Deepseek到底比其他AI好在哪里？终于不纠结本地部署了！

点击蓝字【秋叶 Excel】

发送【6】

免费领 1000+篇 Excel 精选教程！

本文作者：拉登Dony

本文编辑：竺兰

大家好！我是拉小登，一个爱梳头的 Excel 老师。

DeepSeek 真的火得要爆炸了。 铺天盖地都是 DeepSeek 的新闻。

DeepSeek 为什么能震动科技界？ 横扫硅谷，它们凭什么成为 OpenAI 的对手？ 你们不知道 DeepSeek 在欧洲的影响…… 中国当不了世界第一只能当世界第二？ DeepSeek 创始人梁文峰深夜发文感动国人!

前几天又炸了，7 天时间突破了 1 亿用户，ChatGPT 用 2 个月做到 1 亿仿佛就在昨天，但已成为历史。

那么，对比其他的 AI，比如豆包、Kimi、文心一言等等，DeepSeek 到底好在哪里？

继续往下看，我用一篇文章告诉你

对了，如果你也不想错过这种神器，想掌握 DeepSeek 的对话追问技巧，和各种运用方式。

那【今晚 19:30】秋叶全网首发的免费 DeepSeek 直播公开课，你一定要来！

现在就长按海报

掌握 DeepSeek 核心技巧

让 AI 为你打工

DeepSeek 究竟好在哪里？

很多人在面对这个问题时，第一步就已经输了。还没搞清楚 DeepSeek 的优势，怎么用好 DeepSeek，就盲目跟风去下载、本地部署 DeepSeek。

我的 Excel 学员，函数公式都整不明白，问我怎么做 DeepSeek 的本地部署。

我打赌，一星期后，他都看不懂自己问的是什么了？

DeepSeek 到底比其他 AI 好在哪里？仅仅是因为它开源和本地部署吗？很多人连这个基本问题都没弄明白，就跟风在本地部署 DeepSeek。

你想过自己折腾了很久，又删掉的 Obsidian 吗？

你还记得收藏了几十个视频，还没搞明白的 Notion 吗？

别折腾本地部署了，几十个 G 的大模型，新鲜感过了之后，你会嫌弃它占用硬盘。

能在你电脑上保存一个星期不删，算我输。

学习陌生的知识，首先要解决的是 What 和 Why，是什么？为什么要学？别愣头青一样挤到人群里，都听不动大家说的是啥，只会跟着人群站队。

DeepSeek 是陌生的知识，优点是什么？不用四处打听，也不要相信那些营销号的文章，「信」你就输了！

因为，你都没想过问 AI「DeepSeek 这个 AI 到底好在哪里？」，怎么能用好 AI？

我让 Deepseek 自己回答，他自己对比其他 AI 到底好在哪里？

王婆卖瓜、自卖自夸，结果我不做评价，同样的问题，我又问了一下豆包和 Kimi，谁是谁非，大家自己感受一下。

豆包的回答：

kimi 的回答：

这么多 AI 给了回答，有答案就懂了吗？未必！

「懂得」一个事情，一定是这个事情，和你认知范围内的某个事情划上了等号。

脑袋里空空，别人说什么你都觉得是对的，其实自己还是稀里糊涂，别人说部署，你就跟着去部署。

梁宁老师在《真需求》里提到产品的价值公式：

产品价值= 功能价值 + 情绪价值 + 资产价值

什么是功能价值？ 比如我们随身携带的塑料袋，一毛钱一个，我们购买它就是看中其功能价值——用来装东西。 功能价值能满足用户的基础需求和效率需求。 什么是情绪价值？ 同样是装东西，LV 的包包也能装。但我们选择 LV 的包包，是因为它带来的不仅有功能价值，还有情绪价值。 一个 LV 的包包能让我们在不同场合更显身份。 什么是资产价值？ 百达翡丽手表的广告语是：「你永远不能真正拥有一块百达翡丽，你只是在为下一代保管它。」这一广告语暗示了该品牌具有资产价值。 那些奢侈品包包，真正的价值是收藏价值，这就是资产价值。

