前言

DeepSeek是免费的，使用简单，普通人无需花钱去学习。

1. 访问入口

网页端：直接访问 [DeepSeek官网](https://www.deepseek.com)，点击“开始对话”使用智能助手（如 DeepSeek-R1）。

API 开发者：注册账号后，在控制台获取 API Key，参考[文档](https://platform.deepseek.com/docs)集成到代码中。

移动端：部分产品支持 App（如有），可在应用商店搜索下载，名字就是DeepSeek。

2、 基础操作

提问方式：在输入框直接描述需求，例如：

• 知识类：“解释光合作用的过程”

• 工具类：“用Python写一个邮件发送脚本”

• 创意类：“生成一篇关于AI未来的短篇科幻故事”

• 多轮对话：可基于上下文追问，如“优化这段代码”或“用表格重新总结”。

3 、核心场景与技巧

高效问答

明确需求：避免模糊提问，尽量包含：

背景：（如“我在开发一个电商网站”）

具体要求：（如“需要一段用户登录的JavaScript代码”）

限制条件：（如“兼容IE11”）

示例：

• ❌ 低效提问：“帮我写代码”

• ✅ 高效提问：“用React写一个购物车组件，要求支持数量增减和实时总价计算”

数据处理与分析

上传文件：支持 CSV/Excel 等格式（部分版本需付费）：

指令示例：“分析这份销售数据，按月份统计销售额趋势，并生成折线图”

数据清洗：可请求处理缺失值、重复项或格式转换。

代码开发

生成代码：描述功能+语言+框架，如：“用Python的Pandas库合并两个CSV文件，按ID字段关联”。

调试代码：粘贴报错信息及代码，问：“这段代码为何报错‘IndexError’？如何修复？”

代码解释：请求逐行注释，例如：“请为以下代码添加中文注释”。

内容创作

结构化生成：分步骤获取内容，例如：

1. “生成一份‘智能家居市场分析’的报告大纲”

2. “展开第三章‘竞争格局’部分”

风格控制：指定语气（专业/幽默）、格式（Markdown/PPT大纲）或字数。

高级功能（适用专业版/企业版）我没用过。

4、使用技巧

在对话前设定角色或规则，可以极大程度提高输出的品质，例如：“你是一名经验丰富的产品经理，请分析以下用户需求文档并提出改进建议。”

分步拆解复杂任务

任务：“开发一个TODO List应用”

可拆解为：1. 技术选型（前端框架+后端语言）、2. 数据库设计、3. 生成核心功能代码 、4. 测试用例编写

若输出不符合预期，可通过以下方式调整：

补充约束：“请改用递归实现”

纠正错误：“第二步的结论与数据不符，重新计算”，这里提醒一下，人工智能很厉害，但是要记得核实结果，如果用DeepSeek写完论文直接发给导师可能就悲剧了。

在DeepSeek的使用模式有三种，分别如下：

选“深度思考”：

复杂决策（如“如何规划家庭资产配置？”）

需要批判性分析（如“对比新能源汽车与燃油车的长期成本”）

缺点是模型可能“过度脑补”，需交叉验证（如医疗建议）。

选“联网搜索”：

实时事件（如“今天纽约股市收盘指数”）

动态信息（如“某明星最新争议事件进展”）

缺点是可能引入虚假信息，需关注引用来源可靠性。

两者都不选：

常识问题（如“圆周率前10位”）

无需扩展的指令（如“将‘你好’翻译成法语”）

在深度思考和两者都不选的模式下，未联网时，模型知识可能截止到训练数据时间（如2023年12月）

我们可以采用混合模式： 先联网获取数据，再要求深度分析。示例：

第一步、 “搜索2023年全球电动汽车销量前三品牌”（联网）

第二步、 “分析比亚 迪 反超特斯拉的主要原因”（深度思考）

5、深度学习、 获取帮助

• 官方文档：[DeepSeek 开发者平台](https://platform.deepseek.com/docs)

