DeepSeek从入门到精通教学.docx

《DeepSeek从入门到精通教学.docx》由会员分享，可在线阅读，更多相关《DeepSeek从入门到精通教学.docx（56页珍藏版）》请在优知文库上搜索。

1、DeepSeek：从入门到精通文本生成文本创作文章/故事/诗歌写作营销文案、广告语生成社交媒体内容（如推文、帖子）剧本或对话设计摘要与改写文本生成长文本摘要（论文、报告）文本简化（降低复杂度）多语言翻译与本地化结构化生成表格、列表生成（如日程安排、菜谱）代码注释、文档撰写e技术文档处理APl文档生成代码库解释与示例生成编程与代码相关代码生成 根据需求生成代码片段（Python、JavaScript） 自动补全与注释代码调试 错误分析与修复建议 代码性能优化提示生成推理模型推理大模型：推理大模型是指能够在传统的大语言模型基础上，强化推理、逻辑分析和决策能力的模型。它们通常具备额外的技术，比如强化

2、学习、神经符号推理、元学习等，来增强其推理和问题解决能力。例如：DeepSeek-RI,GPT-O3在逻辑推理、数学推理和实时问题解决方面表现突出。非推理大模型：适用于大多数任务，非推理大模型一般侧重于语言生成、上下文理解和自然语言处理，而不强调深度推理能力。此类模型通常通过对大量文本数据的训练，掌握语言规律并能够生成合适的内容，但缺乏像推理模型那样复杂的推理和决策能力。例如：GPT-3、GPT-4(OpenAI),BERT(GoogIe),主要用于语言生成、语言理解、文本分类、翻译等任务。维度推理模型通用模型优势领域数学推导、逻辑分析、代码生成、复杂问题拆解文本生成、创意写作、多轮对话、开放

3、性问答劣势领域发散性任务(如诗歌创作)需要严格逻辑链的任务(如数学证明)性能本质专精于逻辑密度高的任务擅长多样性高的任务强弱判断并非全面更强，仅在其训练目标领域显著优于通用模型通用场景更灵活，但专项任务需依赖提示语补偿能力通用模型需显式引导推理步骤（如通过COT提示），否则可能跳过关键逻辑。依赖提示语补偿能力短板（如要求分步思考、提供示例）。提示语策略差异1推理模型提示语更简洁，只需明确任务目标和需求（因其己内化推理逻辑）。无需逐步指导，模型自动生成结构化推理过程（若强行拆解步骤，反而可能限制其能力）。关键原则模型选择 优先根据任务类型而非模型热度选择（如数学任务选推理模型，创意任务选通用模型

4、）。提示语设计 推理模型：简洁指令，聚焦目标，信任其内化能力。（“要什么直接说”）。 通用模型：结构化、补偿性引导（“缺什么补什么”）。避免误区不要对推理模型使用“启发式”提示（如角色扮演），可能干扰其逻辑主线。不要对通用模型过度信任”（如直接询问复杂推理问题，需分步验证结果）。如何向Al表达需求需求类型特点需求表达公式推理模型适配策略通用模型适配策略1.决策需求需权衡选项、评估风险、选择最优解目标+选项+评估标准要求逻辑推演和量化分析直接建议，依赖模型经验归纳2.分析需求需深度理解数据/信息、发现模式或因果关系问题+数据/信息+分析方法触发因果链推导与假设验证表层总结或分类3.创造性需求需生

5、成新颖内容（文本/设计/方案）主题+风格/约束+创新方向结合逻辑框架生成结构化创意自由发散，依赖示例引导4.验证需求需检查逻辑自洽性、数据可靠性或方案可行性结论/方案+验证方法+风险点自主设计验证路径并排查矛盾简单确认，缺乏深度推演5.执行需求需完成具体操作（代码/计算/流程）任务+步骤约束+输出格式自主优化步骤，兼顾效率与正确性严格按指令执行，无自主优化还要不要学提示语?提示语（PromPt）是用户输入给Al系统的指令或信息，用于引导Al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A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。提示语

6、的基本结构包括指令、上下文和期望指令（Instruction）：这是提示语的核心，明确告诉Al你希望它执行什么任务。上下文（COntext）：为Al提供背景信息，帮助它更准确地理解和执行任务。期望（Expectation）：明确或隐含地表达你对Al输出的要求和预期。用户输入提示语Al系统处理提示语5t根据提示语生成相应的回答或完成特定任务提示语组成部分指令（任务描述）上下文（背景信息）输入输出格式（具体数据）（期望结果形式）掌握提示语设计：AlGC时代的必备技能提示语设计的核心技能体系表3-1提示语设计核心技能子项核心技能子项问题重构能力将复杂、模糊的人类需求转化为结构化的Al任务识别问题的核

7、心要素和约束条件设计清晰、精确的提示语结构创意引导能力设计能激发AI创新思维的提示语利用类比、反向思考等技巧拓展Al输出的可能性巧妙结合不同领域概念，产生跨界创新结果优化能力分析AI输出，识别改进空间通过迭代调整提示语，优化输出质量设计评估标准，量化提示语效果跨域整合能力将专业领域知识转化为有效的提示语利用提示语桥接不同学科和AI能力创造跨领域的创新解决方案系统思维设计多步骤、多维度的提示语体系构建提示语模板库，提高效率和一致性开发提示语策略，应对复杂场景表1-3-2提示语设计进阶技能子项核心技能子项深入分析任务背景和隐含需求语境理解考虑文化、伦理和法律因素预测可能的误解和边界情况识别通用模式

