，要知道，OpenAI o1的知识库还是24年，很多东西都不知道，更别提一些所谓的实事了，你想用它来梳理分析一些最近的数据，比如美元指数、比如最近的财报等等，它完全不知道，甚至还传不了PDF，就非常的der比。

而DeepSeek，是为数不多的，推理+联网的。

我们来试试这句话：我想用鲁迅的文风写一篇2000字的公众号文章，分析一下2025春节档哪几部电影能爆，不要结构化。

DeepSeek去网上搜了50个网页，然后思考了半天。

用鲁迅的文风，成了一篇文。

效果非常好。

虽然整体测下来，在联网资料的RAG层面还有一些问题和不尽如意，但是已经非常强了，至少，能听懂我的话，知道我想要的是鲁迅风格。

再给一些时间。

八. 算力神话崩盘了吗？

最后，我想说一下算力的问题。

昨天，A股算力和美股算力都崩了，大家几乎都把原因归结到DeepSeek很便宜，所以未来不需要那么多算力，算力神话崩塌了。

但是我觉得这个思路不太对。

在第一次工业革命的时候，有一个经济学里面非常著名的悖论，是由威廉·斯坦利·杰文斯提出来的，叫做Jevons 悖论。

当时，英国的工业革命正在加速发展，蒸汽机的效率也在不断提高。人们普遍认为，蒸汽机会越来越节能，也越来越会减少煤炭消耗。

但实际情况却打了所有人的脸。

因为，更高效的蒸汽机降低了使用煤炭的成本，结果导致蒸汽机被更广泛应用，煤炭消耗总量反而大幅增加。

原因大概是这样的：

假设新技术让汽车的燃油效率提高了 50%（比如每加仑能跑 30 公里变成 45 公里）。照理来说，这应该减少燃油总消耗，但现实可能是：

由于油耗更低，开车的成本下降，人们更愿意开车，开车里程增加。

购车门槛降低，更多人买车。

物流成本下降，商家扩大运输量。

最终 ，油耗效率提高后，燃油消耗的总量可能不降反升。

跟现在算力逻辑是一摸一样，如果你要把DeepSeek对与算力的影响带入的话，那其实就会导致：

因为大模型需要的训练和推理算力成本下降，反而会推动AI应用和生态的繁荣，端侧、个人级别大模型逐渐成熟，算力的总需求反而越来越大。

至于股市算力崩盘，我想说的是，涨多了就是原罪。

而且美元指数都崩成什么样了，直接破了60日均线，纳斯纳克和英伟达不崩才奇怪好吧。

只能说，DeepSeek有短期驱动效应，但是核心还是内身问题，DeepSeek踩中了这个节点，天时地利人和。

此刻的DeepSeek，就是众望所归的，天命人。

昨天，冯骥的微博说，DeepSeek是国运。

我想说，是，也不是。

国运不是单一的点，而是一群点而连成的面。

流浪地球、新能源车、黑神话悟空、六代机、TikTok、DeepSeek等等等等。

这些点连起来的面，才是真正的国运。

泱泱中华五千年。

无论多少风雨。

未来也必定。

国运昌隆。

以上，既然看到这里了，如果觉得不错，随手点个赞、在看、转发三连吧，如果想第一时间收到推送，也可以给我个星标⭐～谢谢你看我的文章，我们，下次再见。

>/ 作者：卡兹克

>/ 投稿或爆料，请联系邮箱：wzglyay@gmail.com