• 社区支持：加入 Discord/Slack 用户群组（官网底部链接）

6、案例分析

第一个、快速获取“2024年AI趋势”的PPT大纲

操作步骤：

输入：“生成一个关于‘2024年AI发展趋势’的PPT大纲，要求包含技术、伦理、商业应用三部分，用Markdown格式”

追加指令：“将‘技术’部分扩展为5个子章节，并添加案例说明”

最后请求：“将大纲转换为英文版本”

如果需要针对某功能（如API调参、数据可视化）的详细指南，可进一步说明！

第二个案例、学习辅助类

提问：

“用通俗语言解释量子纠缠，并举例说明。”

DeepSeek 回复：

解释理论 + 类比“一对魔法骰子，无论多远，同时掷出相同点数”。

深度思考：

追问“量子纠缠如何影响未来通信技术？”触发模型逻辑推演，而非单纯复述已知知识。

第三个案例、生活效率类

提问：

“设计一份减脂食谱，要求每日1200大卡，适合素食者。”

DeepSeek 回复：

提供三餐搭配（如藜麦沙拉配豆腐）+ 热量计算备注。

联网搜索：

若需结合最新营养学研究或本地食材价格，需启用联网获取实时数据。

第四个案例、创意生成

提问：

“写一首关于‘夏日海边’的俳句，押韵且包含‘贝壳’意象。”

DeepSeek 回复：

生成符合要求的诗句，并解释修辞手法。

第五个案例、内容创作类，**它的水平已经远超我了，我觉得99.9%的做自媒体以及文案工作的都会失业，**可能只有真正具备深度思考的人才能活下来。

下面再介绍一些技巧，让你的 DeepSeek 好用到爆。

万能提问模板

虽然直接提问题已经能得到不错的答案，但如果再加上“背景描述”这个简单的优化，还能让回答更上一层楼。

背景描述指的是向 DeepSeek R1 说清楚我是谁（如我一个互联网打工人）、我当前的水平（如我是自媒体小白）、我想让 DeepSeek 充当的角色（如你是一名自媒体运营专家）等。

有时 DeepSeek 回答的内容可能不是你想要的，这时我们可以增加约束条件，来限制、优化它回答的内容。

所以可总结成这个简单、万能的 DeepSeek 提问模板，即：

背景+需求+约束条件（可选）。

如：我家小孩读初一（交待背景），怎样提高他的英语水平（提出需求），不需要考虑口语问题 （约束条件，可选）。

可以看到 DeepSeek 这位助手十分贴心，不仅列了如何高效学习单词、语法、阅读和写作，还提供了一些应试技巧和日常训练的方法。

如果我们觉得这位助手的回答还不够深入，完全可以让它针对某一点再展开详细说说。

用好这个简单的模板，能解决 90% 的日常问题，让 DeepSeek 瞬间成为我们工作、学习、生活的好帮手。

让 DeepSeek “说人话”