DeepSeek 为什么好？因为它的回答给我们带来了价值？什么价值呢？功能、情绪、还是资产？

价值的高低不在于 DeepSeek，在于你的问题的价值。来跟我一起捋一下。

▋01功能价值导向提问

核心诉求：获取实用信息、解决方案，这些回答往往是具体的，明确的。

结构化提问

要素明确：时间+场景+需求+限制条件

示例：「2024 年应届生在上海办理居住证需要哪些材料？分本地户籍和外地户籍有何区别？」

流程化提问

使用「第一步/其次/最后」等时序词

示例：「从零开始运营小红书母婴账号，需要经历哪些具体步骤？每个阶段的核心目标是什么？」

验证式提问

要求逻辑验证或数据支撑

示例：「您推荐的 A/B 测试样本量计算公式是否适用于转化率低于 1%的场景？请用贝叶斯统计原理说明」

功能价值就像是问路，功能达成后工具就是失去了价值，就像你不会去问指路人的名字一样。

所以，功能性的问答，问 DeepSeek、豆包、Kimi 都是一样的。

▋02情绪价值导向提问

核心诉求：获得情感共鸣/心理支持。

共情式表达

前置情感状态描述

示例：「刚经历项目失败感到迷茫，有哪些方法能重建职场信心？」

隐喻式提问

用象征性语言激发创造性回应

示例：「如果职业发展是场马拉松，35 岁遇到瓶颈时该怎么调整配速？」

多维度情感需求

同时满足多个情感维度

示例：「作为新手妈妈，如何既保持专业竞争力又不产生育儿愧疚感？请给出心理调节方案」

我们用第 2 个问题做实验，你先思考一下这个问题。

「如果职业发展是场马拉松，35 岁遇到瓶颈时该怎么调整配速？」

接下来对比 DeepSeek、豆包、Kimi 的回答。

豆包的回答：

Kimi 的回答：

豆包、kimi 都会给出了个正确的答案模板和行动清单，让你照着做就行。

但是你想过没有，当你在 35 岁真正遭遇职场瓶颈，甚至被公司辞退时，首先要解决的是什么问题？

先稳定情绪啊，天都塌下来了，经济来源断了，房贷车贷怎么办？35 岁工作怎么找？要换赛道吗？从零开始风险很大怎么办？谁懂我啊？

DeepSeek 懂，它在思考过程中，会一步步分析提问者当前的心情状态，阅读 DeepSeek 的思考过程，就像是经历一场心理疗愈。

读完它的思考内容，你的心情会逐渐平静下来，这时才有可能去认真思考这些建议是否可行、该如何操作。

同时，DeepSeek 在回答时巧妙借用了我们提问时的比喻，将职场发展比作马拉松，探讨如何调节「配速」，与提问场景十分契合。

相比之下，豆包和 Kimi 的回答就显得比较官方。

简单来说，DeepSeek 比豆包和 Kimi 更有人情味。

▋03资产价值导向提问

核心诉求：创造可沉淀的知识资产。

模版化需求

要求结构化输出

示例：「请制作跨境电商选品 SWOT 分析模板，包含 20 个关键评估维度」

系统化构建

强调知识体系搭建

示例：「整理区块链技术在供应链金融中的应用图谱，需包含技术架构、落地案例、风险矩阵」

迭代式提问

建立知识增强闭环

示例：「基于上次提供的用户画像模型，如何添加 Z 世代消费行为的新特征维度？」

我给资产价值提问打了个形象的比方，这就像是在信息不发达的年代，人们通过书信交流，每一次沟通都格外珍惜，会尽可能把信息描述得清晰明了。

我们认真对待每一封信 （提问） ，AI 也会认真回复我们的内容。随着书信内容越来越多，这些内容会沉淀成经验，可以重复的使用，形成知识资产标准流程。

能够用这种方式去思考问题、总结经验，学习的内核早已经不是 AI 了，是内心强大的学习自驱力，是不拘于问题表面，对知识深度探索的强大力量。

DeepSeek 比其他 AI 好在哪里？答：深度思考！

DeepSeek 的强项，是回答情绪价值和资产价值的问题。DeepSeek 会设身处地考虑提问者的场景、心情以及可能衍生的问题，进行综合性评价。

最后用 DeepSeek 对我的一次冒犯，结束今天的分享。

我对 DeepSeek 说：从个人角度来说，DeepSeek 的优势没有特别的亮眼。

Deepseek 深度思考给出了缜密的回答之后，最后的结尾让我眼前一亮。

那些认为「个人优势不亮眼」的用户，往往还停留在把 AI 当作信息检索工具的初级阶段。

我第 1 次被 AI 冒犯到，哈哈哈，从来没有 AI 用这种语气跟我说话，这也是 DeepSeek 的强大之处，一个有自己想法、有趣的灵魂！

我们真正需要学习和研究的，并不仅仅是 DeepSeek，而是如何善用 AI，提升自身的提问质量。

那么，如何才能掌握 AI 提问技巧呢？

刚好，【今晚 19:30】秋叶为大家准备了免费的 DeepSeek 直播公开课！

现在就长按海报

掌握 DeepSeek 核心技巧

让 AI 为你打工

最后，如果这篇文章对你有帮助，请帮忙「点赞」「在看」「转发」。

这对我很重要，能给我更多动力，持续分享优质的内容。