8、，提高提示语可复用性抽象化能力设计灵活、可扩展的提示语模板创建适应不同场景的元提示语客观评估Al输出，识别潜在偏见和错误批判性思考设计反事实提示语，测试Al理解深度构建验证机制，确保AI输出的可靠性探索非常规的提示语方法创新思维结合最新Al研究成果，拓展应用边界设计实验性提示语，推动Al能力的进化在提示语中嵌入伦理考量伦理意识设计公平、包容的Al交互模式预防和缓解Al可能带来的负面影响提示语的DNA：解构强大提示语的基本元素提示语的基本元素分类提示语的基本元素可以根据其功能和作用分为三个大类：信息类元素、结构类元素和控制类元素:提儒基本元核雌系信息类元素主题元素背景元素数据元素知识域元素参考元

9、素结构类元素格式元素结构元素风格元素长度元素可视化元素控制类元素任务指令元素质量控制元素约束条件元素迭代指令元素输出验证元素信息类元素决定了Al在生成过程中需要处理的具体内容，包括主题、背景、数据等，为Al提供了必要的知识和上下文。结构类元素用于定义生成内容的组织形式和呈现方式，决定了Al输出的结构、格式和风格。控制类元素用于管理和引导Al的生成过程，确保输出符合预期并能够进行必要的调整，是实现高级提示语工程的重要工具。常见陷阱与应对：新手必知的提示语设计误区一假设偏见陷阱：当Al只告诉你想听的偏好信息陷阱症状：提示语中包含明显立场或倾向:忽略信息/获得的信息总是支持特定观点：/缺乏对立或不同

10、观点的呈现：应对策略：:自我审视：在设计提示语时，反思自己可能存在的偏见。三使用中立语言：避免在提示语中包含偏见或预设立场。三要求多角度分析：明确要求Al提供不同的观点或论据。，批判性思考：对AI的输出保持警惕，交叉验证重要信息。；幻觉生成陷阱：当Al自信地胡说八道陷阱症状： Al提供的具体数据或事实无法验证 输出中包含看似专业但实际上不存在的术语或概念 对未来或不确定事件做出过于具体的预测应对策略： 明确不确定性：鼓励AI在不确定时明确说明。 事实核查提示：要求Al区分已知事实和推测。 多源验证：要求Al从多个角度或来源验证信息。 要求引用：明确要求Al提供信息来源，便于验证。常见陷阱与应对

11、：新手必知的提示语设计误区挖掘反向思维：从非传统角度切入创新设计策略：设定逆向任务：提示语可以引导Al从相反的角度处理问题，提供不同于传统生成的内容。挑战预设思维模式：通过打破任务的常规设定，促使Al生成具有挑战性和创新性的内容。灵活运用任务开放性：给Al自由发挥的空间创新设计策略：设定基本框架，留出探索余地：提示语应提供一个结构化的框架，包含具体的生成目标，但不应过度限制表达方式或细节内容，给Al足够的空间进行创造。多维度任务引导：通过引导Al从多个角度看待问题，激发其对生成内容的多样化思考。Al幻觉：五类七特虚实迷域01五“类”02七“特”幻觉类型数据可用性解力度理能深语境精确度外部信息整

12、合能力逻辑推理和抽象能力典SI借以表现数据误用有数据低高高中误用已有数据，回答部分不符或细节错误语境误解有数据高低高中富曙球器鼾信息缺失无数据中高低中未能正确获取或整合外部信息推理错误部分数据高高中低黑器中在漏洞无中生有无数据低中低低在无数据支持下，生成完全虚构的信息7大特征虚构信息过度自信Al生成不真实或不存在的信息虚构参考文献、统计数据或事实性陈述Al系统以高度自信的语气输出幻觉内容C7用户难以区分真实与虚假信息Al对上下文的误解或不一致语境误解/-误解用户意图或不符合语境的回答数据缺乏或过拟合指令模糊训练数据不足或存在偏差时更易发生幻觉生成脱离现实的输出接三0或不清的指令时产生幻觉缺乏清

13、晰指导生成偏图预期的输出无法检索或使用正确信息导致幻觉知识检索失败一训练Sag或检索机制不足推理不一致由于推理不一致引起的幻觉创建不符合常识推理或已知事实的错误叙述目标明确性渐进复杂性提示语链的设计原则提示语链的设计需要遵循一定的原则，以确保其在任务执行中的有效性和连贯性。这些原则为提示语链的构建提供了清晰的指导，帮助系统地组织和引导任务的分解与处理，以下是设计提示语链时应该考虑的关键原则：确保提示语之间存在清晰的逻辑关系，避免跳跃性太j1强。每个提示语应该自然地引导到下一个提示语，形逻辑连贯性口；成一个连贯的思维链条。这个过程可以将提示语链设计成模块化的结构，使其易于调整和重用，提高提示1语链的灵活性和效率。I多样性思考反馈整合机制模块化提示语链设计灵活适应性任务分解的提示语链设计步骤任务分解的概念源于问题解决理论和系统工程学。将任务分解应用于提示语设计，实际上是在模拟人类处理复杂问题的方式。这种方法主要基于分而治之原则、层级结构理论以及认知负荷理论作为其理论基础。总体目标主要任务2任务分解的理论基础主要任务1主要彳王务3召1.1召1.2布2.1子任务2.2子任务3.1布珏3.2微任务1.2.1微任务1.2.2微