模板虽好用，但是当我们问到一些专业领域的问题时，DeepSeek 的回答会掺杂很多专业名词来解释问题。

如果我们是行业内的人，专业名词能帮我们快速清楚的解释明白问题。

但如果这个领域刚好不是我们擅长的话，通常都会觉得这些专业名词晦涩难懂，不知所云。

碰到这种情况，我们只需要在提示词中加上“说人话”、“大白话”、“通俗易懂” 等，DeepSeek 给我们的用户体验会立马提升一个档次。

比如我问他“DeepSeek 成本这低的原因是什么”。

上面的回答并没有什么问题，如果我们是业内人士，自然知道 MoE 架构、蒸馏和 FP8 是什么意思。

遗憾的是，可能 99% 的人根本不明白上述回答到底说的是什么意思。

这时我们只需要简单的加上“说人话”三个字，就能得到一个通俗易懂的答案了。

这里 DeepSeek 会用“100 个员工中只让 10 个员工干活”解释 MoE 架构，用“高清电影转 MP4 格式”来解决 FP8。

是不是一下就懂了！

模仿回答

我们还可以用“模仿 X”、“以 X 的口吻/语气”，“以 X 的内心独白”等等提示词，把 DeepSeek 的使用体验拉满。

比如我们可以用知乎常用格式回应 DeepSeek 导致英伟达股价暴跌的问题。

用贴吧暴躁老哥的语气回应美国多名官员称 DeepSeek 偷窃了他们的技术。

好家伙，我都能感觉它的唾沫星子快飞到我脸上了。贴吧 10 级的喷人水平也自愧不如吧……

我们还可以让 DeepSeek 模仿李白给我们写春联。

让《雪中悍刀行》的作者烽火戏诸侯，写短篇小说给我们看。

有网友分享了“哲学大师”，看大师说的话，是不是颇有哲理？

可以看到，使用模仿人物的方法，能达到意想不到的结果。

高级技巧

这里再提供几个比较繁琐但高级的用法。

多模型组合

对于复杂场景，通常一个 AI 模型并不能得到很好的效果，此时我们可以将 DeepSeek R1 与 GPT-4o 或 Claude 3.5 Sonnet 组合使用。

一般来说，可以先让 DeepSeek R1 告诉我们应该怎么处理问题，然后根据它给的答案让指令型大模型去生成结果。

业务分析

如果我们想分析业务，可以开启“联网搜索”实时搜索内容，还能上传附件来精准分析。

比如我们想在小红书上起号，可以直接“联网搜索”对标账号，让 DeepSeek R1 给我们一个起号流程。

对于不能搜索的地址，先手动下载资料后，再上传给 DeepSeek R1 帮助分析。

DeepSeek R1 不仅能给出具体流程，还会生成一些 mermaid 图表，非常好用。

以我测试的结果看，一波策划和数据分析师要失业了。

DeepSeek 不适合做什么

DeepSeek 碰到一些问题类型时会提示“无法思考这类问题”。

一般来说，主要是如下几类问题：

1. 敏感内容：国产审核比较严，这里不说多了，懂得也懂。

2. 长文本内容：现在 DeepSeek 模型上下文长度最长为 6 万 4 千个 token，最大输出长度为 8 千个 token，默认输出长度为 4 千个 token。

这里科普下，一个 token 指的是一个语义单元，如一个单词或单词的一部分结构（词根或后缀）或标点符号等。

而上下文长度包括输入长度（如用户问题、对话历史等）和输出长度。

目前主流大模型服务商提供的最大上下文长度如下：

1. 豆包：25.6 万 token

2. GPT-4o、GPT-o1：12.8 万个 token

3. Claude Pro：20 万个 token (约500页文本或100张图片)

4. Gemini 1.5 Flash：100 万个 token

5. Gemini 1.5 Pro：200 万个 token

……

最后的最后

感谢你们的阅读和喜欢，作为一位在一线互联网行业奋斗多年的老兵，我深知在这个瞬息万变的技术领域中，持续学习和进步的重要性。

为了帮助更多热爱技术、渴望成长的朋友，我特别整理了一份涵盖大模型领域的宝贵资料集。

这些资料不仅是我多年积累的心血结晶，也是我在行业一线实战经验的总结。

这些学习资料不仅深入浅出，而且非常实用，让大家系统而高效地掌握AI大模型的各个知识点。如果你愿意花时间沉下心来学习，相信它们一定能为你提供实质性的帮助。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

DeepSeek全套安装部署资料

大模型知识脑图

为了成为更好的 AI大模型 开发者，这里为大家提供了总的路线图。它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

经典书籍阅读

阅读AI大模型经典书籍可以帮助读者提高技术水平，开拓视野，掌握核心技术，提高解决问题的能力，同时也可以借鉴他人的经验。对于想要深入学习AI大模型开发的读者来说，阅读经典书籍是非常有必要的。

实战案例

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

面试资料

我们学习AI大模型必然是想找到高薪的工作，下面这些面试题都是总结当前最新、最热、最高频的面试题，并且每道题都有详细的答案，面试前刷完这套面试题资料，小小offer，不在话下

640套AI大模型报告合集

这套包含640份报告的合集，涵盖了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，这套报告合集都将为您提供宝贵的信息和启示。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】