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。

2025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：OpenAI全新发布o1模型 - 我们正式迈入了下一个时代。

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？

最重要的秘密：扔掉你的提示词模板

如果你还在用各种"专业提示词"和"模板"，那就是走错了方向。

DeepSeek根本不吃这一套。

为什么？

因为它的核心是推理型大模型，不是指令型大模型。

这就像两个实习生：

• 一个小书呆子，需要你事无巨细地安排任务步骤。（指令型）

• 一个小机灵鬼，只要你说明目的，他就能自己思考怎么做。（推理型）

让我用一个真实案例来说明，

我们社群一位运营同学的实测，进行新能源行业分析，用于准备与比亚迪供应商谈判。

传统方式：

请你扮演一位新能源行业分析师，按照以下步骤分析：``1. 市场规模``2. 竞争格局``3. 技术路线``4. 未来趋势``要求：每部分800字，引用权威数据...

结果：得到一份干巴巴的报告，一眼AI。

一眼AI，除了正确一点用没有。

正确方式：

我下周要和比亚迪的供应商谈判，但对动力电池一窍不通。帮我用最通俗的语言说明：``1. 他们的技术优势在哪``2. 可能要价多少``3. 有什么谈判时能用的专业术语``重点是让我听得懂，能装得像内行

结果：DeepSeek直接给出接地气的分析，还附带谈判话术。

竟然还带话术的

这就是最大的区别：

DeepSeek不需要你写"专业提示词"，

它需要的是真实场景和具体需求。

送您一个通用公式：

我要xx，要给xx用，希望达到xx效果，但担心xx问题…

就像你跟一个聪明的下属说话：

• 不要说"请按照STAR法则写周报"

• 而要说：

我要写周报，老板周一要看，希望重点放在xxx上，重点是让咱们部门在老板面前能达到装逼效果，力压隔壁研发部，但担心研发质疑我们产品文档写得不够详细……"

最被低估的功能：让它"说人话"

很多人抱怨DeepSeek的回复太抽象，像是在读天书。

比如这个，别信

但你可能不知道，只要一个简单的提示词，就能彻底改变这个问题。

这个神奇的提示词是：

说人话。

没错，就这三个字。

我的学员第一次试时还不信，结果…

原始回答：

抽象，真TM抽象

加上"说人话"后的回答：

人话后

瞬间就接地气了，对吧？

因为DeepSeek对“说人话”这个词语很敏感。

当然，有时候这三个字不够用，还可以用这个详尽版提示词，直接复制过去即可：

【请用以下规范输出：1.语言平实直述，避免抽象隐喻；2.使用日常场景化案例辅助说明；3.优先选择具体名词替代抽象概念；4.保持段落简明（不超过5行）；5.技术表述需附通俗解释；6.禁用文学化修辞；7.重点信息前置；8.复杂内容分点说明；9.保持口语化但不过度简化专业内容；10.确保信息准确前提下优先选择大众认知词汇】

最强大的技能：深度思考

这是我不得不说的事:

一个免费的国产AI，正在让月付200美金的GPT-o1坐不住了。

为什么？

因为DeepSeek的思维方式，比GPT-o1更智慧。

让我用一个真实案例来对比：

_OpenAI o1_的回答：

图来自@D&roi老师

_DeepSeek_的回答：

推理，而不是线性罗列

这就是最大的区别：

• GPT-o1线性罗列，像个高级文档工具

• DeepSeek深度思考，像个思考伙伴

免费的DeepSeek，直接让整个硅谷AI公司的牛马连夜加班，

幸亏他们不用过春节。

但最近，我发现一个现象：

由于用户暴增，DeepSeek明显调整了响应策略：

• 思考时间从20秒降到5秒

• 回答深度明显下降

• 反思能力受限

算力紧张，只给5秒

这是可以理解的临时措施，毕竟算力就是烧钱。

但对于我们用户来说，如何继续激发它的深度思考能力？

我整理了三个核心提示词，为了装逼，称为深度思考三件套：

1. 请在你的思考分析过程中同时**进行**_批判性思考_至少10轮，务必详尽

2. 请在你的思考分析过程中同时**从反面考****虑你__的__回答**至少10轮，务必详尽

3. 请在你的思考分析过程中同时**对你的回答进行复盘**至少10轮，务必详尽

如此一来，深度思考将从5秒恢复为20秒左右。

斜体的部分，可以自由替换成你所擅长的形式，也可以组合叠加，

但核心是反思。

深度思考变回20秒

最强大的文风转换器

昨天,我用DeepSeek，写了一篇汉赋。

赞扬一下王星有情有义、智勇双全的女友。王星就是前阵子被卖到缅北的演员。

我自己读得特别爽

这用典，这骈文，真的没谁了。

发在群里后,直接炸出了三个语文老师…

炸人神器

还有的朋友，写出的文字连专业编剧都说老到。

很有味道

专业编剧都说牛

事实上,这正是DeepSeek的第四个秘密武器:文风转换器

提示词很简单，哪怕口述就行：

模仿xxx的文风，撰写关于xxxxx的一篇xx文体。

但要注意两点局限：

一方面，它更适合模仿经典作家，因为训练数据充足，风格特征明显。

另一方面，不要期待100%还原，80%相似度已经很厉害，重点是能抓住神韵。

我觉得deepseek肯定是训练了大量的文学语料，尤其是中国古典文学。

比如鲁迅、莫言，都是惟妙惟肖。

仿写鲁迅风格

记住那个万能公式：

我要xx，要给xx用，希望达到xx效果，但担心xx问题…

例如：

我要写一篇关于赞颂王星女友机智勇敢用心的赋，用来小红书上面炫技，希望重点放在模仿王勃的篇文上，重点是让我本人的文采装逼，在小红书获得一个亿的赞，但担心别人看不懂太晦涩了……"

