DeepSeek：从入门到精通

清华大学新闻与传播学院新媒体研究中心元宇宙文化实验室 @新媒沈阳团队 ：余梦珑博士后 •Deepseek是什么？ •Deepseek能够做什么？ •如何使用Deepseek？ DeepSeek是什么？ A I+国 产+免 费+开 源+强 大 •DeepSeek是一家专注通用人工智能（AGI）的中国科技公司，主攻大模型研发与应用。 •DeepSeek-R1是其开源的推理模型，擅长处理复杂任务且可免费商用。 Deepseek可以做什么？ 直接面向用户或者支持开发者，提供智能对话、文本生成、语义理解、计算推理、代码生成补全等应用场景，支持联网搜索与深度思考模式，同时支持文件上传，能够扫描读取各类文件及图片中的文字内容。 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 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 自然语言理解与分析 语义分析 语义解析情感分析（评论、反馈）意图识别（客服对话、用户查询）实体提取（人名、地点、事件） 知识推理 知识推理逻辑问题解答（数学、常识推理）因果分析（事件关联性） 文本分类 文本分类主题标签生成（如新闻分类）垃圾内容检测 编程与代码相关 技术文档处理 代码调试 代码生成 •错 误 分 析 与 修 复建议•代 码 性 能 优 化 提示 •根 据 需 求 生 成 代码片段（Python、JavaScript）•自 动 补 全 与 注 释生成 •API文档生成•代码库解释与示例生成 常规绘图 如何使用DeepSeek？ https://chat.deepseek.com 如何从入门到精通？ 当人人都会用AI时，你如何用得更好更出彩？ 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-R1，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（Google），主要用于语言生成、语言理解、文本分类、翻译等任务。 提示语策略差异 2通用模型 推理模型 •提示语更简洁，只需明确任务目标和需求（因其已内化推理逻辑）。 •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。 •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）。 •依赖提示语补偿能力短板（如要求分步思考、提供示例）。 关键原则 模型选择 1 •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）。 提示语设计 2 •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 3 •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）。 任务需求与提示语策略 如何向AI表达需求 提示语示例 创造性需求 决策需求 分析需求 �实战技巧： �实战技巧： �实战技巧： "为降低物流成本，现有两种方案：①自建区域仓库（初期投入高，长期成本低）②与第三方合作（按需付费，灵活性高）请根据ROI计算模型，对比5年内的总成本并推荐最优解。" "设计一款智能家居产品，要求： "分析近三年新能源汽车销量数据（附CSV），说明： ①解决独居老人安全问题；②结合传感器网络和AI预警；③提供三种不同技术路线的原型草图说明。" ①增长趋势与政策关联性；②预测2025年市占率，需使用ARIMA模型并解释参数选择依据。" 验证性需求 �实战技巧： 执行需求 �实战技巧： "以下是某论文结论：'神经网络模型A优于传统方法B'。请验证： "将以下C语言代码转换为Python，要求： ①保持时间复杂度不变；②使用numpy优化数组操作；③输出带时间测试案例的完整代码。" ①实验数据是否支持该结论；②检查对照组设置是否存在偏差；③重新计算p值并判断显著性。" 还要不要学提示语？ 提示语（Prompt）是用户输入给AI系统的指令或信息，用于引导AI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AI“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AI你希望它执行什么任务。▪上下文（Context)：为AI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AI输出的要求和预期。 提示语类型 提示语的本质 提示语的类型 1.指令型提示语：直接告诉AI需要执行的任务。2.问答型提示语：向AI提出问题，期望得到相应的答案。3.角色扮演型提示语：要求AI扮演特定角色，模拟特定场景。4.创意型提示语：引导AI进行创意写作或内容生成。5.分析型提示语：要求AI对给定信息进行分析和推理。6.多模态提示语：结合文本、图像等多种形式的输入。 掌握提示语设计：AIGC时代的必备技能 提示语设计的核心技能体系 掌握提示语设计：AIGC时代的必备技能 提示语设计的进阶技能 提示语设计的核心技能体系不仅涵盖了技术层面的专业知识，更强调了认知能力、创新思维和软实力的重要性。 这些核心技能构成了提示语设计的基础，涵盖了从问题分析到创意生成，再到结果优化的全过程。 