类似的风格迁移，也可以放在当代作家上，比如我们模仿刘润老师的跨年演讲：

仿写提示词，可以随意

注意要先提供内容原文（尽量详尽，一般不少于8000字），然后直接要求其模仿即可。

仿写刘润老师效果

当然，为了更好的效果，最好用上万能公式。

使用禁区：什么情况不要用它

说了这么多优点，也必须说说它的局限性。

以下场景不建议使用DeepSeek：

1.长文本写作

超过4000字的文章容易出现逻辑断裂，建议用Claude200k。

因为DeepSeek默认是64k，长文不够用。

长文本目前确实不够用

2.敏感内容

毕竟是国产AI，内置审核尺度丧心病狂。

凡是这样回复的时候，就是触发审核

很多时候你不知道哪句话就触发审核了。

这种情况怎么解决呢？

因为DeepSeek是后置审核，所以有以下三种方案：

1.在你的提问处点击修改，再提交几次，总有一次是不触发审核的。

在提问处点击编辑

2.在生成回答的时候，狂点复制回答按钮。这样确保触发审核的时候，你的剪贴板上面拥有前面回答的内容

点回答按钮

3.一劳永逸，换御三家。（GPT，Claude，Gemini）

3.个人风格写作

这个就不赘述了，这是个推理模型，适合解决问题、模仿。

但很难通过精确控制来确保你想要的风格写作效果。

这其实不算DeepSeek的缺点，只能算特性。

具体的，我下一篇再来论述吧。

它将如何改变我们的AI时代？

经过几天的密集测试，我越来越确信：

DeepSeek代表了AI的未来方向——更懂人话，更会思考。

你不需要学习它的语言，它在学习理解你的语言。

这意味着什么？

AI的使用门槛正在快速降低。

为了保障稳定和数据安全同时可以本地化部署

0.1为什么要部署到本地而不是直接用在线版？

1. 模型管理和本地使用

   ：部署在本地可以让模型更专注于特定任务，减少与云端环境的干扰，提高训练和推理速度。

2. 私密性

   ：部署在本地可以让模型更易理解和维护，我使用大模型就是不断的与它进行对话，这个过程难免会有很多涉及隐私的东西，我不希望上传到大模型云端，本地部署确保了个人对话的私密性，

3. 安全性

   ：本地部署，那就摆脱了对网络的依赖，可以在无网络的情况下进行操作，从而也提高安全性。

0.2物料准备

0.2.1实施方案：

• 方案：使用自己的电脑，

  这个方案全部依靠本地电脑，这台电脑性能就需要满足最低要求；

• 独立显卡，最低RTX3050 4G显卡

• 硬盘尽量大一点，系统盘最少要留有20G的余量

• 内存16G

0.2.2软件准备

• ‌Ollama：（大型语言模型服务工具软件）
  Ollama是一个开源的大型语言模型服务工具，旨在简化在本地计算机上部署和管理大型语言模型（LLMs）的过程; 安装包可以到官网https://ollama.com 下载

• Chatbox AI

  Chatbox AI 是一款 AI 客户端应用和智能助手，支持众多先进的 AI 模型和 API。安装了这个软件，可以摆脱命令行的界面，实现了常见的人机对话界面。
  安装包可以到官网https://chatboxai.app/zh 下载

以上两款软件都可以在官网自行下载，如果觉得官网下载速度慢，可以留言，为你提供百度网盘下载地址

一、安装步骤

1.Ollama的安装

1.1下载Ollama

1.2点击安装Ollama,等一会就自动完成了安装

1.3检测Ollama是否安装成功。

• 点击开始菜单，

• 在搜索框里输入“cmd”,进入“命令提示符”界面

• 在“命令提示符”输入ollama

• 当出现下面的内容时，证明ollama已经安装成功；
  

2.Deepseek-R1模型的安装

2.1打开ollama官网，点击deepseek-r1模型

2.2选中1.5b模型。如下图所示复制那一行命令

2.3回到“命令提示符”页面，粘贴上一步的内容

2.4等待ollama从后台将deepseek下载到本地

2.5出现下面这个信息的时候，表明deepseek已经在本地安装成功

2.6赶紧输入一个比大小的问题，来测试一下deepseek-r1 1.5b的性能。

到此，deepseek-r1 1.5b的安装就已经成功。
但是，这种命令提示符的界面，很多人肯定不习惯。大家还是习惯了人机对话的UI界面。

3.Chatbox AI的安装

3.1下载Chatbox AI

• 选择它的原因，就是它在1月26号的版本就已经支持deepseek模型了。

3.2安装成功之后，选中「使用自己的API Key或本地模型」

3.3选中「Ollama API」

3.完成ChatboxAI的安装+deepseek模型的导入之后，就实现了漂亮的人际对话UI

4.测试

零基础如何学习AI大模型

如果你对大模型感兴趣，可以看看我整合并且整理成了一份AI大模型资料包，需要的小伙伴文末免费领取哦，无偿分享！！！
vx扫描下方二维码即可
加上后会一个个给大家发

部分资料展示

一、 AI大模型学习路线图

整个学习分为7个阶段

二、AI大模型实战案例

涵盖AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，皆可用。

三、视频和书籍PDF合集

从入门到进阶这里都有，跟着老师学习事半功倍。

四、LLM面试题

五、AI产品经理面试题

六、deepseek部署包+技巧大全

😝朋友们如果有需要的话，可以V扫描下方二维码联系领取~