语境理解能力使设计者能够在复杂的社会和文化背景下工作；抽象化能力有助于提高工作效率和拓展应用范围；批判性思考是确保AI应用可靠性和公平性的关键；创新思维能力推动了AI应用的边界拓展，而伦理意识则确保了AI的发展与社会价值观相符。 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： 信息类元素决定了AI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AI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AI输出的结构、格式和风格。 控制类元素用于管理和引导AI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。 提示语的DNA：解构强大提示语的基本元素 提示语元素协同效应理论的核心观点包括： ▪互补增强：某些元素组合可以互相弥补不足，产生1+1>2的效果。▪级联激活：一个元素的激活可能引发一系列相关元素的连锁反应，形成一个自我强化的正反馈循环。▪冲突调和：看似矛盾的元素组合可能产生意想不到的积极效果。▪涌现属性：某些元素组合可能产生单个元素所不具备的新特性。 调教AI的秘籍：让你的提示语效果倍增的关键策略 常见陷阱与应对：新手必知的提示语设计误区 缺乏迭代陷阱：期待一次性完美结果 应对策略： 陷阱症状： ▪采用增量方法：从基础提示语开始，逐步添加细节和要求。▪主动寻求反馈：要求AI对其输出进行自我评估，并提供改进建议。▪准备多轮对话：设计一系列后续问题，用于澄清和改进初始输出。 ▪过度复杂的初始提示语▪对初次输出结果不满意就放弃▪缺乏对AI输出的分析和反馈 过度指令和模糊指令陷阱：当细节淹没重点或意图不明确 应对策略： 陷阱症状： ▪平衡详细度：提供足够的上下文，但避免过多限制。▪明确关键点：突出最重要的2-3个要求。▪使用结构化格式：采用清晰的结构来组织需求。▪提供示例：如果可能，给出期望输出的简短示例。 ▪提示语异常冗长或过于简短▪AI输出与期望严重不符▪频繁需要澄清或重新解释需求 常见陷阱与应对：新手必知的提示语设计误区 幻觉生成陷阱：当AI自信地胡说八道 假设偏见陷阱：当AI只告诉你想听的 陷阱症状： 陷阱症状： ▪AI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 ▪提示语中包含明显立场或倾向▪获得的信息总是支持特定观点▪缺乏对立或不同观点的呈现 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AI区分已知事实和推测。▪多源验证：要求AI从多个角度或来源验证信息。▪要求引用：明确要求AI提供信息来源，便于验证。 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。▪使用中立语言：避免在提示语中包含偏见或预设立场。▪要求多角度分析：明确要求AI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。 常见陷阱与应对：新手必知的提示语设计误区 忽视伦理边界陷阱：低估AI的伦理限制 AI伦理考虑要点 陷阱症状： 提示语设计检查清单 ▪隐私保护▪公平性和非歧视▪透明度和可解释性▪社会影响评估▪安全和滥用防范 ▪要求AI生成有争议、不道德或非法内容。▪对AI的拒绝或警告感到困惑或不满。▪尝试绕过AI的安全机制。▪忽视AI输出可能带来的伦理影响。 ▪目标明确性▪信息充分性▪结构合理性▪语言中立性▪伦理合规性▪可验证性▪迭代空间▪输出格式▪难度适中▪多样性考虑 应对策略： ▪了解界限：熟悉AI系统的基本伦理准则和限制。▪合法合规：确保你的请求符合法律和道德标准。▪伦理指南：在提示语中明确包含伦理考虑和指导原则。▪影响评估：要求AI评估其建议或输出的潜在社会影响。 常见陷阱与应对：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AI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AI生成具有挑战性和创新性的内容。 灵活运用任务开放性：给AI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AI足够的空间进行创造。 ▪多维度任务引导：通过引导AI从多个角度看待问题，激发其对生成内容的多样化思考。 AI缺陷：臆造之辞概率幻觉 AI幻觉（AI Hallucinations）是指生成式人工智能模型在生成文本或回答问题时，尽管表面上呈现出逻辑性和语法正确的形式，但其输出内容可能包含完全虚构、不准确或与事实不符的信息。 形成原因 AI幻觉的产生通常是由于模型在缺乏相关信息的情况下，通过概率性选择生成内容，而非基于真实世界的知识库或逻辑推理，这使得其输出不仅难以信赖，且可能误导用户。 除AI幻觉这一关键缺陷外，潜在的缺点与局限还包括可解释性、计算成本、数据偏见、实时更新、数据安全、个人隐私、恶意输出等。 AI幻觉：五类七特虚实迷域 AIGC评测：2个国家级项目+1套自动化测评系统 两项国家级项目： •2023国家自然科学基金青年项目“面向人工智能生成内容的风险识别与治理策略研究”•2023国家资助博士后研究人员计划B档“AIGC意识形态安全评估” 创新的火花：如何设计出独具匠心的提示语？ 抽象—具体循环法：在不同抽象层次间灵活切换 矛盾思维法：利用对立促进创新 利用矛盾性促进创新提出冲突性任务要求 运用类比与隐喻：增强创意表达 融合批判性思维